The Cross-Quantilogram: Measuring Quantile Dependence and Testing Directional Predictability between Time Series
交叉分位相关图：时间序列分位依赖与方向可预测性检验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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要研究时间序列分位依赖，并明确应用于超额股票收益预测及金融机构系统性风险。
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…
交叉分位相关图：时间序列分位依赖与方向可预测性检验
- 研究问题
- 如何衡量两条时间序列在不同分位位置上的依赖，并检验一条序列是否能够方向性预测另一条序列及其金融风险状态？
- 方法与思路
- 作者提出交叉分位相关图及检验统计量，建立渐近分布，采用平稳自助法构造置信区间，并研究原假设下渐近枢轴的自标准化方法。
- 材料陈述的贡献
- 摘要称证明平稳自助法一致性与自标准化推断性质，并用于股票方差预测超额收益及金融机构系统性风险的分析。
- 阅读关注点
- 应核对分位事件与滞后的定义、时间依赖条件、自助法调参和自标准化构造，以及多分位、多滞后检验的解释范围。
- 阅读边界
- 所给版本为 arXiv 预印本，不能认定已同行评审或接收；摘要未给出完整条件和应用数值，方向可预测性不能直接解释为因果关系。
原文摘要
This paper proposes the cross-quantilogram to measure the quantile dependence between two time series. We apply it to test the hypothesis that one time series has no directional predictability to another time series. We establish the asymptotic distribution of the cross quantilogram and the corresponding test statistic. The limiting distributions depend on nuisance parameters. To construct consistent confidence intervals we employ the stationary bootstrap procedure; we show the consistency of this bootstrap. Also, we consider the self-normalized approach, which is shown to be asymptotically pivotal under the null hypothesis of no predictability. We provide simulation studies and two empirical applications. First, we use the cross-quantilogram to detect predictability from stock variance to excess stock return. Compared to existing tools used in the literature of stock return predictability, our method provides a more complete relationship between a predictor and stock return. Second, we investigate the systemic risk of individual financial institutions, such as JP Morgan Chase, Goldman Sachs and AIG. This article has supplementary materials online.