Benutzer: Gast  Login
Dokumenttyp:
Masterarbeit 
Autor(en):
Le, Francesca (FIM) 
Titel:
Large VAR modeling with application to energy data 
Abstract:
Vector autoregressions are widely used methods in economic research to model and predict the dynamics of multivariate time series. When applying these methods to large-dimensional data, however, large coefficient matrices have to be estimated and overparameterization becomes a challenge. Several solutions to this problem have been proposed, among them the application of regression regularization techniques like least absolute shrinkage and selection operator (Lasso) and its variants to multivari...    »
 
übersetzter Abstract:
Vektorautoregressionen sind weit verbreitete Methoden in der Wirtschaftsforschung, um die Dynamiken von multivariaten Zeitreihen zu modellieren und vorherzusagen. Wenn diese Methoden jedoch auf hochdimensionale Daten angewendet werden, müssen große Koeffizientenmatrizen geschätzt werden und Überparametrisierung wird zu einer Herausforderung. Einige Lösungen zu diesem Problem wurden vorgeschlagen, darunter die Anwendung von Regressionsregularisierungstechniken wie Least absolute shrinkage and sel...    »
 
Aufgabensteller:
Prof. Dr. Rudi Zagst 
Betreuer:
Prof. Ying Chen & Prof. Thorsten Koch 
Jahr:
2018 
Sprache:
en 
Sprache der Übersetzung:
de 
Hochschule / Universität:
Technische Universität München 
Fakultät:
Fakultät für Mathematik 
TUM Einrichtung:
Lehrstuhl für Finanzmathematik 
Bearbeitungsbeginn:
15.01.2018 
Bearbeitungsende:
16.07.2018