Kernel-type estimators for the extreme value index
极值指数的核型估计量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：摘要讨论一般极值理论而未给出金融风险设定，故不单凭尾部估计归为金融风险。
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…
极值指数的核型估计量
- 研究问题
- 如何将主要适用于正极值指数的核型估计推广至正负全范围，并选择带宽、估计控制收敛速度的二阶参数？
- 方法与思路
- 作者提出覆盖正负极值指数的核型估计，研究分布性质，与矩估计及广义帕累托准极大似然估计比较，并讨论自动带宽选择。
- 材料陈述的贡献
- 摘要称，方法扩展了核型极值指数估计的适用范围，给出分布性质结果，并提出控制收敛速度的二阶参数核估计。
- 阅读关注点
- 应核对尾部与二阶条件、不同指数区间的分布结论、自动带宽规则，以及与其他估计量比较时采用的评价指标。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；分布结论、比较数值和带宽条件未展开，不能推断普遍优越性或刊本变化。
原文摘要
A large part of the theory of extreme value index estimation is developed for positive extreme value indices. The best-known estimator of a positive extreme value index is probably the Hill estimator. This estimator belongs to the category of moment estimators, but can also be interpreted as a quasi-maximum likelihood estimator. It has been generalized to a kernel-type estimator, but this kernel-type estimator can, similarly to the Hill estimator, only be used for the estimation of positive extreme value indices. In the present paper, we introduce kernel-type estimators which can be used for estimating the extreme value index over the whole (positive and negative) range. We present a number of results on their distributional behavior and compare their performance with the performance of other estimators, such as moment-type estimators for the whole range and the quasi-maximum likelihood estimator, based on the generalized Pareto distribution. We also discuss an automatic bandwidth selection method and introduce a kernel estimator for a second-order parameter, controlling the speed of convergence.