Kernel Estimates of the Tail Index of a Distribution
分布尾指数的核估计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：摘要仅研究一般分布的尾指数估计，未明确涉及金融尾部或系统性风险，故不据尾部一词归入金融方向。
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…
分布尾指数的核估计
- 研究问题
- 对于尾部在无穷远处正则变化的分布，如何构造统一的尾指数估计，并分析其一致性、渐近正态性和核带宽选择？
- 方法与思路
- 作者以核函数与分位数函数对数的卷积构造估计量，将 Hill 和 De Haan 估计作为特例，并讨论核与带宽的优化。
- 材料陈述的贡献
- 摘要称在很弱的条件下证明估计量一致性和渐近正态性，同时提供涵盖已有方法的核估计框架并讨论最优调参。
- 阅读关注点
- 应核对尾指数的参数约定、正则变化之外的条件、核和带宽约束，以及最优选择依据的损失标准及偏差处理。
- 阅读边界
- 材料为版本未注明的 OpenAlex 索引摘要；弱条件、最优性的准则与可实施调参方式未列明，也未提供金融风险应用。
原文摘要
We introduce a new estimate of the exponent of a distribution whose tail varies regularly at infinity. This estimate is expressed as the convolution of a kernel with the logarithm of the quantile function, and includes as particular cases the estimates introduced by Hill and by De Haan. Under very weak conditions, we prove asymptotic normality, consistency and discuss the optimal choices of the kernel and of the bandwidth parameter.