Spectral Dynamics and Regularization for High-Dimensional Copulas
高维 Copula 的谱动态与正则化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：摘要明确研究金融市场尾部依赖、压力期关联和系统性风险，直接支持风险方向；因子 Copula 仅作为比较方法出现。
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
高维 Copula 的谱动态与正则化
- 研究问题
- 如何在高维中刻画随时间变化、非对称且具有尾部依赖的联合分布，并保证依赖矩阵有效、计算可扩展？
- 方法与思路
- 作者以得分驱动方式建模依赖矩阵特征值的动态，用非线性收缩校正无条件特征值谱，并构造始终满足约束的参数化。
- 材料陈述的贡献
- 摘要称模型在模拟和百只跨国、跨行业股票应用中表现良好，优于所比较的聚类因子 Copula，并显示压力期国际依赖增强。
- 阅读关注点
- 应核对非对称与尾部依赖的构造、矩阵约束和收缩实现，以及比较指标、计算成本和系统性风险结论的测度依据。
- 阅读边界
- 所据为 arXiv 预印本摘要，同行评审及期刊接收未核实；性能提升的数值和比较细节未说明，市场压力期发现不构成因果识别。
原文摘要
We introduce a novel model for time-varying, asymmetric, tail-dependent copulas in high dimensions that incorporates both spectral dynamics and regularization. The dynamics of the dependence matrix' eigenvalues are modeled in a score-driven way, while biases in the unconditional eigenvalue spectrum are resolved by non-linear shrinkage. The dynamic parameterization of the copula dependence matrix ensures that it satisfies the appropriate restrictions at all times and for any dimension. The model is parsimonious, computationally efficient, easily scalable to high dimensions, and performs well for both simulated and empirical data. In an empirical application to financial market dynamics using 100 stocks from 10 different countries and 10 different industry sectors, we find that our copula model captures both geographic and industry related co-movements and outperforms recent computationally more intensive clustering-based factor copula alternatives. Both the spectral dynamics and the regularization contribute to the new model's performance. During periods of market stress, we find that the spectral dynamics reveal strong increases in international stock market dependence, which causes reductions in diversification potential and increases in systemic risk.