Nous introduisons une nouvelle méthode d’estimation des modèles factoriels de large dimension avec changements de régimes en élargissant le filtre de régression linéaire à trois passages afin d’intégrer des paramètres qui peuvent varier en fonction de processus de Markov.
Notre étude porte sur l’estimation de la relation entre le risque et le rendement. À cette fin, nous estimons cette relation avec un modèle à changements de régimes markoviens en utilisant un modèle MIDAS pour la variance conditionnelle.
