Estimation of stable distributions by indirect inference
通过间接推断估计稳定分布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：摘要核心是通用稳定分布估计，收益跳跃应用未明确涉及所列定价、波动率或风险度量方向。
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
通过间接推断估计稳定分布
- 研究问题
- 如何利用参数具有相似作用的辅助分布估计 α 稳定分布的参数，并通过约束改善间接推断的有限样本性质？
- 方法与思路
- 作者选择偏斜 t 分布作为辅助模型，采用受约束间接推断估计稳定分布参数，并以蒙特卡洛和股票指数收益跳跃数据评估。
- 材料陈述的贡献
- 摘要称，两类分布具有相同参数数量且参数作用相似；受约束方法在模拟中表现良好，并应用于标普 500 收益跳跃分布。
- 阅读关注点
- 应核对辅助参数与目标参数的映射、所施加约束、模拟与优化步骤，以及有限样本评价和收益跳跃的识别方式。
- 阅读边界
- 仅据所给出版社摘要，无法判断参数可识别性、约束形式或具体误差表现；股票收益应用也未直接报告风险度量结果。
原文摘要
This article deals with the estimation of the parameters of an [alpha]-stable distribution with indirect inference, using the skewed-t distribution as an auxiliary model. The latter distribution appears as a good candidate since it has the same number of parameters as the [alpha]-stable distribution, with each parameter playing a similar role. To improve the properties of the estimator in finite sample, we use constrained indirect inference. In a Monte Carlo study we show that this method delivers estimators with good properties in finite sample. We provide an empirical application to the distribution of jumps in the S&P 500 index returns.