跳到正文
← 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:摘要直接研究随机系数自回归动态,以及金融资产泡沫和闪崩的事件概率。

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
Anurag Banerjee
Marie Kratz

泡沫与闪崩的概率预测

研究问题
如何用允许暂时爆炸性动态的时间序列模型,预测金融资产价格泡沫的出现与消退,并量化相关事件的发生概率?
方法与思路
作者提出近爆炸随机系数自回归模型,允许系数分布中心接近单位根,研究其渐近性质、参数推断及预测概率。
材料陈述的贡献
摘要称,该模型能够刻画自回归系数期望位于爆炸侧时的暂时爆炸性,并展示金融价格泡沫或闪崩概率的估计。
阅读关注点
应核对随机系数的分布限制、接近单位根的参数设定、事件概率的定义,以及参数估计误差如何进入概率预测。
阅读边界
摘要未说明资产样本、事件判定标准和预测表现的比较结果;仅据所给摘要,不能判断概率预测的校准程度或实际适用范围。

原文摘要

Summary We propose a near-explosive random coefficient autoregressive model (NERC) to obtain predictive probabilities of the apparition and devolution of bubbles. The distribution of the autoregressive coefficient of this model is allowed to be centred at an O(T−α) distance of unity, with α ∈ (0, 1). When the expectation of the autoregressive coefficient lies on the explosive side of unity, the NERC helps to model the temporary explosiveness of time series and obtain related predictive probabilities. We study the asymptotic properties of the NERC and provide a procedure for inference on the parameters. In empirical illustrations, we estimate predictive probabilities of bubbles or flash crashes in financial asset prices.

笔记与分组
相关领域论文