Measuring Asset Market Linkages: Nonlinear Dependence and Tail Risk
衡量资产市场联系：非线性依赖与尾部风险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：摘要研究国际股指之间的条件依赖、金融危机时期的尾部风险与尾部依赖检验，直接对应尾部与系统性风险方向。
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
衡量资产市场联系：非线性依赖与尾部风险
- 研究问题
- 在金融危机等异常时期，如何衡量股市之间的非线性依赖及尾部风险，并弥补相关系数和常用尾部指标的信息不足？
- 方法与思路
- 作者引入积分回归函数及其尾部受限形式，刻画条件依赖与持续性，提出估计量和渐近理论，并用于模拟及金融危机前后的国际股指分析。
- 材料陈述的贡献
- 摘要称，新指标可刻画条件依赖与持续性；模拟和股指应用中，其尾部依赖检验比边际期望损失与超越相关方法更可靠、准确。
- 阅读关注点
- 核对积分回归函数与尾部限制的定义、依赖及持续性的解释、阈值和估计参数选择，以及检验理论条件与竞争方法的比较设计。
- 阅读边界
- 摘要未给出渐近理论所需条件、尾部阈值和具体比较数值；所述优势限于报告的模拟与应用，不能推断在所有市场状态下都成立。
原文摘要
Traditional measures of dependence in time series are based on correlations or periodograms. These are adequate in many circumstances but, in others, especially when trying to assess market linkages and tail risk during abnormal times (e.g., financial contagion), they might be inappropriate. In particular, popular tail dependence measures based on exceedance correlations and marginal expected shortfall (MES) have large variances and also contain limited information on tail risk. Motivated by these limitations, we introduce the (tail-restricted) integrated regression function, and we show how it characterizes conditional dependence and persistence. We propose simple estimates for these measures and establish their asymptotic properties. We employ the proposed methods to analyze the dependence structure of some of the major international stock market indices before, during, and after the 2007–2009 financial crisis. Monte Carlo simulations and the application show that our new measures are more reliable and accurate than competing methods based on MES or exceedance correlations for testing tail dependence. Supplementary materials for this article are available online.