Bitte benutzen Sie diese Referenz, um auf diese Ressource zu verweisen: doi:10.22028/D291-26218
Titel: Extreme quantile estimation for dependent data with applications to finance
Verfasser: Drees, Holger
Sprache: Englisch
Erscheinungsjahr: 2002
Freie Schlagwörter: confidence interval
GARCH model
tail empirical quantile function
DDC-Sachgruppe: 510 Mathematik
Dokumentart : Preprint (Vorabdruck)
Kurzfassung: The asymptotic normality of a class of estimators for extreme quantiles is established under mild structural conditions on the observed stationary \beta-mixing time series. Consistent estimators of the asymptotic variance are introduced, which render possible the construction of asymptotic confidence intervals for the extreme quantiles. Moreover, it is shown that many well-known time series models satisfy our conditions. Then the theory is applied to a time series of returns of a stock index. Finally, the finite sample behavior of the proposed confidence intervals is examined in a simulation study. It turns out that for most time series models under consideration the actual coverage probability is pretty close to the nominal level if the sample fraction used for estimation is chosen appropriately.
Link zu diesem Datensatz: urn:nbn:de:bsz:291-scidok-43932
hdl:20.500.11880/26274
http://dx.doi.org/10.22028/D291-26218
Schriftenreihe: Preprint / Fachrichtung Mathematik, Universität des Saarlandes
Band: 68
SciDok-Publikation: 2-Dez-2011
Fakultät: Fakultät 6 - Naturwissenschaftlich-Technische Fakultät I
Fachrichtung: MI - Mathematik
Fakultät / Institution:MI - Fakultät für Mathematik und Informatik

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat 
preprint_68_02.pdf488,08 kBAdobe PDFÖffnen/Anzeigen


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.