×
安贾·扬森;霍尔格·德雷斯

具有灵活极值依赖结构的随机波动率模型。 （英语） Zbl 1342.60080号

伯努利 22，第3期，1448-1490（2016）.
摘要：具有重大创新的随机波动过程是金融时间序列的一个著名模型。在这些模型中，对数回报的极值主要由身份证的极值驱动。创新序列导致了一种非常强的渐近独立性，即对于所有正滞后，尾部依赖系数等于\（1/2）。我们提出了一类具有重尾波动率的随机波动率模型，并检验了它们的极值行为。特别是，研究表明，虽然滞后极值观测值通常是渐近独立的，但它们的尾相关系数可以取介于（1/2）（对应于精确独立性）和1（相关于渐近依赖性）之间的任何值。因此，与经典SV模型相比，该类允许在连续观测值之间具有更灵活的极值依赖性，因此可以更真实地描述所观察到的财务收益聚类。
在锥（（0，infty）^{d}）上正则变分的框架下，分析了滞后观测的极值相关结构。作为两个有趣的辅助结果，我们导出了关于随机矩阵和正则变化随机向量乘积在（0，infty）^{d}上的正则变化的新的Breiman型定理，以及关于i.i.d乘积的联合极值行为的一个声明。规则变化的随机变量。

引用于10文件

MSC公司：

60G70型 极值理论；极值随机过程
60对20 随机矩阵（概率方面）
91G80型 其他理论的金融应用

关键词：

随机波动模型;极值行为;渐近独立性;尾部依赖性;极值依赖;财务时间序列;隐藏的规则变化;电力产品;随机矩阵;布莱曼引理
PDF格式BibTeX公司 XML格式引用
\textit{A.Janssen}和\textit{H.Drees}，伯努利22，第3期，1448-1490（2016；Zbl 1342.60080）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Abanto-Valle，C.A.，Bandyopadhyay，D.，Lachos，V.H.和Enriquez，I.（2010年）。使用正态分布的比例混合对重尾随机波动率模型进行稳健贝叶斯分析。计算。统计师。数据分析。54 2883-2898. ·Zbl 1284.91579号 ·doi:10.1016/j.csda.2009.06.011
[2] Asai，M.、McAleer，M.和Yu，J.（2006）。多元随机波动：综述。《计量经济学评论》25 145-175·Zbl 1107.62108号 ·doi:10.1080/07474930600713564
[3] Basrak，B.、Davis，R.A.和Mikosch，T.（2002年）。GARCH过程的规则变化。随机过程。申请。99 95-115. ·Zbl 1060.60033号 ·doi:10.1016/S0304-4149（01）00156-9
[4] Basrak，B.和Segers，J.（2009年）。规则变化的多元时间序列。随机过程。申请。119 1055-1080. ·Zbl 1161.60319号 ·doi:10.1016/j.spa.2008.05.004
[5] Bingham，N.H.、Goldie，C.M.和Teugels，J.L.（1987年）。定期变更。数学及其应用百科全书27。剑桥：剑桥大学出版社·Zbl 0617.26001号
[6] Breiman，L.（1965年）。关于一些类似于弧-辛定律的极限定理。理论问题。申请。10 323-331. ·Zbl 0147.37004号
[7] Das，B.、Mitra，A.和Resnick，S.（2013年）。生活在多维边缘：使用规则变化寻找隐藏的风险。申请中的预付款。普罗巴伯。45 139-163. ·Zbl 1276.60041号 ·doi:10.1239/ap/363354106
[8] Das，B.和Resnick，S.I.（2011年）。极端组件的调节：模型与锥体上规则变化的一致性。伯努利17 226-252·Zbl 1284.60103号 ·doi:10.3150/10-BEJ271
[9] Davis，R.A.和Mikosch，T.（2001）。随机波动过程的点过程收敛及其在样本自相关中的应用：概率论、统计学和地震学。J.应用。普罗巴伯。38A 93-104中·Zbl 1021.60038号 ·doi:10.1239/jap/1085496594
[10] Davis，R.A.和Mikosch，T.（2009年）。随机波动率模型的极值。《金融时间序列手册》（T.G.Andersen、R.A.Davis、J.-P.Kreiss和T.Mikosch编辑）355-364。柏林：斯普林格·兹比尔1178.62112 ·doi:10.1007/978-3-540-71297-8_15
[11] Denisov，D.和Zwart，B.（2007年）。关于Breiman的一个定理和一类随机差分方程。J.应用。普罗巴伯。44 1031-1046. ·Zbl 1141.60041号 ·doi:10.1239/jap/1197908822
[12] Draisma，G.、Drees，H.、Ferreira，A.和de Haan，L.（2004）。二元尾部估计：渐近独立依赖性。伯努利10 251-280·Zbl 1058.62043号 ·doi:10.3150/bj/1082380219
[13] Drees，H.、Segers，J.和Warchoł，M.（2014）。马尔可夫链尾部过程的统计。预打印。可在。arXiv:1405.7721号·Zbl 1327.62322号 ·doi:10.1007/s10687-015-0217-1
[14] Embrachts，P.和Goldie，C.M.（1980）。关于次指数分布和相关分布的闭包和因子分解性质。J.澳大利亚。数学。Soc.序列号。一个29 243-256·Zbl 0425.60011号 ·网址：10.1017/S144678870002124
[15] Hult，H.和Lindskog，F.（2006年）。度量空间上测度的正则变分。出版物。Inst.数学。（贝尔格莱德）（N.S.）80（94）121-140·Zbl 1164.28005号 ·doi:10.2298/PIM0694121H
[16] Kulik，R.和Soulier，P.（2013）。重尾长记忆随机波动过程的极限条件分布估计。极端16 203-239·Zbl 1273.60028号 ·doi:10.1007/s10687-012-0159-9
[17] Kulik，R.和Soulier，P.（2013）。具有极值独立性的重尾时间序列·Zbl 1333.60102号 ·doi:10.1007/s10687-014-0213-x
[18] Leadbetter，M.R.（1983年）。平稳序列中的极值和局部依赖性。Z.Wahrsch公司。版本。Gebiete 65 291-306·Zbl 0506.60030号 ·doi:10.1007/BF00532484
[19] Ledford，A.W.和Tawn，J.A.（1996年）。多元极值中近似独立性的统计。生物特征83 169-187·Zbl 0865.62040号 ·doi:10.1093/biomet/83.1.169
[20] Ledford，A.W.和Tawn，J.A.（2003年）。诊断时间序列极值内的相关性。J.R.统计社会服务。B.统计方法。65 521-543. ·Zbl 1065.62156号 ·doi:10.1111/1467-9868.00400
[21] Lindskog，F.、Resnick，S.I.和Roy，J.（2014）。度量空间上的正则变化测度：隐藏的正则变化和隐藏的跳跃。普罗巴伯。Surv公司。11 270-314. ·Zbl 1317.60007号 ·doi:10.1214/14-PS231
[22] Mikosch，T.和Rezapour，M.（2013年）。具有可能极值聚类的随机波动率模型。伯努利19 1688-1713·Zbl 1286.91144号 ·doi:10.3150/12-BEJ426
[23] Pratt，J.W.（1960年）。关于交换极限和积分。安。数学。统计师。31 74-77. ·兹比尔0090.26802 ·doi:10.1214/aoms/1177705988
[24] Resnick，S.（2002）。隐正则变分、二阶正则变分和渐近独立性。极端5 303-336（2003）·兹比尔1035.60053 ·doi:10.1023/A:1025148622954
[25] Resnick，S.I.（2007）。重尾现象：概率和统计建模。Springer运筹学与金融工程系列。纽约：斯普林格·Zbl 1152.62029号 ·doi:10.1007/978-0-387-45024-7
[26] Resnick，S.I.（2008）。锥上的多元正则变化：应用于极值、隐正则变化和条件极限定律。随机80 269-298·Zbl 1142.60042号 ·doi:10.1080/17442500701830423
[27] Rootzén，H.（1986年）。移动平均过程的极值理论。安·普罗巴伯。14 612-652. ·Zbl 0604.60019号 ·doi:10.1214/aop/1176992534
[28] Sierkma，G.（1996年）。线性与整数规划：理论与实践。纯数学和应用数学专著和教科书198。纽约：Dekker，Inc。
[29] Taylor，S.J.（1986）。财务时间序列建模。奇切斯特：威利·Zbl 1130.91345号
[30] Tsay，R.S.（2002）。金融时间序列分析。新泽西州霍博肯：威利·Zbl 1037.91080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。