A nonparametric approach to understand multivariate quantile dynamics in financial time series
理解金融时间序列多元分位数动态的非参数方法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：摘要直接处理多元金融时间序列的时间依赖与条件波动函数，因此归入时间序列和金融波动率方向。
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…
理解金融时间序列多元分位数动态的非参数方法
- 研究问题
- 在响应与协变量均为多元且具有时间依赖时，如何非参数估计条件均值、波动函数及几何分位数，并建立相应收敛理论？
- 方法与思路
- 作者采用函数依赖结构描述动态行为，在多元非参数回归框架中分析条件均值与波动估计，并研究条件几何分位数。
- 材料陈述的贡献
- 摘要称给出均值与波动估计的强弱收敛结果及几何分位数一致性，并用模拟和地缘政治风险指数解释股票收益的应用展示方法。
- 阅读关注点
- 应核对函数依赖与光滑性条件、带宽选择、几何分位数的定义，以及多元维度和时间依赖对收敛与有限样本表现的影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未提供具体正则条件、收敛速度或应用数值，回归关系不等于因果效应。
原文摘要
Over the last decade, nonparametric methods have gained increasing attention for modeling complex data structures due to their flexibility and minimal structural assumptions. In this paper, we study a general multivariate nonparametric regression framework that encompasses a broad class of parametric models commonly used in financial econometrics. Both the response and the covariate processes are allowed to be multivariate with fixed finite dimensions, and the framework accommodates temporal dependence, thereby introducing additional modeling and theoretical hurdles. To address these challenges, we adopt a functional dependence structure which permits flexible dynamic behavior while maintaining tractable asymptotic analysis. Within this setting, we establish strong and weak convergence results for the estimators of the conditional mean and volatility functions. In addition, we investigate conditional geometric quantiles in the multivariate time series context and prove their consistency under mild regularity conditions. The finite sample performance is examined through comprehensive simulation studies, and the methodology is illustrated by modeling the stock returns of Maersk and Lockheed Martin as a nonparametric function of a geopolitical risk index.