Semiparametric modeling of multiple quantiles
多个分位数的半参数建模AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确以时间序列动态分位数建模为对象，并提出密度和分位数预测用途。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
多个分位数的半参数建模
- 研究问题
- 如何同时追踪时间序列的大量时变分位数，满足分位数不交叉及固定分位数的定义性质，并用于滤波和分布预测？
- 方法与思路
- 作者构造半参数模型，以 check loss 的梯度更新各概率水平的时变分位数，并推导分位数过程与固定参数估计的理论性质。
- 材料陈述的贡献
- 摘要称，模型满足不交叉约束及固定分位数性质，给出弱平稳性和估计一致性结果，并展示动态矩、密度和分位数预测用途。
- 阅读关注点
- 应核对不交叉约束与更新机制如何同时实现、固定分位数性质的准确含义，以及弱平稳和一致性条件、密度构造与预测评价。
- 阅读边界
- 仅据所给出版社摘要，无法判断不同概率水平及尾部的估计精度；摘要未提供具体正则条件、应用数值或其他版本变化。
原文摘要
We develop a semiparametric model to track a large number of quantiles of a time series. The model satisfies the condition of non-crossing quantiles and the defining property of fixed quantiles. A key feature of the specification is that the updating scheme for time-varying quantiles at each probability level is based on the gradient of the check loss function. Theoretical properties of the proposed model are derived such as weak stationarity of the quantile process and consistency of the estimators of the fixed parameters. The model can be applied for filtering and prediction. We also illustrate a number of possible applications such as: (i) semiparametric estimation of dynamic moments of the observables, (ii) density prediction, and (iii) quantile predictions.