时间序列中风险极值的识别与自回归方法分析——气候风险事件应用
应用统计
2016-01-13 v1
摘要
在本文中，无意重复风险管理的基本概念，但我们将试图界定在风险评估过程中为何时间序列分析常常有用，以及如何利用回归和自回归计算出有意义的分析。在介绍关于趋势分析的一些基本概念后，将引入一些识别峰值的方法。当不需要使用完整时间序列时，这常常有用，因为有时仅关注极值更为实用。对于不含非异常数据的正确时间序列，极值时间序列用简单的自回归模型处理。这有助于了解该时间序列在各周期之间是否存在相关性，以及多少周期可被视为它们之间的滞后。我们认为气候事件常常具有滞后性，因为气候呈现出明显的上升趋势，且气候风险随时间潜在增加。不会给出与风险管理相关的具体结论，因为所提出的自回归解决方案可适用于任何时间序列分析。
引用
@article{arxiv.1601.02806,
title = {Identification of Risk Extreme Values in a Time Series and Analysis with an Autoregressive Method - Application for Climate Risk Events},
author = {Gianluca Rosso},
journal= {arXiv preprint arXiv:1601.02806},
year = {2016}
}