A Leptokurtic‐Form Birnbaum‐Saunders Distribution With Applications to Finance
Notice bibliographique
Résumé
ABSTRACT We propose here a new multivariate Birnbaum‐Saunders (BS‐type) distribution characterized by its leptokurtic property, making it particularly useful in the field of finance. Unlike the approach of Romeiro et al., our proposal is also based on scale mixtures of normal distributions (SMN), but with the mixing variable following a BS distribution, resulting in an asymmetric distribution. This new distribution captures leptokurtic character in the distribution, which implies heavier tails and a more pronounced peak compared to BS or StBS distributions (BS based on the Student‐t distribution), enabling more realistic modeling of financial data. The resulting multivariate BS‐type distribution is an absolutely continuous distribution whose marginal and conditional distributions have leptokurtic properties as compared to the usual univariate BS distribution. These results are a potentially necessary supplement to the recent work of Romeiro et al. This new distribution has not been discussed yet in the literature, and it enriches the family of multivariate BS distributions as it adds new features that take advantage of the presence of observations quite concentrated around the mode. By using the nice hierarchical representation, we have developed a fast and accurate EM (Expectation‐Maximization) algorithm for computing the maximum likelihood estimates, and simulation studies show its good performance, and the corresponding asymptotic properties of the estimates. Finally, we illustrate the results with a real dataset, showcasing the effectiveness and practical utility of the proposed distribution.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».