Is a Normal Copula the Right Copula?
高斯 Copula 是否合适？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：摘要的股票应用明确讨论短期反转与动量这两类收益延续或反转现象，因此与收益预测相关，但未报告样本外预测评价。
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
高斯 Copula 是否合适？
- 研究问题
- 如何检验高斯 Copula 是否足以描述依赖结构，并识别偏度或峰度方面的偏离，进而比较其对股票反转与动量现象的刻画？
- 方法与思路
- 作者构造针对广义双曲备择的高斯 Copula 得分检验，分解为三阶与四阶矩成分，推导单侧似然比对应检验的渐近分布。
- 材料陈述的贡献
- 摘要称参数自助法检验的尺寸可靠，功效优于所比较程序；股票应用中非高斯 Copula 更好刻画短期反转与动量，并用间接推断估参。
- 阅读关注点
- 阅读全文时应核对边际分布与参数估计对检验的影响、单侧检验的构造、自助法实现，以及股票应用中“更好刻画”的判据。
- 阅读边界
- 摘要未说明模拟备择、实证比较指标或样本外结果；更好刻画反转与动量不等于已证明收益预测能力，检验优势也限于所比较情形。
原文摘要
We derive computationally simple and intuitive expressions for score tests of Gaussian copulas against generalized hyperbolic alternatives, including symmetric and asymmetric Student t, and many other examples. We decompose our tests into third and fourth moment components, and obtain one-sided Likelihood Ratio analogs, whose standard asymptotic distribution we provide. Our Monte Carlo exercises confirm the reliable size of parametric bootstrap versions of our tests, and their substantial power gains over alternative procedures. In an empirical application to CRSP stocks, we find that short-term reversals and momentum effects are better captured by non-Gaussian copulas, whose parameters we estimate by indirect inference. Supplementary materials for this article are available online.