...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of applied statistics >A robust statistical approach to select adequate error distributions for financial returns
【24h】

A robust statistical approach to select adequate error distributions for financial returns

机译：一种可靠的统计方法，可以为财务回报选择适当的误差分布

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this article, we propose a robust statistical approach to select an appropriate error distribution, in a classical multiplicative heteroscedastic model. In a first step, unlike to the traditional approach, we do not use any GARCH-type estimation of the conditional variance. Instead, we propose to use a recently developed nonparametric procedure [31]: the local adaptive volatility estimation. The motivation for using this method is to avoid a possible model misspecification for the conditional variance. In a second step, we suggest a set of estimation and model selection procedures (Berk-Jones tests, kernel density-based selection, censored likelihood score, and coverage probability) based on the so-obtained residuals. These methods enable to assess the global fit of a set of distributions as well as to focus on their behaviour in the tails, giving us the capacity to map the strengths and weaknesses of the candidate distributions. A bootstrap procedure is provided to compute the rejection regions in this semiparametric context. Finally, we illustrate our methodology throughout a small simulation study and an application on three time series of daily returns (UBS stock returns, BOVESPA returns and EUR/USD exchange rates).
机译：在本文中，我们提出了一种鲁棒的统计方法，以在经典的乘法异方差模型中选择适当的误差分布。第一步，与传统方法不同，我们不使用任何GARCH类型的条件方差估算。相反，我们建议使用最近开发的非参数过程[31]：局部自适应波动率估计。使用这种方法的动机是为了避免条件方差可能导致的模型错误指定。在第二步中，我们建议根据所获得的残差进行一组估计和模型选择程序（Berk-Jones检验，基于核密度的选择，删失似然评分和覆盖概率）。这些方法能够评估一组分布的全局拟合度，并专注于尾部的行为，从而使我们能够绘制候选分布的优缺点。提供了引导程序来计算此半参数上下文中的拒绝区域。最后，我们在一个小型模拟研究中以及在三个时间序列的每日收益（瑞银股票收益，BOVESPA收益和欧元/美元汇率）上的应用中说明了我们的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号