对数拉普拉斯波动率的动态尾部推断

《商业杂志》36（4），394-419。[38]McNeil，A.J.和R.Frey（2000年）。异方差金融时间序列尾部相关风险度量的估计：极值方法。《经验金融杂志》7（3-4），271-300。【39】Mousazadeh，S.和M.Karimi（2007年）。基于MDL准则的Student-t ARCH模型参数估计。2007年IEEE信号处理与通信国际会议。[40]Nelson，D.B.（1991）。资产收益的条件异方差性：一种新方法。《计量经济学》59（2），347-370。[41]Pickands，J.（1975）。使用极端顺序统计的统计推断。《统计年鉴》3（1），119-131。[42]Ray，B.K.和R.S.Tsay（2000年）。每日股票波动的长期依赖性。《商业和经济统计杂志》18（2），254-262。【43】Rohatgi，V.K.（1976年）。概率论和数理统计导论。威利。纽约州纽约市。[44]Sandmann，G.和S.J.Koopman（1998年）。通过MonteCarlo极大似然估计随机波动率模型。《计量经济学杂志》87（2），271-301。【45】Soetart，K.、T.Petzoldt和R.W.Setzer（2010年）。在R：PackagedSolve中求解微分方程。《统计软件杂志》33（9），1-25。Gordon V.Chavez动态尾部推断与对数拉普拉斯波动率[46]Taylor，S.J.（1982）。由两个随机过程的乘积建模的财务回报1961-1979年每日糖价研究。Anderson，O.D.（编辑），《时间序列分析：理论与实践》，第1卷。阿姆斯特丹，荷兰北部。203-226.[47]Taylor，S.J.（1986）。金融时间序列建模。威利。奇切斯特。【48】Terasvirta，T.、D.Tjotheim和C.W.J.Granger（2010年）。非线性经济时间序列建模。牛津。纽约[49]Tibshirani，R.（1996年）。通过套索进行回归收缩和选择。皇家统计学会杂志。系列B 58（1），267-288。