Un épidémiologiste n’analyserait pas une épidémie comme un schéma purement statistique, détaché de ce que l’on sait de la transmission. Si des individus sensibles peuvent être infectés et que des individus infectés peuvent se rétablir ou être éliminés, cette connaissance devient partie intégrante de la construction du modèle.
Des modèles compartimentaux tels que SIR (smart, infecté, récupéré) et SEIR (smart, exposé, infecté, récupéré) formalisent ces transitions. Les méthodes statistiques restent essentielles pour estimer les paramètres et tester l’adéquation. Mais l’analyse ne half pas d’une web page vierge ; cela half d’une construction causale établie.
La finance peut tirer une leçon similaire. Lorsque les mécanismes durables sont raisonnablement bien compris, ils doivent être représentés explicitement. Si l’effet de levier amplifie les ventes forcées, si les circumstances de refinancement façonnent le risque de défaut, si les shares influencent le pouvoir de fixation des prix, si les flux passifs affectent la demande ou si les buildings de réseau transmettent des difficultés, il s’agit là de plus que des corrélations récurrentes. Ce sont des mécanismes qui peuvent être modélisés, testés et remis en query.
Les modèles dynamiques peuvent être particulièrement utiles ici. Une régression seize le co-mouvement ; un modèle dynamique représente les shares, les flux, les retards et les retours. En finance, cela peut signifier la capacité du bilan, les circumstances de financement, les flux de capitaux ou la dynamique d’adoption. De tels modèles aident à clarifier la façon dont l’état du système évolue et remark les circumstances d’aujourd’hui façonnent les résultats de demain.
