斯坦尼斯拉夫·阿纳托利耶夫;尼古拉·戈斯波迪诺夫 通过分解建模财务回报动态。 （英语） Zbl 1197.91198号 J.总线。经济。斯达。 28，第2期，232-245（2010）. 摘要：虽然传统预测回归检测到超额股票收益的可预测性在统计上很小，但收益的方向变化和波动性随着时间的推移表现出很大程度的依赖性。我们利用这一观察结果，将收益分解为符号和绝对值分量的乘积，其联合分布是通过组合绝对值的乘法误差模型、符号的动态二元选择模型和它们相互作用的copula来获得的。我们的分解模型能够将在标准预测回归设置中无法捕捉到的超额收益动态中的重要非线性纳入其中。美国股市收益数据的实证分析表明，与传统预测回归相比，分解模型在统计和经济上具有显著的预测收益。 引用于1审查引用于9文件 MSC公司： 91G70型 统计方法；风险措施 91G30型 利率、资产定价等（随机模型） 62P05号 统计学在精算科学和金融数学中的应用 关键词：绝对收益;连接线;定向预报;联合预测分布;股票收益可预测性 PDF格式BibTeX公司 XML格式引用 \textit{S.Anatolyev}和\textit{N.Gospodinov}，J.Bus。经济。Stat.28，No.2，232--245（2010；Zbl 1197.91198） 全文： 内政部