📊 statistics

Identifiable Markov Switching Models with Instantaneous Effects and Exponential Families

Cet article établit l'identifiabilité des régimes latents et des structures causales dépendantes du régime dans les modèles à changement de régime de Markov avec effets instantanés et bruit de la famille exponentielle, et propose le cadre FlowMSM pour détecter efficacement ces régimes et découvrir des structures causales à partir de séries temporelles non stationnaires.

Auteurs originaux : Roel Hulsman, Carles Balsells-Rodas, Sara Magliacane

Publié 2026-06-02

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Roel Hulsman, Carles Balsells-Rodas, Sara Magliacane

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de comprendre les modèles météorologiques d'une ville, mais que cette ville a un secret : elle ne possède pas seulement des jours « ensoleillés » ou « pluvieux ». Au lieu de cela, elle fonctionne sous différents « modes » ou « régimes » qui changent tour à tour. Parfois, la ville est en « Mode Mousson », parfois en « Mode Sécheresse », et parfois en « Mode Ouragan ».

Le problème est que vous ne pouvez pas voir ces modes directement. Vous ne voyez que la pluie, le vent et la température (les données). De plus, les règles de changement de la météo ne sont pas les mêmes dans chaque mode. En « Mode Mousson », une chute de pression peut instantanément provoquer une inondation. En « Mode Sécheresse », cette même chute pourrait ne rien faire du tout.

C'est le défi que cet article traite : Comment déterminer dans quel mode caché le système se trouve et quelles sont les règles spécifiques de ce mode, simplement en observant les données désordonnées ?

Voici une décomposition de leur solution, utilisant des analogies simples.

1. Le Problème : Le Système « Caméléon »

La plupart des outils standards pour analyser les séries temporelles (comme les cours de la bourse ou les rythmes cardiaques) supposent que les règles restent les mêmes éternellement. Mais dans le monde réel, les systèmes changent.

Le Piège de l'« Instantanéité » : Parfois, les changements se produisent si rapidement que nos mesures manquent les étapes « intermédiaires ». C'est comme prendre une photo d'un coureur toutes les 5 secondes. S'il sprinte de A à B en 1 seconde, vos photos donnent l'impression qu'il s'est téléporté. L'article appelle cela un « effet instantané ».
Le Tournant « Non-Gaussien » : Les outils standards supposent que les données suivent une courbe en cloche parfaite (comme la taille moyenne des humains). Mais les données réelles sont souvent bizarres, asymétriques ou présentent des valeurs aberrantes extrêmes (comme les krachs financiers ou les pics soudains de glycémie). La méthode des auteurs fonctionne même lorsque les données sont « bizarres » (mathématiquement, issues d'une « famille exponentielle »).

2. La Grande Affirmation : « Nous Pouvons Réellement Résoudre Cela »

En mathématiques et en sciences, l'« identifiabilité » signifie : Y a-t-il une seule bonne réponse ?
Imaginez que vous avez une boîte verrouillée avec une combinaison secrète. Si deux combinaisons différentes produisent exactement le même son de verrou, vous ne pourrez jamais connaître la vraie. C'est ce qu'on appelle l'« inidentifiabilité ».

Les auteurs prouvent que leur type spécifique de système est identifiable. Ils démontrent que si vous avez suffisamment de données, il n'existe qu'une seule façon unique d'expliquer les modes cachés et les règles qui les régissent. Ils n'ont pas seulement deviné ; ils ont construit une preuve mathématique montrant que les « courbes en cloche » et les « distributions bizarres » des données sont suffisamment distinctes pour que les modes cachés ne puissent pas être confondus les uns avec les autres.

3. La Solution : FlowMSM (Le « Détective Intelligent »)

Pour trouver ces modes cachés, ils ont construit un outil appelé FlowMSM. Voyez cela comme une agence de détectives en deux étapes :

Étape 1 : Le Détective de Régime (FlowMSM) :
Cette partie examine les données de séries temporelles et demande : « Quel mode caché est actif en ce moment ? »
- Elle utilise une technique appelée Flux de Normalisation (Normalizing Flows). Imaginez un morceau d'argile. Vous pouvez l'étirer, le tordre et l'écraser pour lui donner des formes complexes. Cet outil apprend comment « écraser » un bruit simple et prévisible pour obtenir les formes complexes et bizarres de vos données réelles. En suivant la façon dont les données sont « écrasées », il peut identifier quel « mode » (quel ensemble de règles) est actuellement aux commandes.
- Il regroupe les données en « fenêtres » où les règles semblent stables.
Étape 2 : Le Détective Causal (Le Partenaire) :
Une fois les données triées dans ces fenêtres stables, l'outil transmet les morceaux triés à un partenaire de « Découverte Causale ».
- Ce partenaire demande : « Dans ce mode spécifique, est-ce que A cause B, ou est-ce que B cause A ? »
- Parce que les données sont maintenant triées par mode, le partenaire peut trouver les véritables règles de cause à effet sans être perturbé par les changements de modes.

4. Pourquoi est-ce important ?

Les outils précédents essayaient de faire les deux étapes à la fois ou supposaient que les données étaient « agréables » (gaussiennes) et que les modes ne s'influençaient pas mutuellement.

L'Avantage de l'Article : Leur méthode gère les règles non linéaires (où l'effet n'est pas une ligne droite), les effets instantanés (changements rapides) et les distributions de données bizarres.
L'Astuce du « Découplage » : Contrairement aux autres méthodes qui tentent de deviner les modes et les règles simultanément (ce qui peut mener à une boucle infinie), FlowMSM sépare les deux tâches. D'abord, il trouve les modes. Ensuite, il trouve les règles. Cela rend l'ensemble du processus plus stable et plus précis.

5. Est-ce que cela a fonctionné ? (Les Expériences)

Les auteurs ont testé leur détective sur deux types de cas :

Données Factices : Ils ont créé des simulations informatiques où ils connaissaient les « vrais » modes cachés et les règles. FlowMSM a réussi à trouver les modes cachés et les règles, même lorsque les données étaient bruitées, non linéaires ou présentaient des sauts « instantanés ». Il a battu les autres méthodes populaires, particulièrement lorsque les données n'étaient pas une courbe en cloche parfaite.
Données Réelles (Finance) : Ils ont appliqué l'outil au Modèle Fama-French à cinq facteurs (une façon célèbre d'expliquer les rendements boursiers) et aux données de l'action Apple.
- Le Résultat : FlowMSM a identifié des « régimes » distincts qui s'alignaient avec des événements réels. Par exemple, il a trouvé un mode de « Faible Volatilité » et un mode de « Haute Volatilité » qui capturaient clairement des périodes comme la crise financière de 2008 et la pandémie de 2020. Les autres méthodes n'ont pas réussi à regrouper ces événements de manière logique.

Résumé

Considérez le monde comme un caméléon changeant de couleur. Les anciens outils essayaient de deviner la couleur en regardant une photo floue et en supposant que le caméléon était toujours de la même espèce.
Cet article dit : « Non, le caméléon change aussi d'espèce ! Mais si nous regardons attentivement la texture de la peau (la mathématique des familles exponentielles) et la façon dont les couleurs changent instantanément, nous pouvons prouver exactement quelle espèce est présente et comment elle se comporte. »

Ils ont construit un outil (FlowMSM) qui sépare avec succès les « espèces » (régimes) du « comportement » (règles causales), même lorsque les données sont désordonnées et que les changements se produisent en un éclair.

Résumé Technique : Modèles de Changement de Régime Identifiables avec Effets Instantanés et Familles Exponentielles

Énoncé du Problème

Les systèmes temporels dans des environnements réels, tels que la dynamique climatique ou les fluctuations de glucose dans le cas du diabète de type 1, présentent fréquemment un comportement non stationnaire. Une stratégie de modélisation courante représente cette non-stationnarité par des régimes latents discrets, menant aux modèles de changement de régime (Markov Switching Models - MSM), une classe de modèles de Markov cachés (HMM) avec des dépendances autorégressives. Cependant, l'identification de ces régimes latents et des structures causales sous-jacentes est difficile lorsque :

Les changements de régime sont fréquents.
La dynamique est non linéaire et non gaussienne.
Des effets instantanés existent entre les variables observées (par exemple, en raison d'une granularité de mesure grossière où les effets causaux se produisent plus rapidement que la fréquence d'échantillonnage).

Les résultats d'identifiabilité existants pour les HMM à états finis ne s'étendent pas trivialement aux MSM en raison des dépendances autorégressives entre les variables observées. De plus, les travaux antérieurs sur les modèles de changement de régime supposent souvent des contextes gaussiens, des fonctions de régime déterministes, ou excluent les effets instantanés et la découverte causale.

Méthodologie

Cadre Théorique : Identifiabilité

Les auteurs établissent l'identifiabilité des régimes latents et des structures causales dépendantes du régime sous des conditions spécifiques. Le processus générateur de données est modélisé comme un modèle causal structurel (SCM) à changement de régime où :

Dynamique des Régimes : Les régimes suivent une chaîne de Markov stationnaire de premier ordre (les dépendances entre les régimes sont autorisées).
Mécanismes Causaux : Au sein de chaque régime, le système suit une équation structurelle avec des effets retardés et instantanés non linéaires.
Bruit : Le bruit exogène appartient à une famille exponentielle minimale régulière continue (par exemple, Gaussienne, Gamma, Laplace).

Le papier prouve que le MSM induit est identifiable à permutation près (c'est-à-dire que la vraisemblance des données détermine de manière unique les régimes latents et les composantes de mélange, à un réétiquetage des régimes près) sous les hypothèses suivantes :

Bruit de la Famille Exponentielle : La statistique suffisante du bruit est réelle-analytique et possède une image riche (contient un ensemble ouvert).
Restrictions Fonctionnelles : Les fonctions de mise en correspondance sont uniques par régime, agissent comme des difféomorphismes ponctuels et sont conjointement réelles-analytiques.
Automorphismes du Bruit : La distribution du bruit a une classe d'automorphisme triviale, ou les fonctions sont restreintes via une canonicalisation monotone (par exemple, pas de rotations).
Variabilité Suffisante : Les effets dépendants du régime peuvent être capturés par une factorisation polynomiale d'ordre fini de la statistique suffisante, garantissant que les régimes distincts mènent à des paramètres naturels distincts.

Cette théorie englobe les mélanges non temporels de modèles causaux et étend les résultats précédents limités au cas gaussien à des familles exponentielles plus larges et aux effets instantanés.

Algorithme : FlowMSM

Pour opérationnaliser cette théorie, les auteurs introduisent FlowMSM, un cadre de détection de régime qui découple la détection de régime de la découverte causale.

Détection de Régime : FlowMSM emploie un algorithme d'Espérance-Maximisation Généralisée (GEM). Il modélise les distributions initiale et de transition en utilisant des Flux de Normalisation Conditionnels (CNF), spécifiquement des Neural Spline Flows (NSF). Cela permet au modèle de capturer des densités complexes, non gaussiennes et non linéaires. Les paramètres du flux sont partagés entre les régimes mais conditionnés par des plongements (embeddings) spécifiques au régime et des variables retardées.
Découverte Causale : Une fois les régimes identifiés (via l'assignation de Maximum a Posteriori), la série temporelle est divisée en clusters correspondant à chaque régime. Des méthodes de découverte causale stationnaires standards (par exemple, VARLiNGAM, DYNOTEARS, Rhino) sont ensuite appliquées indépendamment à chaque cluster pour récupérer les graphes de fenêtres dépendantes du régime.

Contributions Clés

Théorie de l'Identifiabilité : Le papier fournit des conditions suffisantes pour l'identifiabilité des SCM à changement de régime avec des dépendances entre les régimes, des effets retardés/instantanés non linéaires et un bruit de famille exponentielle. Cela généralise la théorie existante au-delà des hypothèses gaussiennes.
Cadre FlowMSM : Une méthode d'estimation novatrice combinant des flux de normalisation conditionnels avec le GEM pour une détection de régime robuste dans des contextes non gaussiens et non linéaires.
Approche Découplée : Contrairement aux méthodes antérieures qui itèrent entre la détection de régime et la découverte causale au sein de classes de modèles restrictives (comme les modèles de bruit de type Localisation-Échelle), FlowMSM découple ces phases, permettant une classe plus large de modèles causaux.
Validation Empirique : Des expériences approfondies sur des benchmarks synthétiques et un ensemble de données d'économie financière (modèle à cinq facteurs de Fama-French) démontrent l'efficacité de la méthode.

Résultats Expérimentaux

Benchmarks Synthétiques

Les expériences ont été menées sur des jeux de données synthétiques avec $N=100$ séries temporelles, $T=100$ pas de temps, $D=10$ dimensions et $K=3$ régimes. Les jeux de données incluaient :

Un SVAR linéaire avec un bruit Gaussien et de Famille Exponentielle (Gamma).
Des Modèles de Bruit Additif (ANM) non linéaires avec un bruit de Famille Exponentielle.
Des Modèles de Bruit de Type Localisation-Échelle (LSNM) avec un bruit de Famille Exponentielle (le scénario le plus difficile).

Résultats :

Détection de Régime : FlowMSM a obtenu des scores élevés d'Information Mutuelle Normalisée (NMI) et d'Indice de Rand Ajusté (ARI) dans tous les scénarios, surpassant significativement les bases de référence (iMSM, R-PCMCI, CASTOR, FANTOM) dans les scénarios non linéaires et non gaussiens. Les bases de référence reposant sur des hypothèses gaussiennes se sont considérablement dégradées dans les contextes non gaussiens.
Découverte Causale : Lorsqu'il est couplé à des méthodes de découverte appropriées (par exemple, VARLiNGAM pour le non-gaussien, Rhino pour LSNM), FlowMSM a récupéré des structures causales avec une grande précision et une faible distance de Hamming structurelle (SHD). Les bases de référence ont généralement échoué à obtenir des performances compétitives, probablement en raison des difficultés à gérer les changements de régime fréquents et les dynamiques non gaussiennes.
Robustesse : FlowMSM est resté efficace même lorsque le nombre de régimes ou de retards était sur-spécifié.

Application au Monde Réel : Modèle Fama-French

Les auteurs ont appliqué FlowMSM aux données quotidiennes du modèle à cinq facteurs de Fama-French et aux rendements de l'action Apple (AAPL).

Détection de Régime : FlowMSM a identifié deux régimes dominants alignés avec les périodes de faible et de haute volatilité du marché (incluant la crise de 2008 et la pandémie de COVID-19), qui corrélaient avec l'indice VIX. Les autres méthodes ont produit des régimes qui ne se liaient pas clairement aux événements de marché.
Interprétation Causale : Les graphes causaux estimés suggéraient que pendant les marchés stables (Régime 4), les dépendances causales étaient absentes (cohérent avec l'Hypothèse d'Efficience du Marché), tandis que pendant les crises de marché (Régime 5), des connexions causales émergeaient. Cependant, les auteurs notent que les interprétations causales des facteurs de Fama-French pilotant les rendements de AAPL étaient limitées et n'étaient pas pleinement soutenues par les données.

Signification et Revendications

Le papier revendique de fournir un cadre principalisé pour l'identification de régimes dans les séries temporelles non stationnaires.

Rigueur Théorique : En établissant l'identifiabilité sous des hypothèses modérées (analiticité réelle, bruit de famille exponentielle), ce travail justifie la récupération de structures latentes qui étaient auparavant considérées comme non identifiables en présence d'effets instantanés et de dépendances de régime.
Utilité Pratique : Le cadre FlowMSM offre une solution pratique pour détecter des régimes latents et découvrir des structures causales dans des environnements complexes, non gaussiens et non linéaires où les MSMs gausiens traditionnels échouent.
Modestie : Les auteurs reconnaissent des limites, notant que l'hypothèse d'indépendance du régime vis-à-vis des observations ( $R_t \not\to X_{0:T}$ ) est forte et que la théorie repose sur des difféomorphismes réels-analytiques. Ils précisent également que les interprétations causales dans les données financières réelles peuvent être limitées en portée et que les données mensuelles (avec moins d'échantillons) n'ont pas produit de résultats significatifs, soulignant les exigences de données de l'approche.

Le travail ne prétend pas résoudre tous les problèmes de découverte causale non stationnaire, mais offre une avancée significative en relaxant les hypothèses gaussiennes et en gérant explicitement les effets instantanés au sein d'un cadre d'identifiabilité théoriquement fondé.