×
杰根·弗兰克;彼得·姆维塔;王伟宁

时间序列条件分位数的非参数估计。 （英语） Zbl 1443.62254号

AStA，高级统计分析。 99，第1期，107-130（2015）.
摘要：我们考虑在给定协变量（粗体符号）的时间（t）估计时间序列（Y_t）的条件分位数的问题{X}（X）_{t} \），其中\（\粗体符号｛X｝_{t} \）可以是\（{Y_t}\）的外生变量或滞后变量。通过反演条件分布函数的核估计来估计条件分位数，并证明了其渐近正态性和一致强相合性。通过模拟研究评估了创新的轻尾和重尾分布估计的性能。最后，将该技术应用于DAX中股票的VaR估计，并使用回测将其性能与现有的标准方法进行了比较。

引用于三文件

MSC公司：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
62克07 密度估算
62G08号 非参数回归和分位数回归
6220国集团 非参数推理的渐近性质
62P05号 统计学在精算科学和金融数学中的应用

关键词：

核估计;分位数自回归;均匀一致性;风险价值（VaR）

软件：

CAViaR公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Franke}等人，AStA，高级统计分析。99，第1号，107-130（2015；Zbl 1443.62254）
全文： DOI程序 链接

参考文献：

[1] Abberger，K.：Nichtparametrische Schaetzung bedingter Quantile in Zeitreihen-Mit Anwendung auf Finanzmarktdaten。Hartung-Gore Verlag，Konstanz（1996）
[2] Berkowitz，J.，Christoffersen，P.，Pelletier，D.：使用桌面级数据评估价值-风险模型，工作文件010，北卡罗来纳州立大学经济系（2009）
[3] PJ Bickel；Lehmann，E.，非参数模型的描述性统计。三： 离散，Ann.Statist。，4, 1139-1159, (1976) ·Zbl 0351.62031号 ·doi:10.1214/aos/1176343648
[4] 博恩特，G。；Fraiman，R.，基于局部平均值和依赖性下的局部中位数的平滑器的渐近分布，J.Multivar。分析。，54, 77-90, (1995) ·Zbl 0898.62043号 ·doi:10.1006/jmva.1995.1045
[5] Bosq，D.：随机过程的非参数统计。斯普林格（1996）·Zbl 0857.62081号
[6] Cai，Z.，时间序列的回归分位数，经济学。理论，18，169-192，（2002）·Zbl 1181.62124号 ·网址：10.1017/S0266466602181096
[7] 蔡，Z。；Wang，X.，估计条件价值风险和预期冲击的非参数方法，J.Econom。，147, 120-130, (2008) ·Zbl 1429.62385号 ·doi:10.1016/j.jeconom.2008.09.005
[8] Carbon，M.，强混合非平稳过程的Bernstein不等式：应用，C.R.Acad。科学。巴黎，I，303-306，（1983）·Zbl 0529.60012号
[9] 科隆·G。；Härdle，W.，鲁棒非参数时间序列分析和预测中的强一致收敛率：依赖观测的核回归估计，Stoch。过程。申请。，23, 77-89, (1986) ·Zbl 0612.62127号 ·doi:10.1016/0304-4149（86）90017-7
[10] 恩格尔，R。；Manganelli，S.，CAViaR：回归分位数的条件自回归风险值，J.Bus。经济。《统计》，22，367-381，（2004）·doi:10.1198/07350010400000370
[11] Fan，J.，Gijbels，I.：局部多项式建模及其应用——理论与方法。查普曼和霍尔，纽约（1995年）
[12] Györfi，L.，Härdle，W.，Sarda，P.，Vieu，P.：时间序列的非参数曲线估计。收录：统计学课堂讲稿。斯普林格，海德堡（1989）·Zbl 0697.62038号
[13] Härdle，W。；Lütkepohl，H。；Chen，R.，《非参数时间序列分析综述》，《国际统计评论》，65，49-72，（1997）·Zbl 0887.62043号 ·doi:10.1111/j.1751-5823.1997.tb00367.x
[14] Hall，P.，Yao，Q.：带有严重错误的ARCH和GARCH模型中的推断。《计量经济学》71，285-317（2003）·Zbl 1136.62368号
[15] 霍尔，P。；沃尔夫·R。；Yao，Q.，估计条件分布函数的方法，J.Am.Stat.Assoc.，94154-163，（1999）·Zbl 1072.62558号 ·doi:10.1080/01621459.1999.10473832
[16] Horvath，L。；Yandell，B.，《条件经验过程的渐近性》，J.Multivar。分析。，26, 184-206, (1988) ·Zbl 0655.62040号 ·doi:10.1016/0047-259X（88）90080-2
[17] Huber，P.J.：稳健统计。威利，纽约（1981）·Zbl 0536.62025号
[18] Jorion，P.：《价值与风险：管理金融风险的新基准》，第2卷。McGraw-Hill，纽约（2000年）
[19] Koenker，R。；Bassett，G.，回归分位数，计量经济学，46，33-50，（1978）·Zbl 0373.62038号 ·doi:10.2307/1913643
[20] Koenker，R.，Galton，Edgeworth，Frisch和计量经济学中分位数回归的前景，J.Econom。，95, 347-374, (1999) ·Zbl 0977.62114号 ·doi:10.1016/S0304-4076（99）00043-3
[21] 洛佩兹，JA；Walter，C.，在价值-风险框架中评估协方差矩阵预测，J.risk，369-98，（2001）
[22] Masry，E。；Tjotheim，D.，非线性（ARCH）时间序列的非参数估计和识别：强收敛性和渐近正态性，经济学。理论，11，258-289，（1995）·Zbl 1401.62171号 ·doi:10.1017/S0266466600009166
[23] Masry，E。；Tjotheim，D.，《加性非线性（ARX）时间序列和预测估计》，经济学。理论，13，214-252，（1997）·网址：10.1017/S0266466600005739
[24] Mwita，P.：时间序列条件分位数的半参数估计及其在金融中的应用。凯泽斯劳滕大学博士论文（2003）
[25] Nadaraya，EA，关于估计回归，理论问题。申请。，9, 141-142, (1964) ·doi:10.1137/1109020
[26] Rama Krishnaiah Y.S.：关于基于强混合序列Stat.Probab的广义经验过程的Glivenko-Cantelli定理。莱特。47(7), 2863-2875 (1990) ·Zbl 0712.60030号
[27] Spokoiny，V.，Wang，W.，Hrdle W.：局部分位数回归。J.统计计划。推断143（7） ，讨论，1109-1129（2013）·Zbl 1279.62098号
[28] 川，YK；Stone，CJ，涉及时间序列的非参数函数估计，《统计年鉴》，20，77-97，（1992）·Zbl 0764.62038号 ·doi:10.1214/aos/1176348513
[29] Watson，GS，平滑回归分析，Sankya Ser。A、 26359-372（1964）·Zbl 0137.13002号
[30] Weiss，AA，ARMA模型与ARCH误差，J.Time-Ser。分析。，3, 129-143, (1984) ·Zbl 0549.62079号 ·doi:10.1111/j.1467-9892.1984.tb00382.x
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。