Learning with rare disasters
稀有灾难下的学习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：摘要明确连接灾难风险学习、资产价格、过度股市波动与负偏度，支持定价、波动率和尾部风险分类。
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
稀有灾难下的学习
- 研究问题
- 研究金融危机结束后影响为何仍能持续，以及对潜在时变灾难概率的学习如何改变资产价格、市场波动与收益偏态。
- 方法与思路
- 作者建立稀有事件的贝叶斯学习模型，让灾难发生触发未来灾难概率信念更新，并扩展模型以加入灾难概率的噪声信号。
- 材料陈述的贡献
- 摘要称，较高灾难风险信念可在实际风险已低时持续多年；加入噪声信号的模型能够解释过度股市波动与负偏度。
- 阅读关注点
- 应核对灾难概率过程、信息结构与信念更新机制，以及持续性、资产价格反应和负偏度结论所依赖的参数条件。
- 阅读边界
- 摘要提供的是模型解释，未报告估计、校准或实证检验细节；不能据此确认实际危机后的价格变化由该学习机制导致。
原文摘要
Financial crises appear to have long‐lasting effects, even after the crisis itself has passed. This paper offers a simple explanation based on Bayesian learning from rare events. Agents face a latent and time‐varying probability of economic disaster. When a disaster occurs, learning results in greater effects on asset prices because agents update their probability of future disasters. Moreover, agents' belief that the disaster risk is high can rationally persist for years, even when it is in fact low. We generalize the model to allow for a noisy signal of the disaster probability. This generalized model explains excess stock market volatility together with negative skewness, effects that previous models in the literature struggle to explain.