On the structure and estimation of hierarchical Archimedean copulas
层级阿基米德 Copula 的结构与估计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：摘要讨论通用多元分布与 Copula 结构估计，未明确微观分布效应或金融应用对象。
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…
层级阿基米德 Copula 的结构与估计
- 研究问题
- 对于由层级阿基米德 Copula 定义的多元分布，当真实层级结构未知时，如何从数据确定结构并估计参数？
- 方法与思路
- 作者提出计算高效的层级结构识别技术与分层参数估计程序，分别考虑参数和非参数边际分布估计，并进行渐近分析。
- 材料陈述的贡献
- 摘要称，所提程序可从数据确定未知层级结构，模拟和实证应用支持其分组方法在结构选择上的有效性，但未给出量化结果。
- 阅读关注点
- 应核对层级结构的可识别性、分组规则与计算成本，以及边际分布估计误差和结构选择不确定性如何影响参数推断。
- 阅读边界
- 仅据所给出版社摘要，无法判断结构选择的完整理论保证、实证对象及性能大小；多元分布建模不能据此归为金融风险研究。
原文摘要
In this paper we provide a method for estimating multivariate distributions defined through hierarchical Archimedean copulas. In general, the true structure of the hierarchy is unknown, but we develop a computationally efficient technique to determine it from the data. For this purpose we introduce a hierarchical estimation procedure for the parameters and provide an asymptotic analysis. We consider both parametric and nonparametric estimation of the marginal distributions. A simulation study and an empirical application show the effectiveness of the grouping procedure in the sense of structure selection.