🔍 耿同学打假报告

论文信息

标题：渐近独立下基于期望分位数的边际期望损失估计
作者：未署名（硕士学位论文盲审版）
机构：中国科学技术大学
完成时间：2025年3月19日
已发表版本：Estimation of Expectile-Based Marginal Expected Shortfall Under Asymptotic Independence. Stat, 2024. (DOI:10.1002/sta4.70002)
论文来源：main.pdf

综合评定：✅ 清白

详细发现

这篇论文是一篇非常严谨的理论统计学（极值理论）硕士学位论文。与生化环材等经常出现图片造假、数据造假的领域不同，这篇论文主打硬核的数学推导和统计模拟。经过“耿同学六式”的火眼金睛逐一扫描，不仅没有发现造假痕迹，反而发现其数据逻辑和时间线严丝合缝。

以下是具体的检测报告：

发现 1：时间线与产出逻辑验证（无异常）

位置：封面、第4章4.4节、在读期间科研成果
描述：论文完成时间为2025年3月19日，在“在读期间科研成果”中列出了一篇发表于2024年的期刊论文。
证据：第4.4节“实例应用”中，作者明确写道“由于后者的数据从2014年7月29日开始统计……截取2014年7月29日至2024年12月31日的指数”。基准日期（2026年6月14日）在数据截取点和论文完成时间之后，符合真实世界的客观发展规律。此外，学位论文基于已发表的期刊论文进行扩充撰写，符合正常学术产出规律。
严重程度：🟢 正常

发现 2：实验数据与抽样逻辑的数学自洽（无异常）

位置：第4章数值模拟 / 实例应用
描述：在许多水文或金融打假案例中，作者经常瞎编一个样本量。但本文的样本量逻辑完美闭环。
证据：在4.4节中，作者提到采用“两天间隔的对数收益率作为样本，最终得到 n = 1265 对观察值”。
耿同学掐指一算：2014年7月29日到2024年12月31日大约是10.4年。A股一年大约有242个交易日，10.4年总计约 2518 个交易日。由于作者使用的是“两天间隔”的数据，所以 2518 / 2 = 1259。考虑到节假日分布的具体微调，得到 1265 个样本是完全合理且真实的！
严重程度：🟢 正常

发现 3：模拟数值的客观性分析（无异常）

位置：表4.1
描述：表4.1给出了六个模型在不同极端水平下的XMES真实值（如4.01, 6.58, 11.48等）。
证据：
1. 末位数字分布：表中的末位数字包含 1, 8, 8, 6, 2, 9, 6, 4, 9, 8, 1, 6 等，没有出现大量以 0 或 5 结尾的人为凑数痕迹，末位分布均匀。
2. 单调性逻辑：随着极端水平 $\tau$ 从 0.99 增加到 0.9999（即尾部极端程度加深），所有模型下的 XMES 真实值都严格呈现递增趋势（例如 M1: 4.01 -> 6.58 -> 11.48），这完全符合厚尾分布的数学特征，没有任何违背常理的突变。
严重程度：🟢 正常

发现 4：图片与统计学显著性检测（无法进行像素级分析）

位置：图4.1 - 图4.9
描述：本文包含大量由 R 语言或 Matlab 生成的箱线图、Q-Q图和参数估计轨迹图。
证据：由于提供的文本中仅包含图片的坐标轴数值和文字标签（未提供原始高清位图），无法进行像素级噪点比对。但从文本呈现的图表标签、坐标轴范围（例如4.8图中 Hill 估计量在 [125, 150] 区间趋于平稳，随后被代入4.9图进行后续计算）可以看出，图表之间的数值传递逻辑严密，没有出现“图表A说数值是0.4，图表B突然变成0.8”的低级 Copy-Paste 错误。
严重程度：⚪ 文本信息不足，无法判别，但逻辑自洽

耿同学辣评

这是一篇让学术刺客“无刺可挑”的硬核数学统计论文。没有可以拿 PS 放大找拼接痕迹的 Western Blot，只有满屏幕的渐近正态分布和厚尾分布证明。掐指一算那个1265天的股市交易日样本量，时间线严丝合缝，连两天抽样折算的除法都算得清清楚楚。这届做极值理论的同学太老实了，愣是没给我留下一丝一毫锤他的空间！

建议后续行动

无需任何行动。
（不建议）联系作者要求提供原始数据。
（不建议）在 PubPeer 上提出质疑。
（不建议）向期刊编辑部举报。

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。
（注：因输入为纯文本格式，本报告主要针对数据逻辑、时间线、数理统计常识进行查验，不具备图像伪造检测的硬件条件。）

渐近独立下基于期望分位数的边际期望损失估计