Pareto严格稳定分布在保险理赔中的应用

本文研究了Pareto严格稳定分布在保险中的应用.利用极大似然估计的方法得到了Pareto严格稳定分布,正态分布和Pareto分布的参数估计.根据信息准则,表明Pareto严格稳定分布能够较好地拟合保险数据.     

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。     

Pareto分布环境因子的估计及其应用

给出了Pareto分布环境因子的定义,讨论了在定数截尾样本下Pareto分布环境因子的极大似然估计和修正极大似然估计,并尝试把环境因子用于可靠性评估中.最后运用Monte Carlo方法对极大似然估计,修正极大似然估计和可靠性指标的均方误差(MSE),进行了模拟比较,结果表明修正极大似然估计优于极大似然估计且考虑环境因子的可靠性评估结果较好.     

广义Pareto分布参数的经验Bayes检验问题

讨论了独立同分布样本情形广义Pareto分布参数的经验Bayes单侧检验问题,利用核密度函数的核估计构造了参数的经验Bayes检验函数,并在一定的条件下,证明了此经验Bayes检验函数的渐近最优性,获得了其收敛速度.     

上海股票市场收益率分布研究

股票市场的收益率从分布的角度看,并不服从标准的正态分布,而是呈现出一种"尖峰、厚尾"的特征。本文对上海股票市场进行分析,采用几种方法对股指对数收益率进行正态分布检验,发现收益率更加接近于一种混合正态分布,本文利用混合辨析的思想得到了收益率分布的具体形式。     

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.     

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.     

Pareto分布形状参数的E-Bayes估计和多层Bayes估计及其应用

给出了参数的E-Bayes估计的定义,对Pareto分布在尺度参数已知时,在平方损失下给出了形状参数的E-Bayes估计和多层Bayes估计,并且用Monte Carlo方法给出了模拟算例.最后,结合高尔夫球手收入数据的实际问题进行了计算,结果表明本文提出的方法可行且便于应用.     

Pareto分布参数的经验Bayes检验的收敛速度:NA样本情形

本文讨论了NA(negativeassociation)样本情形Pareto分布参数的经验Bayes(EB)单侧和双侧检验问题.利用概率密度函数的核估计构造了参数的经验Bayes检验函数,在适当的条件下证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性并获得了其收敛速度.     

双边定数截尾下Pareto分布的可靠性分析

基于双边定数截尾样本,选取未知参数的先验分布为无信息先验和Gamma分布,分别在平方损失和LINEX损失下,研究了Pareto分布的形状参数和可靠性指标(可靠度和失效率)的Bayes估计.为了研究估计的精度,采用Monte-Carlo模拟的方法给出了数值检验的例子.结果表明在LINEX损失下并选用Gamma先验分布时,参数的Bayes估计是最优的.     

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。     

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.     

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.     

车辆荷载作用下桥梁应变极值估计的阈值选取

采用过阈法估计车辆荷载作用下桥梁的应变极值,合理的阈值选取十分关键.阈值选取过大,信息量少,阈值选取过小,广义Pareto分布模型参数估计偏差大.常用的阈值选取方法不能较好地适用于车辆荷载作用下的应变极值估计.基于太平湖大桥车辆荷载作用下1年的应变数据,对拟合结果较好的3种混合分布进行Monte-Carlo(蒙特 卡洛)抽样,对比同一样本基于不同阈值的广义Pareto分布模型的极值估计结果,提出了一种经验式的阈值选取方法.与常用阈值选取方法相比,根据文中方法所得阈值估计的周应变极值分布与实测结果更为接近,估计结果更好.     

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。     

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.     

基于Tsallis理论的中国股市收益分布研究

应用Tsallis提出的非广延统计力学理论以及与之密切相关的非线性Fokker-Planck方程所描述的动力系统,根据我国上证指数和深证指数2004年1月1日～2008年11月13日的高频数据,分析了在三种不同的时间标度下股指收益的概率分布,发现Tsallis分布可以很好地描述两市收益分布的尖峰厚尾有限方差等特征,同时也给出了市场微观动力学层面的解释。揭示出我国上海和深圳股市的价格过程并不符合随机游走,而是反常扩散过程,两市具有十分接近的非线性动力系统特征。所得结论对于研究我国金融市场的资产配置和定价、风险管理和制度建设都具有重要的意义。     

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.     

重尾分布的尾部指数估计及沪深股市实证分析

重尾分布尾部指数α的估计依赖于样本中所用顺序统计量个数k的选取.本文介绍了估计α时选择k的两类不同的方法:Sum-plot方法和Bootstrap方法,并对Hall提出的Bootstrap方法作了改进,称为M-Bootstrap方法.本文利用上述方法对已知分布进行Monte-Carlo模拟,研究它们的可行性,然后对上海和深圳两市股指数据进行了实证分析.计算结果表明,上海和深圳股指收益率具有重尾性.是右偏态的,右尾厚于左尾.通过几种方法计算的结果比较发现Sum-plot方法和M-Bootstrap方法在估计重尾指数上精确性较高一些,而且不受异常值的影响.