ScholarGate
Assistent
Regression modelQuantile dynamics

Kvantil-VAR

Kvantil-VAR uppskattar impulssvar för multivariata system betingat på olika kvantiler av fördelningen, vilket avslöjar hur chocker fortplantas heterogent över den betingade fördelningen. Introducerad av Koenker och Xiao (2006) och tillämpad på riskmätning av White et al. (2015), avslöjar den svansbeteende och smittoeffekter som är osynliga för medelvärdesbaserad VAR-analys. Detta är väsentligt för riskhantering och för att förstå hur kriser fortplantas annorlunda än normala tider.

Tillämpa med EconMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

The neighbourhood of related methods — select a node to explore.

Källor

  1. Koenker, R., & Xiao, Z. (2006). Quantile autoregression. Journal of the American Statistical Association, 101(475), 980-990. DOI: 10.1198/016214506000000672
  2. White, H., Kim, T. H., & Manganelli, S. (2015). VAR for VaR: Measuring tail dependence using multivariate regression quantiles. Journal of Econometrics, 187(1), 169-188. DOI: 10.1016/j.jeconom.2015.02.004

Så citerar du den här sidan

ScholarGate. (2026, June 3). Quantile Vector Autoregression. ScholarGate. https://scholargate.app/sv/econometrics/quantile-var

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Refereras av

ScholarGateQuantile VAR (Quantile Vector Autoregression). Hämtad 2026-06-15 från https://scholargate.app/sv/econometrics/quantile-var · Datamängd: https://doi.org/10.5281/zenodo.20539026