Modèles à changements de régimes et mémoire longue : problèmes économétriques, inférence statistique et applications en économie et finance
Notice bibliographique
Résumé
Recemment de nombreux travaux theoriques et empiriques ont mis l'accent sur certains problemes souvent rencontres lors de l'uilisation des modeles a changement de regimes : i) Il apparait souvent que differents modeles a changements de regimes sont significatifs lorsque l'hypothese nulle de linearite est rejetee. Ii) De meme, l'analyse des fonctions d'autocorrelations des modeles a changements de regimes montre la presence de comportements de longue memoire. Ces deux problemes ont de fortes implications sur le choix du bon modele, et par consequent sur l'analyse de l'impact des chocs et la bonne qualite des previsions. L'objectif de ce travail de these est d'apporter des solutions a ces problemes. Precisement, nous proposons deux nouvelles methodes dans le but de differencier les modeles a changements de regimes de ceux a memoire longue. La premiere methode est basee sur la comparaison du parametre de memoire longue d avant et apres filtrage des points de ruptures. La deuxieme methode est basee sur l'evolution temporelle du parametre d. La validite, sur le plan empirique, de ces deux methodes est faite sur la base, d'une part des series de rendements de sept grandes entreprises du CAC40 et de l'indice lui-meme et d'autre part sur la base des series du taux d'inflation des Etats-Unis, du Canada, de la France et de l'Italie. Enfin, nous avons etudie empiriquement l'efficience des marches des changes sur la base de l'estimation de modeles a changement de regime et de processus a memoire longue.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Étiquettes directes de modèles (non validées)
Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.
| Bras | Catégories | Devis d'étude | Confiance |
|---|---|---|---|
| gemma | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Simulation ou modélisation | low |
| gpt | aucune catégorie Domaine: non disponible · Genre: Méthodes Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: non | Simulation ou modélisation | low |
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéeÉtiqueté directement par 2 modèles lisant le dossier complet.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».