Bei propose un ensemble de méthodes computationnellement efficaces basées sur l’approximation/représentation de processus non linéaires par des processus linéaires. Initialement, une méthode de linéarisation est introduite pour estimer les fréquences multiples dans des processus sinusoïdaux à l’aide d’une approximation autorégressive régularisée (ARR). Dans un second temps, un plan « sieve bootstrap » est proposé qui utilise la représentation linéaire des modèles GARCH (autorégressifs conditionnellement hétéroscédastiques généralisés) pour construire des intervalles de prévision pour les rendements et la volatilité. Cette méthode est simple, rapide et non paramétrique, tout en offrant des intervalles de prévision nets et bien calibrés. Troisièmement, un test du multiplicateur de Lagrange (MM) est envisagé pour détecter les effets GARCH. Ce test utilise soit la procédure bootstrap soit la procédure de permutation pour obtenir les valeurs critiques. Des études numériques intensives indiquent que les algorithmes de rééchantillonnage améliorent nettement le seuil et la puissance du test ML dans les processus biaisés et « à queue lourde ». Enfin, un test de tendance non paramétrique pour les situations faisant intervenir des effets GARCH. Les essais empiriques indiquent que le test permet de bien détecter les tendances non monotones sous GARCH, surtout en la présence d’éléments saisonniers irréguliers.

Bei Chen est née à Suzhou (Jiangsu) et a grandi à Shanghai, Chine. Elle a obtenu un BMath en statistique et science actuarielle et une MMath en statistique de la University of Waterloo, où elle a aussi complété et soutenu sa thèse doctorale. En septembre 2011, Bei a été recrutée à titre de professeure adjointe par le Département de mathématiques et de statistique de la McMaster University. Ses travaux de recherche portent notamment sur l’analyse des séries chronologiques, l’économétrie financière et les méthodes de rééchantillonnage pour les données dépendantes.

Parmi les critères de sélection du Prix Pierre-Robillard, retenons l’originalité des idées et techniques, les applications possibles et leur traitement, ainsi que l’impact potentiel du travail. Le prix honore la mémoire du professeur Pierre Robillard, un remarquable jeune statisticien à l’Université de Montréal dont la mort prématurée en 1975 a coupé court à ce qui promettait d’être une carrière exceptionnelle.

Bei Chen a présenté les résultats de sa thèse lors d’une séance spéciale dans le cadre du 40e congrès annuel de la Société statistique du Canada à Guelph (ON) du 3 au 6 juin 2012.