ESTIMATION OF AND INFERENCE ABOUT THE EXPECTED SHORTFALL FOR TIME SERIES WITH INFINITE VARIANCE
无限方差时间序列的预期损失估计与推断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：摘要以预期损失这一尾部风险度量为对象，研究厚尾时间序列，并提供新兴市场汇率应用。
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
无限方差时间序列的预期损失估计与推断
- 研究问题
- 对于具有无限方差的时间序列，如何估计预期损失并进行统计推断，尤其如何处理厚尾与序列依赖带来的困难？
- 方法与思路
- 作者研究平滑与非平滑估计量的收敛率及稳定分布极限，提出子抽样推断，并分析条件预期损失的非参数估计。
- 材料陈述的贡献
- 摘要称收敛率由尾厚参数决定，极限分布还依赖序列依赖结构；提出子抽样程序，并以模拟和新兴市场汇率作说明。
- 阅读关注点
- 应核对预期损失存在的条件、尾厚参数范围、子抽样块长选择，以及条件估计与无条件估计的理论差别。
- 阅读边界
- 仅据所给 Crossref 摘要，不能把无限方差理解为预期损失必然存在；具体存在条件、模拟表现及实证结果未说明。
原文摘要
We study estimation and inference of the expected shortfall for time series with infinite variance. Both the smoothed and nonsmoothed estimators are investigated. The rate of convergence is determined by the tail thickness parameter, and the limiting distribution is in the stable class with parameters depending on the tail thickness parameter of the time series and on the dependence structure, which makes inference complicated. A subsampling procedure is proposed to carry out statistical inference. We also analyze a nonparametric estimator of the conditional expected shortfall. A Monte Carlo experiment is conducted to evaluate the finite sample performance of the proposed inference procedure, and an empirical application to emerging market exchange rates (from October 1997 to October 2008) is conducted to highlight the proposed study.