Asymmetries in economic and financial relationships
Notice bibliographique
Résumé
This thesis comprises three essays that show the paramount importance that the presence or absence of asymmetries can play in certain economic and financial relationships.It is shown that whether the distributions underlying the relationships considered are symmetric or not, can be used to explain certain stylized facts and also for inference purposes.The first essay develops simulation-based finite and large sample tests for Markov switching autoregressive models.This class of models has been used successfully in many economic and financial applications to account for regime changes in the mean or variance of a time series.A fundamental question in the application of Markov switching models is whether the data generating process is indeed characterized by regime changes.Under the null hypothesis of a linear model, conventional likelihood-based inference is invalid and can be very misleading.The first essay proposes new tests for Markov switching models based on the technique of Monte Carlo tests.Part of the proposed testing strategy exploits the fact that the marginal distribution of a random variable governed by a Markov switching process is given by a mixture distribution that is characterized by skewness or excess kurtosis relative to a normal distribution.For models without an autoregressive component, the proposed tests are provably exact.For autoregressive Markov switching models, the autoregressive component is first eliminated using consistent estimates of the autoregressive parameters.The proposed testing strategy is then applied to the transformed series and yields an asymptotic test.Simulation results show that the proposed tests reject at their nominal level and have good power.When applied to U.S. GNP growth rates, the tests reject the null hypothesis of a linear model against the Markov switching specification.l n finite-samples under sufficiently general assumptions, that the random walk hypothesis cannot be rejected.
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
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 | 0,005 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».