博扬·巴士拉克;约翰·塞格斯 规则变化的多变量时间序列。 (英语) Zbl 1161.60319号 随机过程应用。 119,第4期,1055-1080(2009); 勘误表同上,121,第4号,896-898(2011)。 摘要:平稳、多元时间序列的极值可能会在坐标和时间上表现出相关性。本文的目的是提供一种新的、潜在有用的工具,称为尾部过程,用于描述和建模这些极端。关键性质是以下事实:尾过程的存在等价于原始过程的有限割的多元正则变化。利用尾过程的某些显著性质,对极值点过程的已知结果进行了新的解释。该理论很容易应用于随机系数矩阵的随机自回归过程的平稳解,一个有趣的特例是最近提出的因子GARCH模型。在这类模型中,尾部过程的分布是通过分析方法和一种新的采样算法相结合来计算的。 引用于7评论引用于103文件 MSC公司: 60G70型 极值理论;极值随机过程 60F05型 中心极限和其他弱定理 60亿10 平稳随机过程 60G55型 点过程(例如,泊松、考克斯、霍克斯过程) 关键词:自回归过程;极值簇;极值指数;因子GARCH模型;沉重的尾巴;混合;多元正则变分;点过程;稳定随机向量;平稳时间序列;随机递推方程;尾部处理;模糊收敛;弱收敛 PDF格式BibTeX公司 XML格式引用 \textit{B.Basrak}和\textit{J.Segers},随机过程应用。119,第4号,1055--1080(2009;Zbl 1161.60319) 全文: 内政部 arXiv公司 参考文献: [1] 巴士拉克,B。;Davis,R.A。;Mikosch,T.,《多元规则变化的表征》,《应用概率年鉴》,12908-920(2002)·Zbl 1070.60011号 [2] 巴士拉克,B。;Davis,R.A。;Mikosch,T.,GARCH过程的规则变化,随机过程及其应用,9995-115(2002)·兹比尔1060.60033 [3] Bortot,P。;Coles,S.G.,《具有尾部转换潜能的马尔可夫链的极值》,《皇家统计学会杂志》,B辑,65,851-867(2003)·Zbl 1065.62088号 [4] Breiman,L.,《关于与弧线定律类似的一些极限定理,概率论及其应用》,10,323-331(1965)·兹伯利0147.37004 [5] Davis,R.A。;Xing,T.,无限方差弱相依随机变量的点过程和部分和收敛,《概率年鉴》,23879-917(1995)·Zbl 0837.60017号 [6] Davis,R.A。;Mikosch,T.,《重尾过程的样本自相关及其在ARCH中的应用》,《统计年鉴》,262049-280(1998)·兹比尔0929.62092 [7] Davis,R.A。;Resnick,S.I.,max-ARMA过程的基本性质和预测,应用概率进展,21781-803(1989)·Zbl 0716.62098号 [8] Davis,R.A。;Resnick,S.I.,平稳最大稳定过程的预测,应用概率年鉴,3497-525(1993)·Zbl 0779.60048号 [9] Einmahl,J.H.J。;德哈恩,L。;Piterbarg,V.I.,极值分布谱测度的非参数估计,《统计年鉴》,291401-1423(2001)·Zbl 1043.62046号 [10] Feller,W.,《概率论及其应用导论》,第二卷(1971年),Wiley:Wiley New York·Zbl 0219.60003号 [11] De Haan,L。;Resnick,S.I。;鲁特泽恩,H。;de Vries,C.G.,随机差分方程解的极值行为及其在ARCH过程中的应用,随机过程及其应用,32,213-224(1989)·Zbl 0679.60029号 [12] C.M.Hafner,A.Preminger,因子GARCH模型的渐近理论,计量经济学理论,卢浮大学统计研究所IAP技术报告TR0647,2009年(出版中)。网址:http://www.uclouvain.be/stat; C.M.Hafner,A.Preminger,因子GARCH模型的渐近理论,计量经济学理论,卢浮大学统计研究所IAP技术报告TR0647,2009年(出版中)。网址:http://www.uclouvain.be/stat ·Zbl 1279.62183号 [13] 兴,T。;Hüsler,J。;Leadbetter,M.R.,关于平稳序列的超越点过程,概率论及相关领域,78,97-112(1989)·Zbl 0619.60054号 [14] Hult,H。;Lindskog,F.,《关于Kesten对规则变化的Cramér-Wold装置的反例》,伯努利,12133-142(2006)·Zbl 1108.60015号 [15] H.Hult,G.Samorodnitsky,规则变化随机向量无穷序列的尾部概率,2007年。在上可用http://arxiv.org/abs/math.PR/070212; H.Hult,G.Samorodnitsky,无限序列规则变化随机向量的尾概率,2007。在上可用http://arxiv.org/abs/math.PR/070212 ·Zbl 1158.60325号 [16] Kallenberg,O.,《随机测量》(1983),Akademie-Verlag:Akademice-Verlag Berlin·Zbl 0288.60053号 [17] Kesten,H.,随机矩阵乘积的随机差分方程和更新理论,数学学报,131207-248(1973)·Zbl 0291.60029号 [18] Klüppelberg,C。;Pergamenchtchikov,S.,紧状态空间马氏链泛函的更新理论,概率年鉴,312270-2300(2003)·Zbl 1048.60065号 [19] Klüppelberg,C。;Pergamenchtchikov,S.,具有多元随机递归表示的模型的极值行为,随机过程及其应用,117,432-456(2006)·Zbl 1118.60060号 [20] Leadbetter,M.R。;Rootzén,H.,随机过程的极值理论,《概率年鉴》,16,431-478(1988)·Zbl 0648.60039号 [21] Meerschaert,M.M。;Schefler,H.-P.,独立随机向量和的极限分布(2001),John Wiley&Sons:John Willey&Sons纽约·Zbl 0990.60003号 [22] Meyn,S.P。;Tweedie,R.L.,《马尔可夫链与随机稳定性》(1993年),Springer-Verlag:Springer-Verlag纽约·Zbl 0925.60001号 [23] Perfekt,R.,平稳马尔可夫链的极值行为及其应用,应用概率年鉴,4529-548(1994)·Zbl 0806.60041号 [24] Perfekt,R.,一类值为(R^d)的马尔可夫链的极值理论,应用概率的进展,29138-164(1997)·Zbl 0882.60049号 [25] Resnick,S.I.,点过程,正则变化和弱收敛,应用概率进展,18,66-138(1986)·Zbl 0597.60048号 [26] Resnick,S.I.,《极值、正则变化和点过程》(1987),Springer-Verlag:Springer-Verlag纽约·兹比尔0633.60001 [27] Resnick,S.I.,《重尾现象:概率和统计建模》(2006),Springer-Verlag:Springer-Verlag纽约·Zbl 1152.62029号 [28] Resnick,S.I。;Willekens,E.,《随机系数和随机系数自回归模型的移动平均值》,《统计学通讯》。随机模型,7511-525(1991)·兹比尔074760062 [29] Segers,J.,极端事件簇的函数,应用概率进展,351028-1045(2003)·Zbl 1043.60043号 [30] Segers,J.,《极值簇的近似分布》,《统计学与概率快报》,第74期,第330-336页(2005年)·Zbl 1095.62063号 [31] J.Segers,重尾马尔可夫链的多变量正则变异,2007。在上可用http://arxiv.org/abs/math.PR/0701411; J.Segers,重尾马尔可夫链的多元规则变化,2007年。在上可用http://arxiv.org/abs/math.PR/0701411 [32] Smith,R.L.,马尔可夫链的极值指数,应用概率杂志,29,37-45(1992)·Zbl 0759.60059号 [33] Yun,S.,高阶平稳马尔可夫链的极值指数,应用概率年鉴,8408-437(1998)·Zbl 0942.60038号 [34] Yun,S.,极端事件在一阶马尔可夫链中的簇泛函分布,应用概率杂志,37,29-44(2000)·Zbl 0959.60043号 [35] 张,Z。;Smith,R.L.,移动极大值过程的多元极大值行为,应用概率杂志,411113-1123(2004)·Zbl 1122.60052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。