Nonparametric Estimates for Conditional Quantiles of Time Series

  • We consider the problem of estimating the conditional quantile of a time series at time t given observations of the same and perhaps other time series available at time t-1. We discuss an estimate which we get by inverting a kernel estimate of the conditional distribution function, and prove its asymptotic normality and uniform strong consistency. We illustrate the good performance of the estimate for light and heavy-tailed distributions of the innovations with a small simulation study.

Volltext Dateien herunterladen

Metadaten exportieren

  • Export nach Bibtex
  • Export nach RIS

Weitere Dienste

Teilen auf Twitter Suche bei Google Scholar
Metadaten
Verfasserangaben:Jürgen Franke, Peter Mwita
URN (Permalink):urn:nbn:de:hbz:386-kluedo-12743
Schriftenreihe (Bandnummer):Report in Wirtschaftsmathematik (WIMA Report) (87)
Dokumentart:Preprint
Sprache der Veröffentlichung:Englisch
Jahr der Fertigstellung:2003
Jahr der Veröffentlichung:2003
Veröffentlichende Institution:Technische Universität Kaiserslautern
Datum der Publikation (Server):19.11.2003
Freies Schlagwort / Tag:conditional quantiles; kernel estimate; quantile autoregression; time series; uniform consistency; value-at-risk
Fachbereiche / Organisatorische Einheiten:Fachbereich Mathematik
DDC-Sachgruppen:5 Naturwissenschaften und Mathematik / 51 Mathematik / 510 Mathematik
Lizenz (Deutsch):Standard gemäß KLUEDO-Leitlinien vor dem 27.05.2011

$Rev: 13581 $