Patrick FERREIRA PATROCINIO

Je suis titulaire d'une licence en comptabilité du Centre universitaire d'Espírito Santo et en mathématiques de l'Université fédérale d'Espírito Santo (UFES). J'ai obtenu mon master en économie à l'UFES et je prépare actuellement un doctorat dans le cadre d'un programme de cotutelle entre l'Université Paris-Saclay | Centrale Supélec (France) et le département d'ingénierie environnementale de l'UFES. Mes recherches portent sur l'analyse des séries temporelles - linéaires et non linéaires - à l'aide d'approches dans le domaine temporel et fréquentiel. Je m'intéresse également aux prévisions, à la modélisation des données économétriques et environnementales, aux méthodes robustes pour les séries temporelles, à la régression par quantile et aux techniques de haute dimension. En outre, je suis enthousiaste en ce qui concerne le développement de logiciels statistiques.

patrick.ferreira-patrocinio@l2s.centralesupelec.fr

L2S, CentraleSupélec
3 rue Joliot Curie
91190 Gif-sur-Yvette, France

Thesis title: M-quantile approach for heteroscedastic processes.

Short description: this PhD thesis aims to extend the applicability of quantile and M-estimation methods to parameter estimation in conditional heteroscedastic processes. While quantile and M-estimators are renowned for their robustness to outliers and their wide use in estimating various time series models with diverse correlation structures, this research aims to generalize these techniques into the domain of M-quantile estimation for both univariate and multivariate heteroscedastic parametric models. This thesis focuses on time series data characterized by time-dependent variance (volatility), a well-studied area within econometrics and finance. Our practical motivation is to develop models and forecasting methods for real-world problems in econometrics and air quality. Specifically, we aim to address challenges related to variables such as log returns and air pollution data, exhibiting time-dependent mean and variance in the context of econometrics and air quality, respectively. This research seeks to contribute valuable insights and methodologies to enhance the modelling and prediction of these critical variables.

Keywords: M-regression, quantile, outliers, heteroscedasticity, pollution and finance.

Start date: 01/12/2021.

Name and affiliation of supervisors: Pascal Bondon (Paris-Saclay) and Valderio Reisen (Federal University of Espirito Santo).

Auto Draft