重尾索赔下更新风险模型生存概率局部估计解

本文在研究普通更新风险模型下当索赔分布F∈S*时生存概率的局部解问题的基础上,将模型推广到延迟更新模型,得到了生存概率局部解渐进估计．     

关于一维随机环境中非最近邻居的随机游动的尾估计

本文研究了一类一维随机环境中非最近邻居的随机游动,在暂留的情况下,给出了它的速度,并进一步研究了其偏离速度的尾概率的估计,证明了这个尾概率是以多项式的速率衰减,给出了这个指数．我们的结果是Zeitouni及其合作者在1996年的文章中结果的推广．在证明中我们用到了随机矩阵乘积的大偏差估计及随机环境中多型分支过程的总人口数的尾概率估计和矩量估计．     

指数分布卷积形式参数的估计

本研究指数分布卷积形式参数的点估计，区间估计以及经验分布函数与分布函数最大偏差的概率估计。     

沪深股市大盘指数收益率分布尾部的实证研究

通过H ill估计的改进方法对上证综合指数和深圳成分指数的收益率分布的尾部指数进行了参数估计,用χ2检验验证了指数的稳定性及其置信区间.在此基础上提出用尾部指数估计尾概率,达到风险控制的目的.实证研究表明,沪深大盘指数收益率分布具有肥尾的特征,但并不服从无限方差分布.     

对数收益率的偏斜Logistic分布与VaR估计

本文通过直方图和Q-Q图的直观方法展示了上证指数和深证指数的对数收益率具有尖峰厚尾和偏斜的分布特征,利用Shapiro-Wilk正态性检验和Kolmogorov-Smirnov检验等方法检验了对数收益率的分布与正态分布有显著性差异,并以较大的概率水平接受了对数收益率服从偏斜Logistic分布,同时给出了基于偏斜Logistic分布的VaR风险量的估计,结果显示上证指数的风险小于深证指数的风险。     

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。     

随机矩阵乘积的尾概率

在一定条件下,本文给出了一列正随机矩阵乘积的尾概率估计,它以指数的速度消失;然后,在一维的情形,基于更新过程的残差等待时间的拉普拉斯变换,建立了极限常数的两种不同形式表达式之间的联系.     

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.     

超Ornstein-Uhlenbeck过程击中概率估计

本文首先通过布朗运动的时间和空间变换给出一类Ornstein-Uhlenbeck过程局部最大值分布的概率估计,然后研究相应的超Ornstein-Uhlenbeck过程的击中概率问题,并给出了它的一个上界估计.     

重尾索赔下的一类相依风险模型的若干问题

本文研究了重尾索赔下的一类相依风险模型,得到了破产概率的尾等价式及索赔盈余过程大偏差的渐近关系式.在该模型中,一索赔到达过程是Poisson过程,另一索赔到达过程为其p-稀疏过程.     

一类索赔额服从指数幂尾型分布的风险模型及其破产概率的渐近性质

本文研究了一类风险模型,其个体索赔额服从指数-幂尾型分布,索赔次数过程为一更新过程,其更新时间间隔服从指数族分布；给出了这类模型在有限时间内破产概率的渐近性质；并讨论了在破产发生后的特征．     

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。     

A Predictive Approach to Tail Probability Estimation

One of the issues contributing to the success of any extreme value modeling is the choice of the number of upper order statistics used for inference, or equivalently, the selection of an appropriate threshold. In this paper we propose a Bayesian predictive approach to the peaks over threshold method with the purpose of estimating extreme quantiles beyond the range of the data. In the peaks over threshold (POT) method, we assume that the threshold identifies a model with a specified prior probability, from a set of possible models. For each model, the predictive distribution of a future excess over the corresponding threshold is computed, as well as a conditional estimate for the corresponding tail probability. The unconditional tail probability for a given future extreme observation from the unknown distribution is then obtained as an average of the conditional tail estimates with weights given by the posterior probability of each model.     

A Formula for the Tail Probability of a Multivariate Normal Distribution and Its Applications

An exact asymptotic formula for the tail probability of a multivariate normal distribution is derived. This formula is applied to establish two asymptotic results for the maximum deviation from the mean: the weak convergence to the Gumbel distribution of a normalized maximum deviation and the precise almost sure rate of growth of the maximum deviation. The latter result gives rise to a diagnostic tool for checking multivariate normality by a simple graph in the plane. Some simulation results are presented.     

双线性模型的尾部概率性质及收敛性质

实践中,许多来自电信、金融和经济领域的数据呈现出非线性、重尾特征．双线性模型就是刻划这类数据的一种类型．基于此,本文研究了由重尾噪声变量列{Z_t}生成的一类简单的平稳的双线性模型X_t=cX_t-_kZ_(t-l) Z_t,t=0,±1,±2,…．首先我们验证了在一定条件下模型是稳定的,并在此基础上研究了模型的尾部概率性质及其弱极限性质．在研究弱极限性质时,由于方差不存在,我们并未采用通常的研究方法,而是运用点过程理论对其进行了分析和研究．     

一个组合分布模型及其参数估计

本文根据极值分布理论,提出了一个由原始分布和尾分布组成的组合分布模型,研究了组合分布模型中原始分布和尾分布的确定方法,建立了组合分布模型参数估计的加权最优化模型,实例计算说明,组合分布较好地反映了风险变量极值事件的风险。     

基于Copula函数的股指尾部相关性研究——以道琼斯工业指数与恒生指数为例

鉴于两步参数估计法在应用中存在误差大、计算复杂等缺陷,采用基于经验分布的半参数估计与非参数估计法确定相应边缘分布与Copula参数,对突发事件下的道琼斯工业指数与恒生指数之间的尾部相关性进行量化.研究发现ClaytonCopula,Gumbel Copula能够较好地刻画股指收益率序列间的尾部相关关系;道指与恒生指数存在着正的尾部相关且这种相关是非对称性的;在各个置信水平上,下尾损失均较上尾收益高,且下尾相关系数的增长幅度远大于上尾相关系数的增长幅度;极端事件造成的道指收益的剧烈下跌引发了恒生指数收益更强烈的相关反应,其造成的影响远超过两个市场同时上涨时的作用.     

Tail Properties of Correlation Measures

We study the tail properties of a class of Borel probability measures, called correlation measures. We show that (i) there exist correlation measures with exponentially decaying tail probabilities, and (ii) roughly speaking, no correlation measure may have smaller tail probabilities than a Gaussian measure.     

Tail behavior for semigroups of measures on groups

Let (_t)_t>0 be a convolution semigroup of probability measures on a measurable group (G, ). In this paper, we provide precise information about the asymptotic behavior of _t{q>s, whereq is a measurable seminorm and (_t)_t>0 isq-continuous.