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:摘要关注尾指数和极端分位数的统一推断,并明确应用于金融时间序列,直接对应金融尾部风险分析。

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
Yuya Sasaki
Yulong Wang

尾指数与极端分位数的一致置信区间

研究问题
在非参数尾部分布族上要求统一覆盖时,尾指数与极端分位数置信区间的长度受到什么限制,如何构造有效区间?
方法与思路
作者先研究具有正确统一覆盖的区间长度下界,再纳入分布族中的最坏情形偏差,构造诚实且统一有效的区间。
材料陈述的贡献
摘要称给出了区间长度的下界与相应不可能性结果,并提出考虑最坏偏差的区间方法,用于模拟和金融时间序列。
阅读关注点
应核对尾部分布族的定义、统一覆盖和诚实性的含义,以及最坏情形偏差的界定、估计和区间长度代价。
阅读边界
仅依据所给 RePEc 出版社摘要;尾部条件、下界表达式和金融应用细节未说明,不能推断所有尾部分布均适用。

原文摘要

This paper presents two results concerning uniform confidence intervals for the tail index and the extreme quantile. First, we show that there exists a lower bound of the length for confidence intervals that satisfy the correct uniform coverage over a nonparametric family of tail distributions. Second, in light of the impossibility result, we construct honest confidence intervals that are uniformly valid by incorporating the worst-case bias in the nonparametric family. The proposed method is applied to simulated data and real data of financial time series.

笔记与分组