Modelos de Regresión Elíptica y Sesgada-Elíptica y Sus Aplicaciones a la Analítica de Datos Financieros
Autores: Dewick, Paul R.; Liu, Shuangzhe; Liu, Yonghui; Ma, Tiefeng
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelos de Regresión Elíptica y Sesgada-Elíptica y Sus Aplicaciones a la Analítica de Datos Financieros
Categoría
Gestión y administración
Subcategoría
Gestión de recursos
Palabras clave
Distribuciones estadísticas
Análisis de datos financieros
Modelado elíptico
Modelado sesgado-elíptico
Regresión
Modelos de series temporales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 28
Citaciones: Sin citaciones
Diversas distribuciones estadísticas han desempeñado roles significativos en el análisis de datos financieros en las últimas décadas. Entre ellas, el modelado elíptico ha ganado popularidad, mientras que el estudio y la aplicación del modelado sesgado-elíptico han recibido una atención creciente en varios dominios. Este artículo comienza reconociendo los notables logros y contribuciones del profesor Chris Heyde en el campo del modelado de datos financieros. Proporcionamos una revisión exhaustiva del modelado elíptico y sesgado-elíptico, resumiendo los últimos avances. En particular, nos enfocamos en las características, métodos de estimación y diagnósticos de las distribuciones elípticas y sesgadas-elípticas en modelos de regresión y series temporales, así como en el modelado de cópulas. Además, discutimos varias aplicaciones relacionadas en modelos de regresión y series temporales, incluyendo métodos de estimación y diagnóstico. El objetivo principal de este artículo es abordar la necesidad crítica de identificar con precisión la distribución elíptica subyacente, ya sea elíptica o sesgada-elíptica. Esta identificación es esencial para llevar a cabo diagnósticos de influencia local y emplear métodos de regresión apropiados utilizando técnicas de modelado elíptico adecuadas. Para ilustrar este proceso, presentamos ejemplos que demuestran la identificación de la distribución elíptica, comenzando con la metodología de Box-Jenkins y avanzando hacia el modelado de cópulas. La inclusión del modelado de cópulas está motivada por su efectividad en conjunto con distribuciones elípticas y sesgadas-elípticas, ya que ayuda a distinguir entre ambas. En última instancia, los hallazgos de este artículo ofrecen valiosos conocimientos, ya que determinar correctamente la distribución elíptica y sesgada-elíptica permite la aplicación de métodos de influencia local y regresión adecuados, contribuyendo así a la gestión de carteras financieras, análisis de negocios y análisis de seguros, asegurando la especificación precisa de los modelos.
Descripción
Diversas distribuciones estadísticas han desempeñado roles significativos en el análisis de datos financieros en las últimas décadas. Entre ellas, el modelado elíptico ha ganado popularidad, mientras que el estudio y la aplicación del modelado sesgado-elíptico han recibido una atención creciente en varios dominios. Este artículo comienza reconociendo los notables logros y contribuciones del profesor Chris Heyde en el campo del modelado de datos financieros. Proporcionamos una revisión exhaustiva del modelado elíptico y sesgado-elíptico, resumiendo los últimos avances. En particular, nos enfocamos en las características, métodos de estimación y diagnósticos de las distribuciones elípticas y sesgadas-elípticas en modelos de regresión y series temporales, así como en el modelado de cópulas. Además, discutimos varias aplicaciones relacionadas en modelos de regresión y series temporales, incluyendo métodos de estimación y diagnóstico. El objetivo principal de este artículo es abordar la necesidad crítica de identificar con precisión la distribución elíptica subyacente, ya sea elíptica o sesgada-elíptica. Esta identificación es esencial para llevar a cabo diagnósticos de influencia local y emplear métodos de regresión apropiados utilizando técnicas de modelado elíptico adecuadas. Para ilustrar este proceso, presentamos ejemplos que demuestran la identificación de la distribución elíptica, comenzando con la metodología de Box-Jenkins y avanzando hacia el modelado de cópulas. La inclusión del modelado de cópulas está motivada por su efectividad en conjunto con distribuciones elípticas y sesgadas-elípticas, ya que ayuda a distinguir entre ambas. En última instancia, los hallazgos de este artículo ofrecen valiosos conocimientos, ya que determinar correctamente la distribución elíptica y sesgada-elíptica permite la aplicación de métodos de influencia local y regresión adecuados, contribuyendo así a la gestión de carteras financieras, análisis de negocios y análisis de seguros, asegurando la especificación precisa de los modelos.