×
达尼埃拉·卡斯特罗·卡米洛;米盖尔·德·卡瓦略;詹妮弗·沃兹沃思

对时间变化的极端价值依赖，适用于领先的欧洲股市。 （英语） Zbl 1393.62024号

附录申请。斯达。 12，第1号，283-309（2018）.
摘要：国际股市之间的极端依赖性在当今全球金融格局中尤为重要。然而，以前的研究表明，这种依赖性不一定随时间而稳定。当极值依赖性随着时间或其他合适的协变而变化时，我们关注的是对极值依赖性的建模。在渐近相关性的框架内，我们引入了一个二元极值分布角密度的回归模型，该模型允许我们评估极值相关性如何在协变量上演化。我们应用所提出的模型评估了过去三十年来一些主要欧洲股市的极端依赖性动力学，并发现近年来极端依赖性增加的证据。

引用于11文件

MSC公司：

62G32型 极值统计；尾部推断
62G05型 非参数估计
62甲12 多元分析中的估计
62P05号 统计学在精算科学和金融数学中的应用

关键词：

角度测量;二元极值;欧洲股市一体化;风险;极值统计

软件：

ElemStatLearn（电子状态学习）;伊斯梅夫;科恩平滑
PDF格式BibTeX公司 XML格式引用
\textit{D.Castro-Camilo}等人，Ann.Appl。Stat.12，No.1，283--309（2018；Zbl 1393.62024）
全文： DOI程序 arXiv公司 欧几里得

参考文献：

[1] Acar，E.F.、Craiu，R.V.和Yao，F.（2011年）。条件连接词中的相关性校准：一种非参数方法。生物统计学67 445-453·Zbl 1217.62068号
[2] Beirlant，J.、Goegebeur，Y.、Teugels，J.和Segers，J..（2004）。极值统计：理论与应用。奇切斯特·威利·兹比尔1070.62036
[3] Brooks，R.和Del Negro，M.（2004）。各国股市协同效应的上升：市场整合还是IT泡沫？J.恩皮尔。财务11 659-680。
[4] Brooks，R.和Del Negro，M.（2005年）。国际股票收益中的国家与地区效应。J.波特。管理31 67-72。
[5] Büttner，D.和Hayo，B.（2011年）。欧洲股市一体化的决定因素。经济。系统35 574-585。
[6] Castro-Camilo，D.和de Carvalho，M.（2017年）。双变量极值的谱密度回归。斯托克。环境。Res.风险评估31 1603-1613。
[7] Castro-Camilo，D.、de Carvalho，M.和Wadsworth，J.（2018年）。补充“应用于领先欧洲股市的时间-变量极端值相关性”。DOI:10.1214/17-AOAS1089SUPP·Zbl 1393.62024号
[8] Chavez-Demoulin，V.和Davison，A.C.（2005年）。样本极值的广义加性建模。J.罗伊。统计师。Soc.序列号。丙54 207-222·兹比尔1490.62194
[9] Chen，S.X.（1999）。密度函数的贝塔核估计。计算。统计师。数据分析31 131-145·Zbl 0935.62042号
[10] Cline，D.B.H.（1988年）。多元密度的容许核估计。Ann.Statist.16 1421-1427年·兹比尔0653.62027
[11] Coles，S.（2001）。极值统计建模简介。斯普林格，伦敦·Zbl 0980.62043号
[12] Coles，S.G.和Tawn，J.A.（1991年）。极端多元事件建模。J.罗伊。统计师。Soc.序列号。乙53 377-392·Zbl 0800.60020号
[13] DasGupta，A.（2008）。统计与概率的渐近理论。纽约州施普林格·Zbl 1154.62001年
[14] Davison，A.C.和Smith，R.L.（1990年）。超出高阈值的模型。J.罗伊。统计师。Soc.序列号。乙52 393-442·Zbl 0706.62039号
[15] de Carvalho，M.（2017）。极端统计：挑战与机遇。在金融领域的极端事件中。威利·汉德。金融工程经济。195-213. 新泽西州霍博肯威利。
[16] de Carvalho，M.和Davison，A.C.（2014）。多元极值的谱密度比模型。J.Amer。统计师。协会109 764-776·Zbl 1367.62270号
[17] de Carvalho，M.、Oumow，B.、Segers，J.和Warchoł，M..（2013）。二元尾部相关性的欧氏似然估计。通信统计。理论方法42 1176-1192·Zbl 1347.62075号
[18] de Haan，L.和Resnick，S.I.（1977年）。多元样本极值的极限理论。Z.Wahrsch公司。版本。Gebiete 40 317-377·Zbl 0375.60031号
[19] Eastoe，E.F.（2009）。非平稳多元极值的层次模型：地表臭氧和\（\text）的案例研究{否}_{\text{x}}\）英国数据。环境计量20 428-444。
[20] Eastoe，E.F.和Tawn，J.A.（2009年）。应用于表层臭氧的非平稳极值建模。J.R.Stat.Soc.系列。C 58 25-45。
[21] 恩格尔·R.F.（1982）。英国通货膨胀方差估计的自回归条件异方差。《计量经济学》50 987-1007·Zbl 0491.62099号
[22] Escobar-Bach，M.、Goegebeur，J.和Guillou，A.（2016）。Pickands相关函数的局部稳健估计。已提交·Zbl 1328.62195号
[23] Fermanian，J.-D.和Wegkamp，M.H.（2012）。时间相关的连接函数。J.多变量分析110 19-29·Zbl 1352.62073号
[24] 《福布斯》，K.和Rigobon，R.（2002）。没有传染，只有相互依赖：衡量股市的共同走势。《金融杂志》57 2223-2261。
[25] Fratzscher，M.（2002年）。欧洲金融市场一体化：欧洲货币联盟对股市的影响。国际金融杂志。经济学7 165-193。
[26] Geenens，G.（2014）。单位区间上核密度估计的Probit变换。J.Amer。统计师。协会109 346-358·Zbl 1367.62107号
[27] Gudendorf，G.和Segers，J.（2010）。极值连接。Copula理论及其应用。莱克特。票据统计程序198 127-145。海德堡施普林格·Zbl 1349.62207号
[28] Härdle，W.（1990年）。应用非参数回归。剑桥大学出版社，剑桥·Zbl 0714.62030号
[29] Hardouvelis，G.A.、Malliaropulos，D.和Priestley，R.（2006）。欧洲货币联盟和欧洲股市一体化。J.总线79 365-392。
[30] Hastie，T.、Tibshirani，R.和Friedman，J.（2001）。统计学习的要素：数据挖掘、推理和预测。纽约州施普林格·Zbl 0973.62007号
[31] Heffernan，J.E.（2000年）。尾部相关系数目录。极端3 279-290·Zbl 0979.62040号
[32] Heffernan，J.E.和Tawn，J.A.（2004年）。多元极值的条件方法。J.R.Stat.Soc.系列。B 66 497-546·Zbl 1046.62051号
[33] Huser，R.和Genton，M.G.（2016年）。空间极值的非静态依赖结构。《农业杂志》。生物环境。统计数字21 470-491·兹比尔1347.62246
[34] James，H.（2012）。建立欧洲货币联盟。哈佛大学出版社，马萨诸塞州剑桥。
[35] Jonathan，P.、Ewans，K.和Randell，D.（2014）。北海北部风暴特征的非静态条件极值。环境计量25 172-188。
[36] Jones，M.C.和Henderson，D.A.（2007年）。单位区间上的核型密度估计。生物特征94 977-984·Zbl 1156.62026号
[37] Karolyi，G.A.和Stulz，R.M.（1996年）。为什么市场会一起变动？美国和日本股票收益率走势调查。《金融杂志》51 951-986。
[38] Kim，S.J.、Moshirian，F.和Wu，E.（2005）。欧洲货币联盟推动的动态股市一体化：一项实证分析。J.银行。财务报表29 2475-2502。
[39] Kim，S.、Shephard，N.和Chib，S.（1998年）。随机波动性：似然推断和与ARCH模型的比较。经济收益率。螺柱65 361-393·Zbl 0910.90067号
[40] King，M.、Sentana，E.和Sushil，W.（1994年）。国家股票市场之间的波动和联系。计量经济学62 901-933·Zbl 0807.90037号
[41] Koenker，R.（2005）。分位数回归。剑桥大学出版社，剑桥·Zbl 1111.62037号
[42] Lane，P.R.（2012）。欧洲主权债务危机。《经济学杂志》。透视图26 49-67。
[43] Longin，F.和Solnik，B.（1995年）。1960-1990年，国际股票收益率的相关性是恒定的吗？J.国际货币融资.14 3-26。
[44] Longin，F.和Solnik，B.（2001年）。国际股票市场的极端相关性。《金融杂志》56 649-676。
[45] Mhalla，L.、Chavez-Domoulin，V.和Naveau，P.（2017年）。极值依赖的非线性模型。《多元分析杂志》159 49-66·Zbl 1397.62171号
[46] Nadaraya，E.A.（1964年）。关于估计回归。理论概率论。申请9 141-142·Zbl 0136.40902号
[47] 自然环境研究委员会（1975年）。洪水研究报告。伦敦自然环境研究委员会。
[48] 巴顿·A·J（2006）。非对称汇率依赖建模。国际。经济。版次47 527-556。
[49] Pickands，J.III（1981）。多元极值分布。国际统计学会第43届会议记录，第2卷（布宜诺斯艾利斯，1981）49 859-878，894-902·Zbl 0518.62045号
[50] Polansky，A.M.（2001）。平滑引导百分位数方法的带宽选择。计算。统计师。数据分析36 333-349·Zbl 1038.62038号
[51] Poon，S.-H.、Rockinger，M.和Tawn，J.A.（2003）。模拟国际股票市场中的极值依赖。统计师。中国13 929-953·Zbl 1034.62106号
[52] Poon，S.-H.、Rockinger，M.和Tawn，J.（2004）。金融市场的极端价值依赖：诊断、模型和财务影响。财务版次。螺柱17 581-610。
[53] Resnick，S.I.（2007）。重尾现象：概率和统计建模。纽约州施普林格·Zbl 1152.62029号
[54] Rua，A.和Nunes，L.C.（2009年）。股市收益的国际联动：小波分析。J.恩皮尔。财务16 632-639。
[55] Silverman，B.W.和Young，G.A.（1987年）。引导：平滑还是不平滑？生物特征74 469-479·Zbl 0654.62034号
[56] Sun，Y.和Genton，M.G.（2011年）。功能箱线图。J.计算。图表。统计数字20 316-334。
[57] Tawn，J.A.（1988年）。二元极值理论：模型和估计。生物特征75 397-415·Zbl 0653.62045号
[58] Tawn，J.A.（1990年）。多元极值分布建模。生物特征77 245-253·Zbl 0716.62051号
[59] Veraverbeke，N.、Omelka，M.和Gijbels，I.（2011年）。条件copula和关联测度的估计。扫描。《美国联邦法律大全》第38卷第766-780页·Zbl 1246.62092号
[60] Wand，M.P.和Jones，M.C.（1995年）。内核平滑。查普曼和霍尔，伦敦·Zbl 0854.62043号
[61] Watson，G.S.（1964年）。平滑回归分析。SankhyáSer。甲26 359-372·兹伯利0137.13002
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。