Extreme dependence for multivariate data
多元数据的极端依赖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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确提出对金融变量间依赖进行压力测试，直接关联金融风险分析。
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
多元数据的极端依赖
- 研究问题
- 如何基于两个随机向量的交叉协方差矩阵定义和衡量多元极端依赖，并在保持边际分布的情况下增强依赖以开展压力测试？
- 方法与思路
- 作者利用交叉协方差矩阵的极端性定义依赖，通过矩阵上的偏序推广正向上依赖，并提出依赖强度量化和保持边际的增强方法。
- 材料陈述的贡献
- 摘要称，论文推广多元极端依赖及正向上依赖概念，并提供金融变量集合之间的依赖压力测试思路，可服务于组合管理或衍生品定价。
- 阅读关注点
- 应核对矩阵极端性与偏序的定义、增强依赖时的可行性条件，并辨清这里的极端依赖与通常尾部依赖指标之间的关系。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未给出构造条件、风险度量结果或定价应用证据。
原文摘要
This article proposes a generalized notion of extreme multivariate dependence between two random vectors which relies on the extremality of the cross-covariance matrix between these two vectors. Using a partial ordering on the cross-covariance matrices, we also generalize the notion of positive upper dependence. We then proposes a means to quantify the strength of the dependence between two given multivariate series and to increase this strength while preserving the marginal distributions. This allows for the design of stress-tests of the dependence between two sets of financial variables, that can be useful in portfolio management or derivatives pricing.