Modelling Across Extremal Dependence Classes
跨极端依赖类别的统一建模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：摘要研究通用双变量极值依赖，未提供金融尾部或系统性风险应用的直接依据。
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…
跨极端依赖类别的统一建模
- 研究问题
- 双变量极值可能渐近相关或渐近独立，如何用统一模型涵盖两种类别，减少先行类别选择对后续极端外推的影响？
- 方法与思路
- 作者提出适用于至少一个变量取大值时的双变量极值表示，据此构建跨越两类依赖的参数模型，并实现一个简化版本。
- 材料陈述的贡献
- 摘要称，统一表示涵盖多种极端依赖情形，参数模型兼容两类依赖，且实现版本在所考察的若干设置中表现良好。
- 阅读关注点
- 读全文时应核对统一表示的尾部条件、阈值与参数选择、两类依赖如何连接，以及外推性能的比较设计。
- 阅读边界
- 仅据Crossref摘要。摘要未说明评价场景、误差指标或金融应用，不能推断其在所有依赖结构下有效，或直接用于系统性风险分析。
原文摘要
Summary Different dependence scenarios can arise in multivariate extremes, entailing careful selection of an appropriate class of models. In bivariate extremes, the variables are either asymptotically dependent or are asymptotically independent. Most available statistical models suit one or other of these cases, but not both, resulting in a stage in the inference that is unaccounted for but can substantially impact subsequent extrapolation. Existing modelling solutions to this problem are either applicable only on subdomains or appeal to multiple limit theories. We introduce a unified representation for bivariate extremes that encompasses a wide variety of dependence scenarios and applies when at least one variable is large. Our representation motivates a parametric model that encompasses both dependence classes. We implement a simple version of this model and show that it performs well in a range of settings.