In questa tesi abbiamo sviluppato un nuovo metodo di stima robusta ponderata i cui pesi sono basati sulla Forward Search (Atkinson e Riani, 2000). Attraverso un complesso schema di simulazioni è stato dimostrato che il nuovo stimatore possiede un’efficienza comparabile con quella dello stimatore OLS quando nei dati non sono presenti valori anomali, mentre si dimostra molto più robusto dello stimatore OLS quando i dati sono contaminati. Il metodo proposto nella tesi è stato applicato ai dati osservati sui mercati energetici e la sua performance è stata studiata in relazione ai modelli di asset pricing. I risultati indicano che i dati utilizzati in entrambi i contesti contengono numerosi valori anomali per cui le conclusioni a cui si perviene sulla base dei parametri stimati dovrebbero essere interpretate con cautela, in quanto i metodi di stima più comunemente utilizzati sono fortemente influenzati dalla presenza di valori anomali. L’applicazione dello stimatore ponderato mediante la forward search consente di ottenere stime più affidabili che descrivono in modo ottimale il processo generatore dei dati.

In this thesis we develop a new weighted robust estimation method based on the Forward Search (Atkinson and Riani, 2000). Through extensive simulation experiments we show that the method is almost as efficient as OLS when data is free of outliers and is very robust when data are contaminated. The method is applied to energy market data as well as asset pricing models. Results indicate that data used in both contexts contain outliers and conclusions based on estimated parameters should be interpreted with care, as the most commonly used estimation methods are very sensitive to outliers. Through the application of the weighted forward search estimator more reliable coefficients are obtained which better describe the generating process of the observed data.

Extension of the Forward Search Estimation Method: Robust Analysis of Energy Markets and Asset Pricing Models

ARONNE, Alexandre
2014-01-01

Abstract

In this thesis we develop a new weighted robust estimation method based on the Forward Search (Atkinson and Riani, 2000). Through extensive simulation experiments we show that the method is almost as efficient as OLS when data is free of outliers and is very robust when data are contaminated. The method is applied to energy market data as well as asset pricing models. Results indicate that data used in both contexts contain outliers and conclusions based on estimated parameters should be interpreted with care, as the most commonly used estimation methods are very sensitive to outliers. Through the application of the weighted forward search estimator more reliable coefficients are obtained which better describe the generating process of the observed data.
2014
robust estimation; forward search; energy markets; asset pricing
In questa tesi abbiamo sviluppato un nuovo metodo di stima robusta ponderata i cui pesi sono basati sulla Forward Search (Atkinson e Riani, 2000). Attraverso un complesso schema di simulazioni è stato dimostrato che il nuovo stimatore possiede un’efficienza comparabile con quella dello stimatore OLS quando nei dati non sono presenti valori anomali, mentre si dimostra molto più robusto dello stimatore OLS quando i dati sono contaminati. Il metodo proposto nella tesi è stato applicato ai dati osservati sui mercati energetici e la sua performance è stata studiata in relazione ai modelli di asset pricing. I risultati indicano che i dati utilizzati in entrambi i contesti contengono numerosi valori anomali per cui le conclusioni a cui si perviene sulla base dei parametri stimati dovrebbero essere interpretate con cautela, in quanto i metodi di stima più comunemente utilizzati sono fortemente influenzati dalla presenza di valori anomali. L’applicazione dello stimatore ponderato mediante la forward search consente di ottenere stime più affidabili che descrivono in modo ottimale il processo generatore dei dati.
File in questo prodotto:
File Dimensione Formato  
PhDThesis_AlexandreAronne_UGov.pdf

non disponibili

Tipologia: Tesi di dottorato
Licenza: Accesso ristretto
Dimensione 6 MB
Formato Adobe PDF
6 MB Adobe PDF   Visualizza/Apri   Richiedi una copia

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11562/693761
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact