Time-varying jump tails
时变跳跃尾部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：摘要直接研究资产收益的左右跳跃尾部、极值近似及尾部形状变化，最明确对应金融尾部风险方向。
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
时变跳跃尾部
- 研究问题
- 资产收益的风险中性跳跃分布左右尾是否具有不同形状，并随时间变化；这种变化如何与基础收益变动联系起来？
- 方法与思路
- 作者结合极值理论近似与短期限期权估计跳跃尾部，允许左右尾形状不同且随时间变化，再用简单时间序列模型描述尾部参数。
- 材料陈述的贡献
- 摘要称方法减少了对紧密参数化模型的依赖；标普 500 期权应用显示双侧尾部存在显著时间变化，并将其联系到收益变动。
- 阅读关注点
- 应核对短期限期权如何识别跳跃尾部、极值近似的误差、左右尾参数的估计与检验，以及尾部参数时间序列模型的设定。
- 阅读边界
- 仅依据所给出版社摘要；未说明期权样本、阈值选择和显著性数值。研究对象是风险中性尾部，不能直接解释为实际概率下的尾部风险。
原文摘要
We develop new methods for the estimation of time-varying risk-neutral jump tails in asset returns. In contrast to existing procedures based on tightly parameterized models, our approach imposes much fewer structural assumptions, relying on extreme-value theory approximations together with short-maturity options. The new estimation approach explicitly allows the parameters characterizing the shape of the right and the left tails to differ, and importantly for the tail shape parameters to change over time. On implementing the procedures with a panel of S&P 500 options, our estimates clearly suggest the existence of highly statistically significant temporal variation in both of the tails. We further relate this temporal variation in the shape and the magnitude of the jump tails to the underlying return variation through the formulation of simple time series models for the tail parameters.