Convolution Copula Econometrics

این کتاب رویکرد جدیدی به اقتصاد سنجی سری های زمانی ارائه می دهد که رفتار فرآیندهای تصادفی غیرخطی را مطالعه می کند. این رویکرد امکان یک ساختار وابستگی دلخواه را در افزایش ها فراهم می کند و یک تعمیم با توجه به فرض افزایش مستقل خطی استاندارد مدل های سری زمانی کلاسیک ارائه می دهد. این کتاب راه‌حلی برای مسئله یک رویکرد نیمه پارامتریک کلی ارائه می‌دهد که با مفهومی به نام C-convolution (پیچیدگی متغیرهای وابسته) و نظریه مربوطه کوپول‌های مبتنی بر پیچیدگی ارائه شده است. این کتاب برای محققان اقتصاد سنجی و آمار با علاقه ویژه به تجزیه و تحلیل سری های زمانی و توابع کوپول (یا سایر رویکردهای ناپارامتریک) در نظر گرفته شده است، همچنین برای دانشجویان دکتری با دانش پایه از توابع جفت که می خواهند در مورد آخرین پیشرفت های تحقیقاتی در این زمینه بیاموزند مفید است. .

This book presents a novel approach to time series econometrics, which studies the behavior of nonlinear stochastic processes. This approach allows for an arbitrary dependence structure in the increments and provides a generalization with respect to the standard linear independent increments assumption of classical time series models. The book offers a solution to the problem of a general semiparametric approach, which is given by a concept called C-convolution (convolution of dependent variables), and the corresponding theory of convolution-based copulas. Intended for econometrics and statistics scholars with a special interest in time series analysis and copula functions (or other nonparametric approaches), the book is also useful for doctoral students with a basic knowledge of copula functions wanting to learn about the latest research developments in the field.