High-level dependence in time series models


Fasen, Vicky ; Klüppelberg, Claudia ; Schlather, Martin



DOI: https://doi.org/10.1007/s10687-009-0084-8
URL: https://link.springer.com/article/10.1007/s10687-0...
Weitere URL: https://www.semanticscholar.org/paper/High-level-d...
Dokumenttyp: Zeitschriftenartikel
Erscheinungsjahr: 2010
Titel einer Zeitschrift oder einer Reihe: Extremes : Statistical Theory and Applications in Science, Engineering and Economics
Band/Volume: 13
Heft/Issue: 1
Seitenbereich: 1-33
Ort der Veröffentlichung: Dordrecht [u.a.]
Verlag: Springer Science + Business Media
ISSN: 1386-1999 , 1572-915X
Sprache der Veröffentlichung: Englisch
Einrichtung: Fakultät für Wirtschaftsinformatik und Wirtschaftsmathematik > Applied Stochastics (Schlather 2012-)
Fachgebiet: 510 Mathematik
Freie Schlagwörter (Englisch): ARCH, COGARCH, Extreme cluster, Extreme dependence measure, Extremal index, Extreme value theory, GARCH, Linear model, Multivariate regular variation, Nonlinear model, Lévy-driven Ornstein–Uhlenbeck process, Random recurrence equation
Abstract: We present several notions of high-level dependence for stochastic processes, which have appeared in the literature. We calculate such measures for discrete and continuous-time models, where we concentrate on time series with heavy-tailed marginals, where extremes are likely to occur in clusters. Such models include linear models and solutions to random recurrence equations; in particular, discrete and continuous-time moving average and (G)ARCH processes. To illustrate our results we present a small simulation study.




Dieser Datensatz wurde nicht während einer Tätigkeit an der Universität Mannheim veröffentlicht, dies ist eine Externe Publikation.




Metadaten-Export


Zitation


+ Suche Autoren in

+ Aufruf-Statistik

Aufrufe im letzten Jahr

Detaillierte Angaben



Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail


Actions (login required)

Eintrag anzeigen Eintrag anzeigen