Statistical inference on a changing extreme value dependence structure
时变极值依赖结构的统计推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究通用极值依赖的时间变化，未明确涉及金融尾部风险或宏观结构变化。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
时变极值依赖结构的统计推断
- 研究问题
- 对于独立但不必同分布的多元正则变动随机向量，如何估计极值依赖结构，并检验该结构是否随时间变化？
- 方法与思路
- 作者构造时间点附近的局部谱测度估计与时间积分谱测度估计，再借助一致渐近正态性和过程收敛建立变化检验。
- 材料陈述的贡献
- 摘要称在适当非参数平滑与正则条件下证明估计量的一致渐近正态性，并为谱测度不随时间变化构造一致检验。
- 阅读关注点
- 应核对独立性与正则变动的设定、局部平滑和尾部阈值的选择，以及一致收敛范围、检验校准与备择条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体平滑条件、阈值和检验表现未说明，结论不能直接推广至序列相关数据。
原文摘要
We analyze the extreme value dependence of independent, not necessarily identically distributed multivariate regularly varying random vectors. More specifically, we propose estimators of the spectral measure locally at some time point and of the spectral measures integrated over time. The uniform asymptotic normality of these estimators is proved under suitable nonparametric smoothness and regularity assumptions. We then use the process convergence of the integrated spectral measure to devise consistent tests for the null hypothesis that the spectral measure does not change over time.