Mixtures of t-distributions for finance and forecasting
用于金融与预测的 t 分布混合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：摘要明确包含美国通胀密度预测和期权定价两项应用。
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…
用于金融与预测的 t 分布混合
- 研究问题
- 缩放和平移后的 t 分布混合能否兼顾分布计算的解析便利性，并改善通胀密度预测或简化期权定价应用？
- 方法与思路
- 作者研究 t 分布混合的解析性质，特别是累积分布等原函数的闭式表达，并开展美国通胀预测与期权定价应用。
- 材料陈述的贡献
- 摘要称，通胀样本外密度预测优于正态或标准 t 分布方案；期权定价取得相近表现，同时获得更好的解析可处理性。
- 阅读关注点
- 应核对混合分布参数和估计方式、密度预测评价指标及样本划分，以及期权定价比较中的解析便利性如何体现。
- 阅读边界
- 仅据所给出版社摘要，无法确定预测改善幅度、比较稳健性或期权定价误差；两项应用不能证明该分布普遍更优。
原文摘要
We explore convenient analytic properties of distributions constructed as mixtures of scaled and shifted t-distributions. Particularly desirable for econometric applications are closed-form expressions for antiderivatives (e.g., the cumulative density function). We illustrate the usefulness of these distributions in two applications. In the first application, we produce density forecasts of U.S. inflation and show that these forecasts are more accurate, out-of-sample, than density forecasts obtained using normal or standard t-distributions. In the second application, we replicate the option-pricing exercise of Abadir and Rockinger [Density functionals, with an option-pricing application. Econometric Theory 19, 778-811.] and obtain comparably good results, while gaining analytical tractability.