An early warning system for emerging markets
新兴市场的在线预警系统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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确检测制度切换和变化点，并以新兴金融市场的极端溢出与级联风险为应用背景。
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…
新兴市场的在线预警系统
- 研究问题
- 面对极端信息溢出、资金骤停和反转，如何在线识别新兴金融市场的信息传递机制变化，并处理厚尾及极端依赖？
- 方法与思路
- 作者以条件熵捕捉信息传递渠道的变化，构造基准预警方法，再结合随机森林与 copula 扩展到高维设置。
- 材料陈述的贡献
- 摘要称，该系统可检测所考察情形中常规方法遗漏的显著变化，并通过模拟和两个示例展示不同组成部分的预警作用。
- 阅读关注点
- 应核对条件熵估计、在线阈值和误报控制，以及厚尾与极端依赖下的条件、检测延迟及常规方法比较的设计。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获核实；摘要未给出预警阈值或量化表现，不能据此确认真实危机的预测能力。
原文摘要
Financial markets of emerging economies are vulnerable to extreme and cascading information spillovers, surges, sudden stops and reversals. With this in mind, we develop a new online early warning system (EWS) to detect what is referred to as `concept drift' in machine learning, as a `regime shift' in economics and as a `change-point' in statistics. The system explores nonlinearities in financial information flows and remains robust to heavy tails and dependence of extremes. The key component is the use of conditional entropy, which captures shifts in various channels of information transmission, not only in conditional mean or variance. We design a baseline method, and adapt it to a modern high-dimensional setting through the use of random forests and copulas. We show the relevance of each system component to the analysis of emerging markets. The new approach detects significant shifts where conventional methods fail. We explore when this happens using simulations and we provide two illustrations when the methods generate meaningful warnings. The ability to detect changes early helps improve resilience in emerging markets against shocks and provides new economic and financial insights into their operation.