Trends in Extreme Value Indices
极值指数的趋势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：摘要讨论一般独立非同分布观测的极值理论，未提供宏观时间序列或金融风险应用依据。
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
极值指数的趋势
- 研究问题
- 对于相互独立但分布不同的观测，如何估计连续变化的极值指数，并检验尾部特征是否保持恒定或遵循指定趋势？
- 方法与思路
- 作者提出函数型极值指数的非参数局部估计和全局趋势估计，利用全局估计量的联合渐近理论构造趋势检验。
- 材料陈述的贡献
- 摘要称，方法允许观测具有不同极值指数，并提供检验预设参数趋势的理论工具，其中包括极值指数恒定的检验。
- 阅读关注点
- 应核对连续变化的形式、尾部和阈值条件、局部与全局估计的关系，以及趋势检验所需的联合渐近分布。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；尾部正则条件和阈值选择未说明，独立观测设定不能直接推广至相关金融序列。
原文摘要
We consider extreme value analysis for independent but nonidentically distributed observations. In particular, the observations do not share the same extreme value index. Assuming continuously changing extreme value indices, we provide a nonparametric estimate for the functional extreme value index. Besides estimating the extreme value index locally, we also provide a global estimator for the trend and its joint asymptotic theory. The asymptotic theory for the global estimator can be used for testing a prespecified parametric trend in the extreme value indices. In particular, it can be applied to test whether the extreme value index remains at a constant level across all observations.