跳到正文
← 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:模型明确描述金融收益的左右尾指数与时变波动率,并讨论资产配置中的尾部不对称,直接对应尾部风险和波动率。

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
Stephen Thiele

具有非对称尾部的金融收益条件分布建模

研究问题
如何同时刻画金融收益左右尾部的不同厚度与时变波动率,尾部不对称又如何影响资产配置、风险溢价及样本外配置表现?
方法与思路
作者基于动态条件得分构建条件密度模型,允许左右尾指数不同及波动率随时间变化,并分析极大似然估计的渐近性质与有限样本表现。
材料陈述的贡献
摘要称全球股指收益普遍存在尾部不对称,并报告其对资产配置与风险溢价的重要性,以及相对传统偏斜模型的样本外配置收益。
阅读关注点
核对尾部不对称与分布中心偏斜的区分、极大似然渐近结论的条件,以及样本外配置的比较基准、投资者效用与管理费计算方式。
阅读边界
摘要未说明具体分布、样本期、比较基准细节及交易成本处理;管理费结论依赖代表性投资者与评价设定,不能直接推广为可实现收益。

原文摘要

Summary This paper proposes a conditional density model that allows for differing left/right tail indices and time‐varying volatility based on the dynamic conditional score (DCS) approach. The asymptotic properties of the maximum likelihood estimates are presented under verifiable conditions together with simulations showing effective estimation with practical sample sizes. It is shown that tail asymmetry is prevalent in global equity index returns and can be mistaken for skewness through the center of the distribution. The importance of tail asymmetry for asset allocation and risk premia is demonstrated in‐sample. Application to portfolio construction out‐of‐sample is then considered, with a representative investor willing to pay economically and statistically significant management fees to use the new model instead of traditional skewed models to determine their asset allocation.

笔记与分组
相关领域论文