Markov Approach to Nonparametric Autoregressive Risk Prediction
7. Latvijas matemātiskas konference: Abstracts 2008
Andrejs Matvejevs

Mūsdienu informātikas visplašāk lietojamais riska novērtēšanas un vadības instruments (kritērijs) ir riska vērtība (VaR). VaR nosaka maksimālos iespējamos zaudējumu noteiktajā laika intervālā pie uzdotā statistiskā nozīmības līmeņa. Tas palīdz pētniekiem kontrolēt riska izmaiņas. Neskatoties uz to, ka riska vērtības jēdziens ir salīdzinoši vienkāršs, praktiskajā lietošanā var rasties sarežģījumi, it īpaši, ja novērotie dati var nebūt normāli sadalīti. Vēl nopietns sarežģījums var rasties nelineāras prognozēšanas dēļ. Turklāt bieži jāanalizē regresijas atlikumi, kad tie ir nosacīti heteroskedastiski.


Atslēgas vārdi
nonparametric asymptotic theory, Markov chain, estimation

Matvejevs, A. Markov Approach to Nonparametric Autoregressive Risk Prediction. No: 7. Latvijas matemātiskas konference: Abstracts, Latvija, Rēzekne, 18.-19. aprīlis, 2008. Rēzekne: LMB, 2008, 33.-33.lpp.

Publikācijas valoda
English (en)
RTU Zinātniskā bibliotēka.
E-pasts: uzzinas@rtu.lv; Tālr: +371 28399196