LES INTERACTIONS FINANCIÈRES ET LES STRUCTURES DE RÉSEAU SOUS-JACENTES

FINANCIAL INTERACTIONS AND UNDERLYING NETWORK STRUCTURES

• Auteur / Autrice : Matteo Orlandini
• Direction : Mauro Napoletano, Giorgio Fagiolo
• Type : Projet de thèse
• Discipline(s) : Sciences economiques
• Date : Inscription en doctorat le 01/10/2021
• Etablissement(s) : Université Côte d'Azur en cotutelle avec Scuola Superiore Sant'Anna
• Ecole(s) doctorale(s) : Droit et Sciences Politiques, Économiques et de Gestion
• Partenaire(s) de recherche : Laboratoire : GREDEG - Groupe de Recherche en Droit, Economie et Gestion

Mots clés

Mots clés libres

Économétrie financière

Théorie des réseaux

Marchés financiers

Financial econometrics

Network theory

Financial markets

Résumé

Ma thèse de doctorat est divisée en trois projets : Le premier est un modèle permettant de prédire et d'expliquer la volatilité des marchés financiers. A partir de deux modèles bien connus dans la littérature -HAR et AR- j'utilise des techniques de la théorie des réseaux et de l'apprentissage automatique pour essayer d'améliorer la performance de ces modèles et assurer leur utilisation même dans des contextes de haute dimension. Le deuxième projet porte sur la structure topologique du réseau reconstruit à différentes fréquences : J'étudie quelles sont les propriétés topologiques qui sont invariantes par rapport à la fréquence des observations. Le troisième projet est inhérent à un ensemble de données mexicaines concernant les interactions financières entre les banques du pays. J'analyse l'ensemble de données d'un point de vue descriptif en appliquant des techniques dérivées de l'étude de la théorie des réseaux. Une fois que j'ai construit le réseau sous-jacent d'interactions financières, j'examine comment celles-ci évoluent et dépendent les unes des autres dans le temps, en essayant de comprendre les implications que les diverses statistiques du réseau ont sur le risque systémique et, plus généralement, sur l'ensemble de la situation macroéconomique du pays.

My doctoral thesis is divided into 3 projects: The first one is a model to predict and explain volatility in financial markets. Starting from two well-known models in the literature -HAR and AR-I use techniques from network theory and machine learning to try to improve the performance of these and ensure their use even in high-dimensional contexts. The second project is about the topological structure of reconstructed network at different frequencies: I investigate which are the topological properties that result to be invariant to the frequency of observations. The third project is inherent in a Mexican dataset concerning financial interactions occurring between banks in the country. I analyze from a descriptive perspective the dataset by applying techniques derived from the study of network theory. Once I have constructed the underlying network of financial interactions I look at how these evolve and co-depend over time, trying to understand the implications that the various network statistics have on systemic risk and, more generally, on the country's entire macroeconomic picture.