Modeling Multivariate Time Series With Copula-Linked Univariate D-Vines
Modeling Multivariate Time Series With Copula-Linked Univariate D-Vines
复制标题
使用 Copula 链接单变量 D-Vines 建模多元时间序列
DOI：
10.1080/07350015.2020.1859381
复制
发表时间：
2021
影响因子：
3
通讯作者：
Zhang, Zhengjun
中科院分区：
文献类型：
--
作者：
Zhao, Zifeng;Shi, Peng;Zhang, Zhengjun
本文提出了一种新的多变量时间序列模型Copula-linked univariate D-vines（CuDvine），它可以同时对多变量时间序列的时间依赖和横截面依赖进行基于Copula的建模。为了构建CuDvine，我们首先基于D-vine构建半参数单变量D-vine时间序列模型（uDvine）。uDvine将现有的基于一阶Copula的马尔可夫链模型推广到任意阶的马尔可夫链。在uDvine的基础上，我们通过连接多个uDvine来构建CuDvine。作为一个简单易行的模型，CuDvine为时间序列的边缘行为和时间依赖提供了灵活的模型，也可以为高维应用引入复杂的横截面依赖，如时变和时空依赖。鲁棒性和计算效率高的程序，包括顺序模型选择方法和两阶段MLE，提出了模型估计和推理，并研究了它们的统计特性。数值实验表明，CuDvine的灵活性，并检查性能的顺序模型选择过程和两阶段极大似然估计。澳大利亚电价数据的真实的数据应用证明了CuDvine比传统的多变量时间序列模型具有上级性能。
This article proposes a novel multivariate time series model named copula-linked univariate D-vines (CuDvine), which enables the simultaneous copula-based modeling of both temporal and cross-sectional dependence for multivariate time series. To construct CuDvine, we first build a semiparametric univariate D-vine time series model (uDvine) based on a D-vine. The uDvine generalizes the existing first-order copula-based Markov chain models to Markov chains of an arbitrary-order. Building upon uDvine, we construct CuDvine by linking multiple uDvines via a parametric copula. As a simple and tractable model, CuDvine provides flexible models for marginal behavior and temporal dependence of time series, and can also incorporate sophisticated cross-sectional dependence such as time-varying and spatio-temporal dependence for high-dimensional applications. Robust and computationally efficient procedures, including a sequential model selection method and a two-stage MLE, are proposed for model estimation and inference, and their statistical properties are investigated. Numerical experiments are conducted to demonstrate the flexibility of CuDvine, and to examine the performance of the sequential model selection procedure and the two-stage MLE. Real data applications on the Australian electricity price data demonstrate the superior performance of CuDvine to traditional multivariate time series models.
登录
查看更多内容
使用 D-vine SCAR 模型对高维时变依赖性进行建模
DOI：
--
发表时间：
2012
期刊：
影响因子：
--
作者：
Carlos Almeida;C. Czado;H. Manner
通讯作者：
H. Manner
请向下滚动查看文章 统计通信 - 模拟和计算 通过 Copula 函数对金融数据中的时间依赖性进行统计建模 通过 Copula 函数对金融数据中的时间依赖性进行统计建模
DOI：
--
发表时间：
--
期刊：
影响因子：
--
作者：
F. Domma;S. Giordano;Pier;Francesco Perri
通讯作者：
Francesco Perri
影响因子：
1.4
作者：
Brechmann, Eike Christian;Czado, Claudia
通讯作者：
Czado, Claudia
金融市场联合尾部风险动态的动态双变量阈值峰值模型
影响因子：
3
作者：
Zifeng Zhao
通讯作者：
Zifeng Zhao
条件相关 GARCH 模型
DOI：
--
发表时间：
2010
期刊：
影响因子：
--
作者：
Nakatani;T.
通讯作者：
T.