Transformation-Kernel Estimation of Copula Densities
Copula 密度的变换核估计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：摘要讨论一般 Copula 密度估计，未说明案例属于微观、宏观或金融领域，因此不足以确定所列领域细分。
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
Copula 密度的变换核估计
- 研究问题
- 如何在 Copula 密度可能无界时处理标准核估计的边界偏差与不一致，并抑制变换后无界乘子造成的边界不稳定？
- 方法与思路
- 作者将估计域变换至无界空间，在变换核估计中引入平滑衰减机制，削弱无界乘子的影响，并提出两种实用的平滑参数选择方法。
- 材料陈述的贡献
- 摘要称，新估计量具有相应理论性质，且在高斯 Copula 下自动获得高阶改进；模拟考察整体与尾部表现，并给出两个实际案例。
- 阅读关注点
- 核对平滑衰减如何作用于乘子、边界与尾部的一致性条件、高斯情形的高阶改进含义，以及平滑参数选择和模拟评价指标。
- 阅读边界
- 摘要未给出变换与平滑衰减的具体形式、正则条件或误差阶，也未说明两个案例的内容；无法据此判断所有 Copula 类型下的性能。
原文摘要
The standard kernel estimator of copula densities suffers from boundary biases and inconsistency due to unbounded densities. Transforming the domain of estimation into an unbounded one remedies both problems, but also introduces an unbounded multiplier that may produce erratic boundary behaviors in the final density estimate. We propose an improved transformation-kernel estimator that employs a smooth tapering device to counter the undesirable influence of the multiplier. We establish the theoretical properties of the new estimator and its automatic higher-order improvement under Gaussian copulas. We present two practical methods of smoothing parameter selection. Extensive Monte Carlo simulations demonstrate the competence of the proposed estimator in terms of global and tail performance. Two real-world examples are provided. Supplementary materials for this article are available online.