Nonparametric tests for constant tail dependence with an application to energy and finance
尾部依赖恒定性的非参数检验及能源与金融应用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：摘要明确研究多元时间序列尾部依赖的结构突变，并将方法应用于能源与金融市场风险相关数据。
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…
尾部依赖恒定性的非参数检验及能源与金融应用
- 研究问题
- 研究多元时间序列的尾部依赖是否随时间发生结构突变，以及如何检验尾部依赖恒定性并估计变化发生的位置。
- 方法与思路
- 作者基于尾 copula 构造非参数结构变化检验，推导序贯经验尾 copula 过程的极限结果，并分析断点估计。
- 材料陈述的贡献
- 摘要称建立新的过程极限结果，证明检验和断点估计量的一致性，并通过蒙特卡洛及能源、金融市场数据展示方法。
- 阅读关注点
- 应核对尾部阈值选择、时间依赖和突变形式的限制，以及断点定位方法、检验临界值和模拟尺寸与功效。
- 阅读边界
- 摘要未说明可检测的变化类型、阈值规则或应用发现；理论一致性不能直接保证小样本或极端稀少观测下的检验表现。
原文摘要
New tests for detecting structural breaks in the tail dependence of multivariate time series using the concept of tail copulas are presented. To obtain asymptotic properties, we derive a new limit result for the sequential empirical tail copula process. Moreover, consistency of both the tests and a break-point estimator are proven. We analyze the finite sample behavior of the tests by Monte Carlo simulations. Finally, and crucial from a risk management perspective, we apply the new findings to datasets from energy and financial markets.