×
弗雷索利，迭戈·E·。;以斯帖·鲁伊斯

DCC模型中条件收益、波动性和相关性的不确定性。 （英语） Zbl 1466.62070号

计算。统计数据分析。 100, 170-185 (2016).
摘要：当预测根据动态条件相关性（DCC）模型发展的条件相关性时，可以在每个时刻获得点预测。然而，在许多情况下，测量与这些预测相关的不确定性是令人感兴趣的。利用模拟数据分析了用于近似未来收益、波动率和相关性预测密度的bootstrap过程的有限样本性质，并通过在三维日汇率收益系统中获得条件预测区间和区域来说明。

引用于三文件

MSC公司：

2008年6月62日 统计问题的计算方法
62P05号 统计学在精算科学和金融数学中的应用

关键词：

引导预测间隔;动态条件相关;汇率;预测区域;实现的相关性;重采样方法

软件：

EMD公司;JMulTi公司;MFE工具箱
PDF格式BibTeX公司 XML格式引用
\textit{D.E.Fresoli}和\textit{E.Ruiz}，计算。统计数据分析。100，170-185（2016年；兹比尔1466.62070）
全文： 内政部 链接

参考文献：

[1] Aielli，G.P.，《动态条件相关性：关于属性和估计》，J.Bus。经济。统计学。，31, 3, 282-299, (2013)
[2] Aielli，G.P。；Caporin，M.，方差聚类改进的动态条件相关MGARCH估计量，计算。统计师。数据分析。，76, 556-576, (2014) ·Zbl 1506.62008年
[3] 阿马多，C。；Teräsvirta，T.，具有非平稳GARCH方程的自回归条件异方差的条件相关模型，J.Bus。经济。统计学。，32, 1, 69-87, (2014)
[4] 阿罗约，J。；Maté，C.，用k近邻法预测直方图时间序列，国际预测杂志。，25, 1, 192-207, (2009)
[5] Audrino，F.，《预测2000年代末金融危机期间的相关性：短期成分、长期成分和结构性断裂》，Comput。统计师。数据分析。，76, 43-60, (2014) ·Zbl 1506.62011年
[6] Audrino，F。；Barone-Adesi，G.，《金融时间序列的函数梯度下降及其在市场风险度量中的应用》，《银行金融杂志》，29，4，959-977，（2005）
[7] 巴恩多夫·尼尔森，O.E。；Shephard，N.，《已实现协变量的计量分析：金融经济学中基于高频的协方差、回归和相关性》，《计量经济学》，72，3，885-925，（2004）·Zbl 1141.91634号
[8] Bauwens，L。；哈夫纳，C.M。；Pierret，D.，《电力期货的多元波动率建模》，J.Appl。计量经济学，28，5，743-761，（2013）
[9] Bauwens，L。；哈夫纳，C.M。；Rombouts，J.V.，多元混合正态条件异方差，计算。统计师。数据分析。，51, 7, 3551-3566, (2007) ·Zbl 1161.62398号
[10] Bauwens，L。；Laurent，S.，一类新的多元偏斜密度，及其在广义自回归条件异方差模型中的应用，J.Bus。经济。统计学。，23，3，346-354，（2005年）
[11] Bauwens，L。；Laurent，S。；Rombouts，J.V.，《多元GARCH模型：调查》，J.Appl。计量经济学，21，1，79-109，（2006）
[12] Bollerslev，T.，广义自回归条件异方差，《计量经济学杂志》，31，3，307-327，（1986）·Zbl 0616.62119号
[13] Breusch，T.S。；Pagan，A.R.，《拉格朗日乘数检验及其在计量经济学模型规范中的应用》，《经济评论》。螺柱，239-253，（1980）·Zbl 0465.62107号
[14] 卡波林，M。；McAleer，M.，关于动态条件相关表示法，你应该知道的十件事，《计量经济学》，1,115-126，（2013）
[15] 卡波林，M。；McAleer，M.，按问题维度对多元GARCH模型进行稳健排序，计算。统计师。数据分析。，76, 172-185, (2014) ·Zbl 1506.62033号
[16] 卡皮耶罗，L。；恩格尔，R.F。；Sheppard，K.，《全球股票和债券收益相关性的非对称动力学》，J.Financ。经济。，4, 4, 537-572, (2006)
[17] 克拉克，T.E。；Ravazzolo，F.，《时变波动率替代规范下的宏观经济预测绩效》，J.Appl。《计量经济学》，（2014年），（出版中）
[18] 科拉迪，V。；Iglesias，E.M.，garch（1，1）参数QML估计的Bootstrap改进，《计量经济学杂志》，144，2，500-510，（2008）·Zbl 1418.62313号
[19] 科尔西，F。；Audrino，F.，《在存在四舍五入时间戳和一般微观结构效应的情况下实现逐点协方差》，J.Financ。经济。，10, 4, 591-616, (2012)
[20] De Goeij，P。；Marquering，W.，《股票和债券收益之间的条件协方差建模：多元GARCH方法》，J.Financ。经济。，2, 4, 531-564, (2004)
[21] Diebold，F.X.，汇率动态实证模型，（1988），纽约施普林格出版社·Zbl 0648.90002号
[22] Dovonon，P。；Goncalves，S。；Meddahi，N.，Bootstrapping实现了多元波动性测量，J.Econometrics，172，1，49-65，（2013）·兹比尔1443.62344
[23] Drost，F.C.公司。；奈曼，T.E.，GARCH过程的时间聚集，计量经济学，61，4，909-927，（1993）·Zbl 0780.62099号
[24] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差，计量经济学，50，4，987-1007，（1982）·Zbl 0491.62099号
[25] Engle，R.F.，《动态条件相关：一类简单的多元广义自回归条件异方差模型》，J.Bus。经济。统计学。，20, 3, 339-350, (2002)
[26] Engle，R.F.，《预测相关性：风险管理的新范式》（2009），普林斯顿大学出版社普林斯顿
[27] 恩格尔，R.F。；Kelly，B.，动态等相关，J.总线。经济。统计学。，30, 2, 212-228, (2012)
[28] Engle，R.F.，Sheppard，K.，2001年。动态条件相关多元GARCH的理论和经验性质。NBER第8554号工作文件。
[29] 佛罗伦萨，G。；Sentana，E。；Calzolari，G.，关于条件异方差动态回归模型中jarque-bera正态性检验的有效性，Econom。莱特。，83, 3, 307-312, (2004) ·Zbl 1254.91584号
[30] 弗雷索利，D。；鲁伊斯，E。；Pascual，L.，非高斯VAR模型的Bootstrap多步预测，国际预测杂志。，（2014），（出版中）
[31] Gaglianone，W.P。；利马，L.R。；林惇，O。；Smith，D.R.，《通过分位数回归评估价值-风险模型》，J.Bus。经济。统计学。，29, 1, 150-160, (2011) ·Zbl 1209.91178号
[32] Giacomini，R。；Politis，D.N。；White，H.，进行涉及自举估计量的蒙特卡罗实验的曲速方法，计量经济学理论，29，3567-589，（2013）·Zbl 1272.62033号
[33] Gjika，D。；Horvath，R.，《中欧股市联动：来自非对称dcc模型的证据》，Ecol。型号1。，33, 55-64, (2013)
[34] 格里戈莱托，M。；Lisi，F.，《风险管理中更高时刻的实际意义》，《统计方法应用》。，20, 4, 487-506, (2011) ·Zbl 1337.62290号
[35] 哈夫纳，C.M。；Franses，P.H.，《广义动态条件相关模型：对许多资产的模拟和应用》，计量经济学修订版，28，6612-631，（2009）·兹比尔1172.62036
[36] 哈夫纳，C.M。；Reznikova，O.，关于动态条件相关模型的估计，计算。统计师。数据分析。，56, 11, 3533-3545, (2012) ·Zbl 1255.62161号
[37] 哈夫纳，C.M。；Rombouts，J.V.，时间聚集多元GARCH模型的估计，J.Stat.Compute。模拟。，77, 8, 629-650, (2007) ·Zbl 1144.62340号
[38] Halunga，A.，Orme，C.D.，Yamagata，T.，2011年。动态面板数据模型中同期相关性的异方差稳健Breusch-Pagan检验。曼彻斯特大学经济学讨论论文系列第1118号·Zbl 1395.62356号
[39] Hartz，C。；Mittnik，S。；Paolella，M.，基于正态GARCH模型的准确价值-风险预测，计算。统计师。数据分析。，51, 4, 2295-2312, (2006) ·Zbl 1157.62504号
[40] 伊达尔戈，J。；Zaffaroni，P.，《ARCH（infty）模型的良好性检验》，《计量经济学杂志》，141,2835-875，（2007）·Zbl 1420.62384号
[41] Y.Hong。；涂，J。；Zhou，G.，《股票收益的不对称性：统计检验与经济评价》，金融学版。螺柱，20，5，1547-1581，（2007）
[42] Huang，T.H。；Wang，Y.H.，替代GARCH模型的波动性和密度预测性能，J.Forecast。，31, 2, 157-171, (2012) ·Zbl 1397.62543号
[43] Jeon，J。；Taylor，J.W.，《使用条件核密度估计进行风电密度预测》，J.Amer。统计师。协会，107，497，66-79，（2012）·Zbl 1261.62031号
[44] 基里安，L。；Demiroglu，U.，《基于残差的自回归正态性检验：渐近理论和模拟证据》，J.Bus。经济。统计学。，18, 1, 40-50, (2000)
[45] Laurent，S。；J.V.Rombouts。；Violante，F.，《关于多元GARCH模型的预测准确性》，J.Appl。计量经济学，27，6，934-955，（2012）
[46] Lütkepohl，H.，向量自回归和向量误差校正模型，（Lütkepohl，H.；Krazig，H.，应用时间序列计量经济学，（2004），剑桥大学出版社，纽约）
[47] 麦卡里尔，M。；Medeiros，M.C.，《已实现的波动性：综述》，《计量经济学评论》，第27、1-3、10-45页，（2008年）·Zbl 1148.62089号
[48] 教皇炎。；Politis，D.N.，《金融时间序列的重新采样和子采样》（Andersen，T.；Davis，R.；Kriss，R.）；Mikosch，T.，《财务时间序列手册》（2009），施普林格-柏林）·Zbl 1178.62046号
[49] Pascual，L。；罗莫，J。；Ruiz，E.，GARCH模型中收益和波动的Bootstrap预测，计算。统计师。数据分析。，50, 9, 2293-2312, (2006) ·Zbl 1445.62314号
[50] 帕蒂利亚，V。；Raíssi，H.，具有时变方差的VAR模型的修正组合检验，《多元分析杂志》。，116, 190-207, (2013) ·Zbl 1277.62217号
[51] 巴顿，A.J。；Sheppard，K.，《评估波动性和相关性预测》（Andersen，T.；Davis，R.；Kriss，R.）；Mikosch，T.，《金融时间序列手册》（2009），柏林施普林格出版社），801-838·Zbl 1178.91229号
[52] Pesaran，B.、Pesaran、M.H.，2007年。用多元t分布模拟期货市场的波动性和条件相关性。CESifo第2056号工作文件。
[53] 罗西，E。；Spazzini，F.，多元GARCH估计中的模型和分布不确定性：蒙特卡罗分析，计算。统计师。数据分析。，第54页，第11页，2786-2800页，（2010年）·Zbl 1284.91477号
[54] Rubner，Y。；托马西，C。；Guibas，L.J.，图像数据库应用的分布度量，（第六届计算机视觉国际会议，（1998年），IEEE），59-66
[55] Sheppard，K.，2009年。牛津MFE工具箱。网址：http://www.kevinsheppard.com/MFE_Toolbox。
[56] 清水，K.，《自举固定ARMA-GARCH模型》，（2010年），施普林格-威斯巴登
[57] Silvennoinen，A。；Teräsvirta，T.，《多元GARCH模型》（Andersen，T.；Davis，R.；Kriss，R.）；Mikosch，T.《金融时间序列手册》（2009），施普林格-柏林）·Zbl 1178.62103号
[58] Teräsvirta，T.，《一元GARCH模型简介》（Andersen，T.；Davis，R.；Kriss，R.）；Mikosch，T.《金融时间序列手册》（2009），施普林格-柏林）·Zbl 1178.62104号
[59] Tse，Y.K.，多元garch模型中常数相关性的检验，计量经济学，98，1，107-127，（2000）·Zbl 0968.62066号
[60] 王，C.-P。；林，S.-H。；黄，H.-H。；Wu，P.-C.，使用神经网络预测不同波动率模型下的TXO价格，专家系统。申请。，39, 5, 5025-5032, (2012)
[61] Wolf，M。；Wunderli，D.，Bootstrap联合预测区域，J.Time-Ser。分析。，（2014），（出版中）·Zbl 1325.62069号
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。