Contributors: Institut Rhône-Alpin des systèmes complexes (IXXI); École normale supérieure de Lyon (ENS de Lyon); Université de Lyon-Université de Lyon-Université Lumière - Lyon 2 (UL2)-Université Jean Moulin - Lyon 3 (UJML); Université de Lyon-Université Claude Bernard Lyon 1 (UCBL); Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon); Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA); Laboratoire d'Économie Appliquée au Développement (LEAD); Université de Toulon (UTLN); Laboratoire d'Economie Dionysien (LED); Université Paris 8 (UP8); Laboratoire de Physique de l'ENS Lyon (Phys-ENS); Université de Lyon-Université de Lyon-Centre National de la Recherche Scientifique (CNRS); Sciences, Milieux, Information, Sociétés (SEMIS); Université de Lyon-Université de Lyon-Université Lumière - Lyon 2 (UL2)-Université Joseph Fourier - Grenoble 1 (UJF)-Université Jean Moulin - Lyon 3 (UJML); Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure de Lyon (ENS de Lyon); Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-Centre Inria de Lyon; Institut National de Recherche en Informatique et en Automatique (Inria); Laboratoire des Sciences du Numérique de Nantes (LS2N); Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-IMT Atlantique (IMT Atlantique); Institut Mines-Télécom Paris (IMT)-Institut Mines-Télécom Paris (IMT)-NANTES UNIVERSITÉ - École Centrale de Nantes (Nantes Univ - ECN); Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)-Nantes université - UFR des Sciences et des Techniques (Nantes univ - UFR ST); Nantes Université - pôle Sciences et technologie; Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)-Nantes Université - pôle Sciences et technologie; Nantes Université (Nantes Univ); Rhône-Alpes Complex System Institute (IXXI, www.ixxi.fr); ANR-19-CE48-0002,DARLING,Adaptation et apprentissage distribués pour les signaux sur graphe(2019); ANR-23-CE48-0009,OptiMoCSI,Optimisation et échantillonnage Monte Carlo entrelacés(2023); ANR-21-CHR4-0009,GraphNEx,Réseaux de neurones sur graphes pour une intelligence artificielle explicable(2021)
Abstract: International audience ; An original procedure is devised for the automated detection of global financial crises from multivariate databases of share prices. It consists of: i) the construction of time series from the time-windowed estimations of crisis relevant information (cross-correlations or volatilities); ii) the piecewise-linear filtering of times series by nonlinear filtering, achieved by nonsmooth proximalminimization implemented by an efficient iterative algorithm; iii) the estimation of a reassigned time in each window; iv) the detection of crises and estimation of their intensities by exploiting the multivariate structure of denoised time series. Applied to a world dataset of 32 indices over 6 decades, this original model based procedure detects all major crises from the reference lists. It also permits to devise a typology in reference to an archetypal financial crisis. It is automated, data-driven and reproducible notably for the analysis of financial crises over history, or contemporary crises on worldwide databases, via a novel toolbox. Finally it is robust to scarce, incomplete and noisy data.
Processing Request
No Comments.