Two-Sample Testing for Tail Copulas with an Application to Equity Indices
尾部 Copula 的双样本检验及股票指数应用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：摘要研究股票指数负收益的尾部依赖及其变化，直接对应金融尾部风险。
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…
尾部 Copula 的双样本检验及股票指数应用
- 研究问题
- 如何检验两组二元数据的尾部 Copula 是否相同，并据此比较金融危机期间与之后股票指数负收益的尾部依赖结构？
- 方法与思路
- 作者对自然构造的双样本尾部 Copula 过程进行鞅变换，使所得检验过程收敛于标准 Wiener 过程，再导出多种检验。
- 材料陈述的贡献
- 摘要称建立了渐近分布无关的双样本检验，并用模拟展示有限样本表现；股票指数应用中未发现尾部结构差异的证据。
- 阅读关注点
- 应核对尾部样本阈值、鞅变换所需的估计和正则条件，以及金融收益序列依赖的处理、检验功效与比较期间选择。
- 阅读边界
- 仅据所给 OpenAlex 摘要，未核对刊本变化；未拒绝相等不等于证明相等，摘要也未说明阈值选择及序列依赖条件。
原文摘要
A novel, general two-sample hypothesis testing procedure is established for testing the equality of tail copulas associated with bivariate data.More precisely, using a martingale transformation of a natural twosample tail copula process, a test process is constructed, which is shown to converge in distribution to a standard Wiener process.Hence, from this test process a myriad of asymptotically distribution-free twosample tests can be obtained.The good finite-sample behavior of our procedure is demonstrated through Monte Carlo simulations.Using the new testing procedure, no evidence of a difference in the respective tail copulas is found for pairs of negative daily log-returns of equity indices during and after the global financial crisis.