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。     

基于分位点的广义Pareto分布函数最小二乘拟合方法

广义Pareto分布函数(GPD,generalized Pareto distribution)是一种针对随机参数尾部进行渐进插值的方法,能够对高可靠性问题进行评估.应用该函数进行随机参数尾部近似时,需要对函数中的两个重要未知参数进行拟合确定.最常用的拟合方法是最大似然拟合和最小二乘拟合,需要将所有的尾部样本进行计算;需要大量尾部样本,计算效率低.该文提出依据少量的分位点进行最小二乘拟合,既保证了尾部样本空间足够大,同时又降低了计算成本;进一步提出了Kriging模型的两阶段更新,实现了分位点求解的快速收敛.算例表明,该文提出的方法能够快速提高模型精度,求得指定的分位点,而且与基于大量尾部样本的最大似然拟合结果精度一致.     

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.     

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.     

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.     

广义Pareto分布的广义有偏概率加权矩估计方法

广义Pareto分布(GPD)是统计分析中一个极为重要的分布,被广泛应用于金融、保险、水文及气象等领域.传统的参数估计方法如极大似然估计、矩估计及概率加权矩估计方法等已被广泛应用,但使用中存在一定的局限性.虽然提出很多改进方法如广义概率加权矩估计、L矩和LH矩法等,但都是研究完全样本的估计问题,而在水文及气象等应用领域常出现截尾样本.本文基于概率加权矩理论,利用截尾样本对三参数GPD提出一种应用范围广且简单易行的参数估计方法,可有效减弱异常值的影响.首先求解出具有较高精度的形状参数的参数估计,其次得出位置参数及尺度参数的参数估计.通过Monte Carlo模拟说明该方法估计精度较高.     

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.     

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.     

风险非同质时索赔次数的分布拟合及其EM算法

本文运用EM算法,对于风险非同质时索赔次数的分布,分别给出了离散型多元风险模型,混合两伽玛模型参数的极大似然估计的迭代公式,并将其应用到一个实际问题中去,效果较好。     

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。     

GENERALIZED PARETO DISTRIBUTION FIT TO MEDICAL INSURANCE CLAIMS DATA

How to choose an optimal threshold is a key problem in the generalized Pareto distribution （GPD） model. This paper attains the exact threshold by testing for GPD,and shows that GPD model allows the actuary to easily estimate high quantiles and the probable maximum loss from the medical insurance claims data.     

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.     

二元广义Weibull模型(英文)

本文研究了一个二元广义Weibull分布模型,其边缘分布分别是一元广义Weibull分布.利用EM算法,得到了未知参数的极大似然估计和观测Fisher信息矩阵.     

汽车交通事故损失分布的尾部估计

由于巨额损失对保险公司的影响非常大,费率厘定过程中对极值分布的研究非常重视。本文从极值理论的角度出发,以上海市虹口区2003年的汽车交通事故损失数据为样本,探讨了损失分布的尾部估计方法,并利用该地区2006年的汽车交通事故损失对结论进行了验证。研究结果发现,广义帕雷托分布确实对损失额的尾部提供了较好的拟合,但这依赖于门槛值的恰当选择。传统的门槛值选择方法主观性较强,而通过重复多次的交叉验证技巧,我们可以估计广义帕雷托分布的最合适门槛值位置。     

Pareto-Geometric分布

本文提出了一种具有单调失效率的新型寿命分布, 即由Pareto分布和Geometric分布生成的两参数的Pareto-Geometric分布, 研究了该分布的各种性质和参数极大似然估计的存在唯一性, 并应用 EM 算法得到了参数的极大似然估计值和相应的渐近方差、协方差.     

一个新的具有单调降失效率的寿命分布

本文由Pareto分布和Logarithmic分布"混合"生成两参数具有单调降失效率的新型寿命分布,研究了该分布的矩、熵、失效率函数、平均剩余寿命和参数的极大似然估计,应用EM算法求参数的极大似然估计,进行了数值模拟.     

On the Relative Approximation Error of the Generalized Pareto Approximation for a High Quantile

Let F be a distribution function in the domain of attraction of an extreme value distribution . In case 0 and F has an infinite end-point, we study the asymptotic behaviour of the relative approximation error of a high quantile such that , where the order tends to 0. We use the approximation of the excesses over a high threshold u by a Generalized Pareto distribution. We give sufficient conditions under which tends to 0.AMS 2000 Subject Classification Primary—60G70, Secondary—62G20, 62G32     

关于广义几何分布的强偏差定理

利用对数似然比作为一类整值随机变量序列相对于独立随机变量序列的偏差度量,在限定对数似然比的给定样本空间的子集上,建立并证明一类整值随机变量序列的强偏差定理,作为推论得到了此类分布的独立随机变量序列的若干强大数定律.     

分组数据情形下对数正态分布参数的最大似然估计

我们研究了分组数据情形下对数正态分布所含参数的最大似然估计存在且唯一的充要条件，进而得到了最大似然估计具有强相合性及收敛速度服从重对数律的结论。     

基于MGPD模型的地质灾害风险的统计度量

利用扩展BurrⅫ分布构建了改进的广义帕累托分布模型—MGPD模型(Meliorated Generalized Pareto Distribution),由此得到了地质灾害损失的在险风险值和最大可能损失估计值。以湖南省娄底市地质灾害损失数据实证分析,结果显示:MGPD模型在刻画地质灾害损失数据时,比GPD模型的精度更高,具有更广泛的适用性。