×
鲁茨·F·格鲁伯。；克洛迪亚·查多

规则藤结的贝叶斯模型选择。 （英语） Zbl 1407.62172号

贝叶斯分析。 13，第4期，1111-1135（2018）.
摘要：正则藤连接函数是一类灵活的依赖模型，但用于模型选择和推理的贝叶斯方法尚未完全发展。我们提出了稀疏诱导但非信息先验，并提出了新的建议，以使可逆跳马尔可夫链蒙特卡罗后验模拟能够用于贝叶斯模型选择和推理。我们的方法是第一个联合估计规则藤蔓交配的所有树木的后验分布。这是对现有的频率统计和贝叶斯策略的实质性改进，这些策略一次只能选择一棵树，并且已知会导致偏差。仿真研究证明了该策略的可行性，并表明与贝叶斯树对树选择相比，该策略结合了优越的选择和减少的计算时间。在一个实际数据示例中，我们使用基于贝叶斯正则藤连接函数构建的完全贝叶斯多元动态模型来预测九只交易所交易基金投资组合的每日预期尾部损失，以说明我们的模型在财务分析和风险估计方面的可行性。

引用于三文件

MSC公司：

62小时05 多元概率分布的表征与结构理论；连接线
2015年1月62日 贝叶斯推断
62P05号 统计学在精算学和金融数学中的应用

关键词：

多元分析；相关性建模；copula建模；藤结；贝叶斯推断；后验模拟；重要性抽样；模拟研究；财务分析；风险预测

软件：

CDV乙烯；二维码
PDF格式BibTeX公司 XML格式引用
\textit{L.F.Gruber}和\textit{C.Czado}，贝叶斯分析。13，第4号，1111--1135（2018；Zbl 1407.62172）
全文： 内政部 欧几里得

参考文献：

[1] Acerbi，C.和Tasche，D.（2003年）。“预期短缺：风险价值的自然一致替代品”，《经济评论》，31:379–388。
[2] Bedford，T.和Cooke，R.M.（2001）。“用藤蔓建模的条件相关随机变量的概率密度分解”，《数学与人工智能年鉴》，32:245-268·Zbl 1314.62040号 ·doi:10.1023/A:1016725902970
[3] Brechmann，E.C.、Czado，C.和Aas，K.（2012年）。“应用财务数据截短高维规则藤蔓”，《加拿大统计杂志》，40（1）：68-85·Zbl 1274.62381号 ·doi:10.1002/cjs.10141
[4] Brechmann，E.C.和Schepsmeier，U.（2013年）。“用C-和D-Vine Copulas建模依赖：R包CDVine”，《统计软件杂志》，52（3）：1–27。统一资源定位地址http://www.jstatsoft.org/v52/i03
[5] Dißmann，J.F.、Brechmann，E.C.、Czado，C.和Kurowicka，D.（2013）。“选择和估计规则藤蔓连接并应用于财务回报”，《计算统计与数据分析》，59（1）：52–69·Zbl 1400.62114号 ·doi:10.1016/j.csda.2012.08.010
[6] Green，P.J.（1995）。“可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定”，《生物特征识别》，82:711-732·Zbl 0861.62023号 ·doi:10.1093/biomet/82.4.711
[7] Gruber，L.F.和Czado，C.（2015）。“常规藤蔓Copulas的序贯贝叶斯模型选择”，贝叶斯分析，10（4）：937-963。统一资源定位地址http://projecteuclid.org/euclid.ba/1423083634 ·Zbl 1335.62048号 ·doi:10.1214/14-BA930
[8] Gruber，L.F.和Czado，C.（2017）。“常规藤蔓Copula贝叶斯模型选择的补充附录”，贝叶斯分析·Zbl 1335.62048号 ·doi:10.1214/14-BA930
[9] 黑斯廷斯，W.K.（1970）。“使用马尔可夫链的蒙特卡罗采样方法及其应用”，《生物特征》，57:97–109·Zbl 0219.65008号 ·doi:10.1093/biomet/57.1.97
[10] Hoeting，J.A.、Madigan，D.、Raftery，A.E.和Volinsky，C.T.（1990年）。“贝叶斯模型平均：教程”，《统计科学》，14（4）：382-417·Zbl 1059.62525号 ·doi:10.1214/ss/1009212519
[11] Joe，H.（1996）。“具有给定裕度和\（m（m-1）/2\）二变量依赖参数的\（m\）-变量分布族。”讲座笔记专著系列，28:120-141。
[12] Joe，H.（2001）。多元模型和依赖概念。查普曼和霍尔·Zbl 0990.62517号
[13] Kim，D.、Kim，J.-M.、Liao，S.-M.和Jung，Y.-S.（2013）。“D-vine连接函数的混合建模依赖性”，《计算统计与数据分析》，64:1-19·Zbl 1468.62099号 ·doi:10.1016/j.csda.2013.02.018
[14] Kurowicka，D.和Cooke，R.M.（2006）。高维依赖模型的不确定性分析。John Wiley&Sons有限公司·Zbl 1096.62073号
[15] Kurowicka，D.和Joe，H.（编辑）（2010年）。依赖建模：藤蔓Copula手册。世界科学出版有限公司。
[16] McNeil，A.J.、Frey，R.和Embrechts，P.（2005）。定量风险管理：概念、技术和工具。普林斯顿大学出版社·Zbl 1089.91037号
[17] Metropolis，N.、Rosenbluth，A.W.、Rosenbruth，M.N.、Teller，A.H.和Teller等人（1953年）。“快速计算机器的状态方程计算”，《化学物理杂志》，21:1087–1092·Zbl 1431.65006号
[18] Min，A.和Czado，C.（2010年）。“使用配对Copula构造对多元Copula进行贝叶斯推断”，《金融计量经济学杂志》，8（4）：511-546。
[19] Min，A.和Czado，C.（2011年）。“D-vine对连接构造的贝叶斯模型选择”，《加拿大统计杂志》，39（2）：239-258·Zbl 1219.62048号 ·doi:10.1002/cjs.10098
[20] Morales-Napoles，O.（2011年）。《藤蔓计数》，收录于Kurowicka，D.和Joe，H.（编辑），《依赖建模：藤蔓Copula手册》。世界科学出版公司。
[21] Nelsen，R.B.（2006年）。Copulas简介。斯普林格·Zbl 1152.62030
[22] Prado，R.和West，M.（2010年）。时间序列：建模、计算和推断。查普曼和霍尔/CRC出版社。统一资源定位地址http://www.stat.duke.edu/兆瓦/吨帐簿/·Zbl 1245.62105号
[23] Schamberger，B.、Gruber，L.F.和Czado，C.（2017年）。“潜在因子Copula的贝叶斯推断及其在金融风险预测中的应用”，《计量经济学》，5（21）。
[24] Sklar，A.（1959年）。“维数和勒尔马尔日的划分函数”，巴黎大学统计研究所出版物，8:229-231·Zbl 0100.14202号
[25] Smith，M.、Min，A.、Almeida，C.和Czado，C.（2010年）。“使用序列依赖的对Copula分解建模纵向数据”，《美国统计协会期刊》，105（492）：1467-1479·Zbl 1388.62171号 ·doi:10.1198/jasa.2010.tm09572
[26] Stöber，J.、Joe，H.和Czado，C.（2013）。“简化的双连词结构——模仿和扩展”，《多元分析杂志》，119（0）：101-118·Zbl 1277.62139号 ·doi:10.1016/j.jmva.2013.04.014
[27] West，M.和Harrison，J.（1997年）。贝叶斯预测和动态模型·Zbl 0871.62026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。