基于Bayes统计推断的极值风险测度模型

极值分布的参数估计是计算极值风险的关键。文章运用Bayes方法,研究了极值分布的参数估计问题,得到了极值数据的后验分布。作为一个应用,对某水文观测站的年最高水位数据进行了分析,并用极大似然估计和Bayes估计得到极值风险的测量值,解读两者之间差别。研究结果表明,Bayes参数估计方法更有效。     

Poisson-Gumbel复合极值分布的参数估计

本文对Poisson-Gumbel复合极值分布的现实意义进行了拓展,分别应用极大似然法(MLE)、复合矩法(CME)和概率权矩法(PWM)对Poisson-Gumbel复合极值分布中的参数进行估计,并在理论上运用蒙特卡洛方法模拟,对三种参数估计方法的统计性质进行讨论,最后给出在汇率分析中的一个应用实例。结果表明:三种方法中,极大似然法效果最好且表现最稳定。     

二项—Gumbel复合极值分布的参数估计

在金融风险评估、事故预测、保险索赔等领域的研究中,极值理论已发展成为一种重要的统计学方法.Gumbel分布是一种常用的极值分布函数,并逐渐成为了对于随机变量极端变异性建模的重要工具.文章将二项分布与Gumbel分布函数复合,提出了一种新的复合极值分布函数即二项-Gumbel分布.重点介绍了极值理论以及二项分布与Gumbel分布复合函数,运用极大似然估计(MLE)对二项-Gumbel复合分布的各种参数进行估计,并通过计算机模拟得KS检验统计量的临界值.     

上证综合指数极值分布参数估计的实证分析

文章选取了2013年4月1日至2014年4月21日的所有交易日的上证综指,采用区间选取方法选取每一小时中上证综指的最大值为广义极值分布的样本数据.分别采用线性矩法和最大间隔积估计法对样本数据进行拟合,计算出广义极值分布参数的估计量,通过Q-Q分位数图和K-S检验对参数估计量的拟合优度进行检验.并通过PPCC检验法和均方根误差RMSE对不同估计方法计算出的参数估计量进行比较,得出在此条件下较优的参数估计结果.     

逐次定数截尾下Pareto分布参数的逆矩估计

基于逐次定数截尾样本下,讨论了Pareto分布的参数估计,得到了两参数的逆矩估计,并通过数值模拟与极大似然估计进行比较,结果表明逆矩估计优于极大似然估计.     

存在自相关时检验和估计方法的改进——基于自回归分布滞后模型的自相关检验和参数估计

存在自相关时的自相关检验和参数估计是基础计量经济学的一个重要内容,并且存在自相关时的原模型已转化为自回归分布滞后模型。讨论存在自相关时的自相关检验和参数估计问题,提出了一种基于自回归分布滞后模型的自相关检验法,并同时给出了相应的参数估计。     

非寿险精算中的数据尾部拟合与保费厘定

文章讨论了极值分布对非寿险精算中损失数据尾部的拟合和保费厘定方法,并进行了实例计算。研究表明:必须对应用极值分布的条件进行检验;对门限值确定的三种方法中自适应选择算法是较好方法;广义帕累托分布参数MLE估计能得到比较精确的估计结果。文章还给出了非寿险损失的超赔再保险纯保费的计算方法。     

约束条件下部分变系数模型的参数估计

文章讨论部分变系数模型在线性约束条件r=Rβ下的参数估计问题,给出了参数部分β的相合估计(β)Rls和非参数部分(α)(u)的估计(α)(u),得到了估计的渐近性质.     

泊松分布变异系数的贝叶斯估计

文章在熵损失函数下,针对一组泊松样本,用参数估计方法研究了泊松分布变异系数的贝叶斯估计问题,得到了变异系数的贝叶斯估计的一般形式与精确形式,并讨论了它的可容许性。最后在给定置信水平1-α下研究了变异系数的贝叶斯置信区间。模拟结果表明这两种估计都具有较高的精度。     

基于区间型数据的城市居民家庭资产分布研究

文章利用调查数据研究发现,我国地级以上城市家庭的资产分布具有“双峰”特征.因此复合分布函数形式更适合描述城市居民家庭的资产分布状况.采用参数估计的方法发现由sm分布和Burr分布构成的复合分布函数最接近城市家庭资产的真实分布,据此测算的基尼系数为0.5132.对比以往的研究得出:我国城市居民家庭资产分布的不平等程度在逐步扩大的同时,城市家庭中的中产阶层拥有财富的比例也在减少.极端贫困的家庭拥有资产的状况略有改观.     

一种车险先验风险分布的参数估计方法

采用全体车险保单组合的风险损失数据(即先验信息)作为定价的信度补充,是车险精算定价的主流方法;而得到风险损失的先验分布或特征信息是经验费率定价的基础.文章引入过程和结构方差分析方法对车险索赔过程的先验分布参数进行估计;并提出了针对索赔频率和索赔额模型的参数估计方法.该方法能快速近似估计多参数分布模型,优于传统参数估计方法.     

平稳序列的GPD模型在风险测度中的应用

文章旨在运用极值理论提高VaR的适用性和估计的精确度.VaR技术作为一种统计方法常用来测度金融市场风险,极值理论则是研究随机变量或过程的极端情形的统计规律性.然而,经典的极值模型要求金融时序服从独立同分布条件.考虑满足平稳性条件下的金融时序,针对序列相关引致的极值成串现象,引入极值指标来刻画极值数据间的相关结构,采用除串技术过滤数据的相关性,进而得到渐进独立的同分布序列,再构建GPD模型来测度VaR.实证分析和回测检验表明:改进的GPD阈值模型具有对风险测度的有效性和精确性.     

变环境情形下对数正态分布分组数据的参数估计

文章研究了变环境情形下对数正态分布分组数据可靠性估计的参数估计问题.给出了一种基于EM算法的变环境分组数据Log-normal分布参数估计方法,其估计量具有良好的收敛性,模拟结果表明了这种方法的实践可操作性.     

寿命产品可靠度的贝叶斯估计

在与信息论中的熵函数有关的一种新的加权对称熵损失函数下,用参数估计方法研究了寿命服从几何分布的产品可靠度的估计问题。得到了可靠度的贝叶斯估计的一般形式与精确形式并讨论了贝叶斯估计的可容许性。最后研究了可靠度的多层贝叶斯估计,数值算例表明研究结果能为实际生产提供稳健性较高的估计形式。     

广义Gamma分布簇广义线性混合模型的参数估计

文章在广义线性混合模型的框架下分析广义Gamma分布簇广义线性混合模型的参数估计问题.提出的参数估计有以下三个显著特点:其一,充分利用广义线性混合模型参数估计的理论成果,参数估计表达式与6种广义线性混合模型参数估计结果形式相同;其二,该方法可以通过反复调用广义线性混合模型中的参数估计模块来实现;其三,具有渐进正态性.     

基于EM算法的有限维混合分布参数估计研究

文章探讨有限维混合分布参数估计的EM算法,总结出有限维混合分布参数估计的EM算法期望、方差迭代表示.跳过繁琐的推导过程,快速得出混合高斯分布、混合指数分布参数估计的EM算法,并将其用于M2供应量同比增长分布和大变动时间间隔分布建模中.结果表明:采用三维混合高斯分布描述M2供应量同比增长分布、采用单一指数分布刻画M2供应量大变动时间间隔分布是合理的.     

基于KL-距离的双参数指数分布的参数估计

文章考虑双参数指数分布的参数估计问题,在KL-距离最小化原则下,给出了一种参数估计的方法.得到的结果是一般情况下参数估计与矩估计相同;特别地,当位置参数为0时,通过数值模拟,并与极大似然估计进行比较,证明了这种估计的可行性.     

空间滞后误差自相关随机前沿模型参数的估计

文章利用工具变量矩阵方法研究了空间滞后误差自相关随机前沿模型参数的估计问题,得到了参数估计的表达式.与极大似然估计相比较,工具变量矩阵法极大地简化了计算.蒙特卡罗模拟的结果表明,参数估计值十分逼近真值.     

单失效数据情形下寿命产品可靠度的Bayes分析

文章在一种对称损失函数下,用参数估计方法研究了寿命服从Pascal分布的产品可靠度在只有一个数据失效情况下的Bayes估计问题。对给定的Beta先验分布,得到了可靠度的Bayes估计的精确形式,并研究了它的性质;最后得到了可靠度的多层Bayes估计以及E-Bayes估计的形式。     

基于样本回答率视角下的总体参数估计

文章构建了基于样本回答率视角下的总体参数估计量模型,讨论了总体参数估计量方差及方差的估计,实证检验了估计模型,并分析了样本回答率对总体参数估计精度的影响.