Détection de Ruptures Multiples dans des Séries

Nous considérons le problème de détection de ruptures multiples pour des séries chronologiques multivariées, y compris des processus fortement dépendants, avec un nombre inconnu de ruptures. Nous supposons que la structure de covariance de ces séries chronologiques change de façon abrupte à des dates inconnues. La méthode adaptative proposée ici est capable de détecter des ruptures dans des séries multivariées indépendantes et identiquement distribuées (i.i.d.), faiblement et fortement dépendantes. Cette méthode adaptative surclasse le critère de Schwartz, principalement dans le cas de données faiblement dépendantes. Nous considérons des applications à des séries chronologiques multivariées de rendements d’indices boursiers journaliers et à des séries générées par un marché financier artificiel.