Frenette, Mikael
(2024).
« Prévision de la densité avec un réseau de neurones en hémisphère » Mémoire.
Montréal (Québec, Canada), Université du Québec à Montréal, Maîtrise en économique.
Fichier(s) associé(s) à ce document :
Résumé
Les économètres font face à une multitude de défis lorsqu'ils effectuent des prévisions. L'un d'entre eux est la quantification au moment opportun de l'incertitude entourant celles-ci. L'application récente des réseaux de neurones en macroéconomie a permis une amélioration notable des prévisions ponctuelles. Par contre, la modélisation proactive de leur volatilité reste relativement inexplorée. Dans le cadre de ce mémoire, nous proposons un Hemisphere Neural Network (HNN) qui estimera les processus sous-jacents aux deux premiers moments conditionnels d'une série macroéconomique. Nous évaluons le HNN dans un vaste exercice hors échantillon pour plusieurs variables à multiples horizons, le comparant à plusieurs modèles de référence provenant de la littérature en apprentissage automatique et en économétrie. Nous observons que le HNN améliore à la fois la prévision ponctuelle et la prévision de densité, notamment en tirant parti de transformations non linéaires de signaux précurseurs d'incertitude. De plus, l'utilisation de réseaux récurrents – mieux adaptés pour les séries persistantes – améliore les résultats obtenus pour les horizons plus longs.
| Type: |
Mémoire accepté
|
| Informations complémentaires: |
Fichier numérique reçu et enrichi en format PDF/A. |
|
Directeur de thèse: |
Goulet Coulombe, Philippe |
| Mots-clés ou Sujets: |
Prévision macroéconomique / Incertitude / Réseaux neuronaux (Informatique) |
| Unité d'appartenance: |
École des sciences de la gestion |
| Déposé par: |
Service des bibliothèques
|
| Date de dépôt: |
21 oct. 2024 08:55 |
| Dernière modification: |
21 oct. 2024 08:56 |
| Adresse URL : |
http://archipel.uqam.ca/id/eprint/18081 |
RECHERCHER
PARCOURIR
LIBRE ACCÈS
