Testing for changes in (extreme) VaR
极端风险价值的变化检验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：摘要直接研究金融序列极端VaR的变化检验，并允许多个结构断点。
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
极端风险价值的变化检验
- 研究问题
- 当目标是很小的无条件分位数甚至极端VaR时，如何在弱依赖金融时间序列中检验其变化，并允许出现多个断点？
- 方法与思路
- 作者基于极值理论启发的Weissman估计量构造变化检验，利用自归一化避免估计复杂渐近方差，并开展模拟与应用。
- 材料陈述的贡献
- 摘要称，检验在允许多个断点的局部备择下具有一致性；模拟中尾部表现优于所比较的次序统计量和尾指数断点检验。
- 阅读关注点
- 应核对尾部条件、弱依赖限制、极端分位数及阈值的选择，并区分检验存在变化与估计多个断点的不同任务。
- 阅读边界
- 仅据所给出版社摘要，无法确定可检出的变化幅度、断点间距或阈值敏感性；结果针对无条件VaR，不能直接外推至条件VaR。
原文摘要
In this paper, we develop tests for a change in an unconditional small quantile (Value‐at‐Risk, VaR, in financial time series analysis) based on an estimator motivated by extreme value theory. This so‐called Weissman estimator allows tests to be applied for extreme VaR, where extant tests mostly fail. In view of applications, we allow for weakly dependent observations. Our test statistics rely on self‐normalization, which obviates the need to estimate the complicated asymptotic variance. Consistency is shown under local alternatives, where multiple breaks can occur. A simulation study shows that in finite samples our tests compare favourably in the tail region with extant tests based on order statistic estimators and also with tail index break tests. Two empirical examples serve to illustrate the practical use of our tests.