<?xml version="1.0" encoding="utf-8"?><!DOCTYPE article PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.0 20120330//EN" "JATS-journalpublishing1.dtd"><article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" article-type="other">
<front>
<journal-meta>
<journal-id journal-id-type="publisher-id">VMSTA</journal-id>
<journal-title-group><journal-title>Modern Stochastics: Theory and Applications</journal-title></journal-title-group>
<issn pub-type="epub">2351-6054</issn>
<issn pub-type="ppub">2351-6046</issn>
<issn-l>2351-6046</issn-l>
<publisher>
<publisher-name>VTeX</publisher-name><publisher-loc>Mokslininkų g. 2A, 08412 Vilnius, Lithuania</publisher-loc>
</publisher>
</journal-meta>
<article-meta>
<article-id pub-id-type="publisher-id">VMSTA64KI</article-id>
<article-id pub-id-type="doi">10.15559/19-VMSTA64KI</article-id>
<article-categories><subj-group subj-group-type="heading">
<subject>Keywords Index</subject></subj-group></article-categories>
<title-group>
<article-title>Keywords index</article-title><subtitle>Volume 6, 2019</subtitle>
</title-group>
<pub-date pub-type="ppub"><year>2019</year></pub-date>
<pub-date pub-type="epub"><day>12</day><month>12</month><year>2019</year></pub-date><volume>6</volume><issue>4</issue><fpage>517</fpage><lpage>518</lpage>
<permissions><copyright-statement>© 2019 The Author(s). Published by VTeX</copyright-statement><copyright-year>2019</copyright-year>
<license license-type="open-access" xlink:href="http://creativecommons.org/licenses/by/4.0/">
<license-p>Open access article under the <ext-link ext-link-type="uri" xlink:href="http://creativecommons.org/licenses/by/4.0/">CC BY</ext-link> license.</license-p></license></permissions>
</article-meta>
</front>
<body>
<p>almost sure central limit theorem – 345</p>
<p>AR(1)-characterisation – 195</p>
<p>asymptotic covariance matrix estimation – 495</p>
<p>asymptotic distribution – 209, 377</p>
<p>Bernstein function – 419</p>
<p>bi-seasonal model – 133</p>
<p>BINAR – 227</p>
<p>BSDEs – 479</p>
<p>central limit theorem – 251, 443</p>
<p>change of time – 81, 419</p>
<p>chaos expansion – 145</p>
<p>Clayton copula – 227</p>
<p>compound Poisson process – 81, 419</p>
<p>confidence ellipsoid – 495</p>
<p>copula – 227</p>
<p>count data – 227</p>
<p>coupling – 333</p>
<p>covariance functions – 195</p>
<p>Cox proportional hazards model – 209</p>
<p>dependent claims – 133</p>
<p>digital option – 81</p>
<p>discrete time risk model – 133</p>
<p>divergence form – 345</p>
<p>drift parameter estimation – 397</p>
<p>errors-in-variables model – 495</p>
<p>exact marginal probability distribution – 3</p>
<p>expected discounted dividend payments – 285</p>
<p>FGM copula – 227</p>
<p>finite mixture model – 495</p>
<p>Fourier transform – 443</p>
<p>fractional Brownian motion – 13, 57, 377, 397</p>
<p>fractional Cox–Ingersoll–Ross process – 13</p>
<p>fractional Laplacian – 397</p>
<p>fractional Vasicek model – 377</p>
<p>Frank copula – 227</p>
<p>fundamental solution – 345</p>
<p>gamma function – 311</p>
<p>Gauss hypergeometric function – 419</p>
<p>generated <italic>σ</italic>-field – 269</p>
<p>Gerber–Shiu function – 285</p>
<p>Green’s function – 57</p>
<p>harmonic numbers – 419</p>
<p>hypergeometric function – 81</p>
<p>independent complements – 269</p>
<p>infinitely divisible logarithmic series distribution – 419</p>
<p>infinitely divisible random measure – 443</p>
<p>insurance model – 109</p>
<p>intersection of <italic>σ</italic>-fields – 269</p>
<p>jackknife – 495</p>
<p>Kolmogorov norm – 109</p>
<p>lattice of complete <italic>σ</italic>-fields – 269</p>
<p>Lévy density – 443</p>
<p>Lévy process – 81, 419</p>
<p>Lévy process; moving average – 443</p>
<p>Lévy processes – 479</p>
<p>local norm – 109</p>
<p>Malliavin calculus – 145</p>
<p>Markov chain – 109, 333</p>
<p>maximum likelihood estimation – 377</p>
<p>mild solution – 57</p>
<p>mixed Poisson processes – 41</p>
<p>mixture with varying concentrations – 495</p>
<p>moderate deviations principle – 167</p>
<p>moment generating function – 377</p>
<p>moment inequalities – 251</p>
<p>multi-layer dividend strategy – 285</p>
<p>negative binomial distribution – 227</p>
<p>non-ergodic process – 377</p>
<p>non-proportional hazards – 209</p>
<p>non-uniform estimate – 109</p>
<p>nonparametric estimation – 495</p>
<p>numerical approximation – 145</p>
<p>order statistics property – 41</p>
<p>orthogonal regression – 495</p>
<p>partial Bell polynomials – 419</p>
<p>pathwise Stratonovich integral – 13</p>
<p>piecewise constant coefficients – 345</p>
<p>piecewise integro-differential equation – 285</p>
<p>Poisson – 227</p>
<p>predictable representation property – 479</p>
<p>preferential attachment – 311</p>
<p><italic>q</italic> variation – 397</p>
<p>random fields – 251</p>
<p>random graph – 311</p>
<p>random walk – 333</p>
<p>recursive formula – 133</p>
<p>renewal theory – 333</p>
<p>right censored data – 209</p>
<p>risk model with stochastic premiums – 285</p>
<p>ruin probability – 133, 285</p>
<p>run-and-tumble models – 3</p>
<p>scale free – 311</p>
<p>signed compound Poisson approximation – 109</p>
<p>space-time white noise – 167</p>
<p>stationary processes – 195</p>
<p>stationary random field – 443</p>
<p>Stein-Malliavin calculus – 345</p>
<p>Stirling numbers – 419</p>
<p>stochastic Burgers equation – 167</p>
<p>stochastic differential equation – 13</p>
<p>stochastic differential equations – 145</p>
<p>stochastic heat equation – 397</p>
<p>stochastic partial differential equation – 57</p>
<p>stochastic partial differential equations – 167, 345</p>
<p>Taylor’s power law – 311</p>
<p>telegraph equation with time-dependent velocity – 3</p>
<p>time-fractional Poisson process – 41</p>
<p>total variation norm – 109</p>
<p>utility maximization – 479</p>
<p>variance-gamma process – 81</p>
<p>weak convergence method – 167</p>
<p>Yule model – 41</p>
</body>
</article>