作者
摘要
最近，有人提出了分位数回归问题的贝叶斯解，即通过偏最小二乘分布的可能性。这些方法被扩展并应用于一类动态条件自回归分位数模型。流行的风险价值模型，用于金融风险管理，被扩展到这个完全非线性的家族。采用自适应马尔可夫链蒙特卡罗抽样方案进行估计和推理。仿真研究表明，与常规非参数分位数准则函数的标准数值优化相比，在有限样本中具有良好的性能。一项对十大金融股票指数进行风险价值预测的实证研究发现，与一系列标准参数波动率模型相比，动态分位数存在显著的非线性，并且有证据支持所建议的模型族，对于较低级别的分位数，文献中的半参数平稳混合回归和一些非参数风险度量。
建议引文
Chan，Nancy Y.C.和Chen，Cathy W.S.和Gerlach，Richard，2009年。”金融市场价值风险的贝叶斯时变分位数预测,"工作文件9 OMEWP，悉尼大学商学院，商业分析学科。手柄：RePEc:syb:wpbsba:2123/8159
更正
本网站上的所有材料均由各自的出版商和作者提供。您可以帮助纠正错误和遗漏。请求更正时，请提及此项目的句柄：RePEc:syb:wpbsba:2123/8159。请参阅一般信息关于如何更正RePEc中的材料。
如果您编写了此项目，但尚未在RePEc注册，我们鼓励您这样做在这里。这允许将您的个人资料链接到此项目。它还允许您接受我们不确定的该项目的潜在引用。
我们没有这个项目的参考书目。您可以使用这个表格.
如果你知道引用这篇文章的遗漏项目，你可以帮助我们创建这些链接，方法是以与上面相同的方式为每个引用项目添加相关的引用。如果您是此项目的注册作者，您可能还需要检查您的RePEc作者服务个人资料，因为可能有一些引文等待确认。
有关此项目的技术问题，或更正其作者、标题、摘要、书目或下载信息，请联系：Artem Prokhorov（电子邮件如下）。供应商的一般联系方式：https://edirc.repec.org/data/sbsydau.html.
请注意，更正可能需要几周时间才能筛选出来各种RePEc服务。
