Détection des changements dans la dépendance transversale dans les séries chronologiques multivariées.

Résumé Les tests classiques et plus récents pour détecter les changements de distribution dans les séries temporelles multivariées manquent souvent de puissance face aux alternatives qui impliquent des changements dans la structure de dépendance transversale. Pour pouvoir mieux détecter de tels changements, un test est introduit sur la base d'une variante récemment étudiée du processus de copule empirique séquentielle. Contrairement aux tentatives précédentes, les rangs sont calculés par rapport à des sous-échantillons pertinents, ce qui a des conséquences bénéfiques sur la sensibilité du test. Pour le calcul des valeurs p, nous proposons un schéma de rééchantillonnage par multiplicateur qui prend en compte la dépendance sérielle. La théorie des grands échantillons pour la statistique de test et le schéma de rééchantillonnage est développée. La performance de la procédure pour les échantillons finis est évaluée par des simulations de Monte Carlo. Deux études de cas portant sur des séries chronologiques de rendements financiers sont également présentées.