安德鲁·哈维（Andrew C.Harvey）。 波动率和重尾的动态模型。应用于金融和经济时间序列。 （英语） Zbl 1326.62001号 计量经济学社会专题52.剑桥：剑桥大学出版社（ISBN 978-1-107-03472-3/hbk；978-1-107-23002-4/pbk；978-1-139-54093-3/电子书）。十八、261页。(2013). Publisher的描述：金融回报的波动性随着时间的推移而变化，在过去的三十年里，广义自回归条件异方差（GARCH）模型提供了分析、建模和监测这种变化的主要手段。考虑到财务回报通常会出现重尾，也就是说，极值可能会不时出现，安德鲁·哈维的新书展示了GARCH模型制定方式的一个微小但彻底的改变是如何解决统计理论中固有的许多理论问题的。该方法也可应用于波动性的其他方面。更一般的动态条件得分模型扩展到时间序列水平中异常值的稳健建模和时变关系的处理。统计理论利用了最大似然估计的基本原理，并由此对非线性时间序列建模进行了优雅而统一的处理。 引用于6评论引用于71文件 MSC公司： 62-01 与统计有关的介绍性说明（教科书、辅导论文等） 91-01 与博弈论、经济学和金融学有关的介绍性阐述（教科书、辅导论文等） 62P05号 统计学在精算科学和金融数学中的应用 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 62M20型 随机过程推断和预测 62J02型 一般非线性回归 10层62层 点估计 60华氏30 随机分析的应用（PDE等） 91B70型 经济学中的随机模型 91B84号 经济时间序列分析 91G70型 统计方法；风险措施 PDF格式BibTeX公司 XML格式引用 \textit{A.C.Harvey}，波动率和重尾的动态模型。应用于金融和经济时间序列。剑桥：剑桥大学出版社（2013；Zbl 1326.62001） 全文： 内政部