广义Pareto模型统计推断及其应用

广义Pareto分布能很好地拟合数据分布的尾部,广泛地应用于金融市场的风险管理、风险经营问题的研究。利用概率加权矩法得到了三参数广义Pareto模型的参数估计式,给出了阈值的选取方法和风险值的计算公式;利用计算机模拟,计算得出了KS检验统计量的临界值。     

二项-广义Pareto复合极值分布模型的统计推断

极值理论主要研究小概率、大影响的极端事件.当前,复合极值分布已经广泛应用于水文、气象、地震、保险、金融等领域.本文以极值类型定理和PBDH定理为理论依据,构建了二项-广义Pareto复合极值分布模型;使用概率加权矩方法,对所建立的复合模型推导参数估计式;利用计算机模拟,得到了Kolmogorov-Smirnov(简称KS)检验统计量的临界值.     

广义Pareto分布参数的经验Bayes估计的收敛速度

在加权平方损失函数下,获得广义Pareto分布形状参数的经验Bayes(EB)估计,并得到了该估计的收敛速度.     

独立同分布随机变量加权和的概率估计

设{ξ_i}_i=1ⁿ为独立同分布的随机变量,且P(ξ_i=1)=P(ξ_i=-1)=1/2.设a=(a₁,…,a_n)为与{ξⁱ}_i=1ⁿ独立的服从超球面S^n-1={(a₁,…,a_n)∈Rⁿ|∑_i-1ⁿ a_i²=1}上均匀分布的随机变量,该文用极坐标变换得到了P(|∑_i=1ⁿ a_iξ_i|≤1)的表达式.当n<7时,该文通过直接计算得到此概率值大于等于1/2;当n≥8时,该文通过R软件也得到了此概率值大于等于1/2.特别地,n=3,4时,借助于贝塔函数,该文直接证明了该概率值大于等于1/2.     

在定时截尾样本下三参数威布尔分布的矩估计

讨论了在定时截尾样本下三参数威布尔分布的矩估计问题,得到了在定时截尾样本下三参数威布尔分布的矩估计方程,进而得截尾样本的矩估计(MME).用随机模拟方法表明此矩估计方法有较好的性质.     

三参数Weibull分布的渐近广义最小二乘估计

三参数Ｗｅｉｂｕｌｌ分布是可靠性统计中一个极为重要的分布．本文将利用二步迭代方法给出分布中三个参数的一种渐近广义最小二乘估计,并进一步将结果推广至截尾和缺失数据场合．摸拟表明这种参数估计方法具有既简便又有效的优点．     

广义Pareto分布变点检测似然比模型

为检测极端事件的状态变化,基于似然比方法研究了广义Pareto分布(Generalized Pareto Distribution,GPD)变点检测模型.考虑三参数GPD变点的检验问题,提出了最大似然比检验统计量.通过证明参数变换后GPD的对数似然和检验统计量的一系列极限性质,得到了检验统计量的渐近分布.通过模拟研究,对该方法的有限样本性质进行了评价,实例分析也验证了该方法的可行性.     

基于伴随次序统计量的回归函数核估计的矩相合性

回归函数的核估计的大样本性质,多年来一直受到众多学者的关注,且早期的回归函数的核估计均是基于原样本{(Xi, Yi), i≥1},本文基于二维随机样本{(Xi, Yi), i≥1}的伴随次序统计量Y[r,n],定义了回归函数的核估计,在一定条件下,获得了回归函数核估计的r阶矩相合性,推广了已有文献中的部分结果.     

NA样本下Pareto分布参数的经验Bayes估计

讨论了Pareto分布在平方损失下参数的Bayes估计,采用同分布负相协样本的核估计方法讨论了参数的经验Bayes(EB)估计问题,并计算了给定条件下参数的经验Bayes估计的收敛速度。最后,对我国高收入阶层的财富分布情况进行了实证分析,实证分析表明我国高收入阶层的财富分布是可以用Pareto分布来描述的。     

金融市场极端日收益数据的广义Pareto分布拟合

本文基于极值理论和方法建立了上证综合指数极端日收益率的广义Pareto模型,并利用所得的模型计算出日收益率的返回水平及其上尾概率。将估计的日收益率模型比较得出,在实施涨跌停板前,日收益率的上尾明显厚于实施涨跌停板后的上尾,说明了实施该制度可以有效的控制股票市场的投机现象,从而降低投资者的收益损失风险。     

Robust Estimation of the Generalized Pareto Distribution

One approach used for analyzing extremes is to fit the excesses over a high threshold by a generalized Pareto distribution. For the estimation of the shape and scale parameters in the generalized Pareto distribution, under some restrictions on the value of the scale parameter, maximum likelihood, method of moments and probability weighted moments' estimators are available. However, these are not robust estimators. In this paper we implement a robust estimation procedure known as the method of medians (He and Fung, 1999) to estimate the parameters in the generalized Pareto distribution. The asymptotic distribution of our estimator is normal for any value of the shape parameter except –1.     

三参数广义帕累托分布的似然矩估计

广义帕累托分布(GPD)在极值统计的POT模型中常常被用来逼近超过阈值u的超出量X_i-u的分布. 为解决经典估计方法存在的问题, Zhang (Zhang J, Likelihood moment estimation for the generalized Pareto distribution, Aust N Z J Stat, 2007, 49:69--77) 对两参数GPD (GP2)提出一种新的估计方法------似然矩估计(LM), 它容易计算且具有较高的渐近有效性. 本文将此方法从两参数的情形推广到三参数GPD (GP3), 结果表明尺度参数和形状参数估计的渐近性质与以上所提到的文章完全相同. 针对GP3的LM估计也具有总是存在、易于计算以及 对绝大多数的形状参数具有接近于最小的偏差和均方误差的特点.     

基于左截断右删失数据的单参数Pareto分布参数估计

基于EM算法及极大似然法研究了左截断右删失数据下单参数Pareto分布的参数估计,导出其迭代式,并应用随机模拟对参数估计式进行了模拟检验,结果表明迭代式能够快速收敛,EM估计值较为精确.     

混合双参数广义Pareto分布的参数估计

Pareto分布族因其厚尾特点,在金融分析、寿命分析中都是非常重要的统计模型.但是对于混合双参广义Pareto分布,在模型参数估计时,传统的矩法估计和极大似然估计在理论上可以实现,实践时比较困难.本文应用EM算法之ECM算法,研究了混合广义Pareto分布在完全数据场合下的参数估计问题,并模拟说明EM算法来估计混合广义Pareto分布是一种容易实现又非常有效的方法.