Box-Cox变换在教学评估中的应用

本文主要对做Box-Cox非线性变换之后的教学质量评估问卷的数据进行因子分析和有序样本聚分析.和未作Box-Cox变换的结果相比,Box-Cox变换之后的因子分析给出了指标更明显,更有意义的分类,有序样本聚类分析可以将在原始数据中无法分开的高分数据进行更好的分类.     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.     

Box-Cox变换在我国农业总产值预测分析中的应用

受多因素影响我国农业总产值时间序列存在异常点、非正态性和异方差性,使基于最小二乘参数估计的自回归AR(P)模型在我国农业总产值预测中精度降低.针对此问题,提出了一种改进估参方法:通过Box-Cox变换使建模数据线性程度提高,正态性改善,异方差性消除,在此基础上建立的AR(3)模型使其拟合预测精度得到了提高.实证分析表明...     

基于POT方法的极值理论在基金净值预测中的应用

为对基金净值数据进行建模,根据基金净值样本数据的尾部特点,建立极大,极小值分布的GPD模型,运用POT方法确定临界值,进而对参数进行估计,并对模型进行检验.最后,运用建立的模型对一些极值点进行预测.所得结果很好地描述了数据特点,对极值点的预测符合实际.     

多元正态分布的一个性质及其应用

基于多元正态分布和一元正态分布之间的一个重要性质,将其应用于问题求解,实例说明,巧妙借助该性质可使相关问题的求解过程大为简化.     

极值理论及其在巨灾再保险定价中的应用

巨灾损失中往往存在极端值,一般统计分布对其拟合效果欠佳,本文运用极值理论对极端值建模,基于分层定价的思想,在不同的起赔点下对再保险超额损失部分的定价进行了探讨,并以洪水损失数据为例进行了实证研究,拟合了POT模型,得到了洪水再保险纯保费。     

网格法在多极值规划问题中的应用

文章介绍了用网格法求解多极值规划问题的方法和步骤     

正态分布在上海股市中的应用

我们利用数理统计中偏度,峰度检验法,对上海股票市场自1997年1月至1997年6月历时半年的大盘每日收盘指数（这里综合指数）进行研究,发现在显著性水平α＝0．01下,上海股市日收盘指数（简称上证缩指）半年期内服从正态分布,从而为广大投资者提供理论上的可靠依据,帮助他们在股市中正确投资,防范风险,减少盲动,争取利润最大化。     

极值方法在VaR模型中的应用

根据计算VaR的基本原理,本文比较了参数法(资产-正态法)和非参数法(历史模拟法)两种方法的优缺点,并对天相转债指数作了实证分析,发现了收益率的尖峰厚尾的特征.提出用极值的方法来处理厚尾现象.     

厄兰极值混合模型的有效估计及其在保险中的应用

本文研究了Erlang混合分布和广义帕累托分布混合模型的估计问题.通过引入iSCAD惩罚函数,利用EM算法极大化iSCAD惩罚似然函数的方法,获得了混合序和参数的估计值,计算出有效的度量风险指标value-at-risk(VaR)和tail-VaR(TVaR),通过模拟实验和实际数据说明了模型和算法的有效性.推广了有限Erlang极值混合模型在保险数据拟合中的应用.     

基于正则逆Gamma分布和广义极值分布的VaR计算

股指收益率的分布和风险价值(VaR)的计算是证券市场研究的热点问题.本文对来自上证指数和深证成指日收益率采用正则逆Gamma分布和偏T分布(SST)分别进行拟合,对极值序列(周、月极大值和极小值)建立广义极值分布函数。并由此计算VaR值,度量这几种序列的风险价值.结果表明正则逆Gamma分布能更好地拟合日收益率的分布,以及采用周极值收益率的广义极值分布计算VaR值来估计风险较为合理.     

二元极值分布的一个性质

本文考虑二元极值的相关结构，通过一个变量变换，使变换后的变量基本上是独立的，并给出了它们的随机表示。由此能非常容易地在计算机上产生二元极值分布伪随机向量，以及计算一类常用统计量的数字特征，这是研究某些统计量渐近分布的基础。     

Estimation of a Bivariate Extreme Value Distribution

Several threshold methods have been proposed for the purpose of estimating a bivariate extreme value distribution from a sample of data whose distribution is only in its domain of attraction. An integrated view of these methods is presented which leads to the introduction of a new asymptotically consistent estimator of the dependence function characterizing the extreme dependence structure. Through Monte Carlo simulations, the new estimator is also shown to do as well as its competitors and to outperform them in cases of weak dependence. To the authors' knowledge, this is the first time that the small-sample behavior of nonparametric bivariate threshold methods has ever been investigated.     

两极端值模型的比较和应用

极端值模型主要有分块样本极大值模型和阈顶点模型.从两模型极值分布的内在关系、尾部特征的角度作比较分析和证明.结果表明,它们的内在关系一致;随着形状参数的变化尾部各有不同特征,阈顶点模型更为具体和多样,更适合金融风险度量的应用.     

一类多元函数极值的快速判别方法及应用

本文给出一类多元函数—三元函数是否存在极值的快速判别方法 ,并讨论它在实际问题中的应用 .     

Approximation of the Equilibrium Distribution via Extreme Value Theory: an Application to Insurance Risk

Methodology and Computing in Applied Probability - We use the excess over a threshold method (see e.g. Embrechts et al. 1997) to approximate the tails of equilibrium distributions (integrated tail...     

二元极值分布混合模型的矩估计

极值理论在各个领域得到了越来越多的关注和应用, 尤其是多元极值分布. 而矩估计是一种经典的参数估计方法, 计算简单且具有某些优良性, 本文给出边缘为标准指数分布的二元极值混合模型相关参数的矩估计及其渐近方差. 并将其与极大似然估计的渐近方差比较, 结果表明矩估计是一个较好的估计.     

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.     

Moment Estimation for Multivariate Extreme Value Distribution in a Nested Logistic Model

This paper considers multivariate extreme value distribution in a nested logistic model. The dependence structure for this model is discussed. We find a useful transformation that transformed variables possess the mixed independence. Thus, the explicit algebraic formulae for a characteristic function and moments may be given. We use the method of moments to derive estimators of the dependence parameters and investigate the properties of these estimators in large samples via asymptotic theory and in finite samples via computer simulation. We also compare moment estimation with a maximum likelihood estimation in finite sample sizes. The results indicate that moment estimation is good for all practical purposes.     

一种概率分布的极值分位数的最优估计

在本文中, 我们构造了一种新的极值分位数估计, 给出了估计量的极限性质. 同时, 在渐近二阶矩最小的准则下, 利用子样本自助法给出了计算所构造的极值分位数估计时的样本点分割方法, 从理论上证明了这一极限结果, 说明了这种分割在渐近二阶矩最小的准则下是渐近最优分割, 同时提出了自适应的样本点分割的自助算法.