Modified marginal expected shortfall under asymptotic dependence
渐近依赖下的修正边际期望损失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：题名和摘要明确研究边际期望损失及渐近依赖下的估计，直接涉及尾部风险度量；所给应用数据则属于海啸研究。
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…
渐近依赖下的修正边际期望损失
- 研究问题
- 在题名所指的渐近依赖情形下，如何利用对期望无穷变量的对数变换，构造修正的边际期望损失估计并研究其性质？
- 方法与思路
- 作者对一个期望无穷的变量考虑对数变换，据此提出边际期望损失估计量，并研究渐近正态性及调参敏感性。
- 材料陈述的贡献
- 摘要称估计量在一般假设下渐近正态，模拟中对调参较稳健；当经验估计适用时，所提方法偏差和均方误差更低。
- 阅读关注点
- 阅读全文时应核对修正后的估计目标、对数变换的具体作用、渐近依赖与尾部条件，以及经验估计适用的范围和比较设置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未明确变换后目标与原目标的关系，海啸数据示例也不足以支持金融应用结论。
原文摘要
We propose an estimator of the marginal expected shortfall by considering a log transformation of a variable which has an infinite expectation.We establish the asymptotic normality of our estimator under general assumptions.A simulation study suggests that the estimation procedure is robust with respect to the choice of tuning parameters.Our estimator has lower bias and mean squared error than the empirical estimator when the latter is applicable.We illustrate our methodology on a tsunami dataset.