Weak convergence of a pseudo maximum likelihood estimator for the extremal index
极值指数伪最大似然估计量的弱收敛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：摘要明确研究平稳时间序列中的极端事件聚集，并应用于金融时间序列。
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
极值指数伪最大似然估计量的弱收敛
- 研究问题
- 平稳时间序列的极端观测通常成簇出现，如何估计刻画平均簇大小倒数的极值指数，并建立可用于推断的渐近理论？
- 方法与思路
- 作者分析不重叠区块和滑动区块估计量，推导渐近展开、正态极限与渐近方差的一致估计，并进行模型计算和模拟比较。
- 材料陈述的贡献
- 摘要称，估计量仅需选择一个参数序列；滑动区块在所考察模型中优于其他区块方法，并具有与游程等方法竞争的表现。
- 阅读关注点
- 应核对序列依赖与尾部条件、区块长度选取、偏差控制和方差估计，并检查金融应用及比较结论对应的模型范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；未列出正态性条件、参数序列要求或数值结果，不能将所述模拟优势推广至全部金融序列。
原文摘要
The extremes of a stationary time series typically occur in clusters. A primary measure for this phenomenon is the extremal index, representing the reciprocal of the expected cluster size. Both disjoint and sliding blocks estimator for the extremal index are analyzed in detail. In contrast to many competitors, the estimators only depend on the choice of one parameter sequence. We derive an asymptotic expansion, prove asymptotic normality and show consistency of an estimator for the asymptotic variance. Explicit calculations in certain models and a finite-sample Monte Carlo simulation study reveal that the sliding blocks estimator outperforms other blocks estimators, and that it is competitive to runs- and inter-exceedance estimators in various models. The methods are applied to a variety of financial time series.