×
M.Ivette戈麦斯;弗雷德里科·卡埃罗;费尔南多·菲格雷多;Henriques Rodrigues，Lgia公司;佩斯塔纳，迪尼斯

校正病态与部分降低病态价值-风险估计。 （英语） Zbl 07552629号

Commun公司。统计、仿真计算。 49，第4期，867-885（2020年）.
摘要：价值-风险（VaR）在小水平（q），即（0<q<1），是以概率（q）发生的损失大小。半参数部分减少的偏置提出了基于高阶统计量（k）商集合的均值（p）的（PRB）VaR估计方法，其中（p）为任意实数。在研究了它们的渐近行为之后，通过大规模Monte-Carlo模拟研究，将这些PRB-VaR-估计与有限样本的经典估计进行了比较。本文简要介绍了财务日志报表的应用，以及一些最后备注。

引用于1文件

MSC公司：

62G32型 极值统计；尾部推断
65二氧化碳 蒙特卡罗方法

关键词：

重右尾翼;启发式样本分数选择;蒙特卡洛模拟;半参数估计;极值统计;价值-风险估计
PDF格式BibTeX公司 XML格式引用
\textit{M.I.Gomes}等人，Commun。Stat.，模拟计算。49，第4号，867--885（2020；Zbl 07552629）
全文： 内政部

参考文献：

[1] 贝兰特，J。；Caeiro，F。；Gomes，M.I.，《单变量极值统计的概述和开放研究课题》，Revstat，10，1，1-31（2012）·兹比尔1297.62114
[2] Beran，J。；谢尔，D。；Stehlík，M.，调和矩尾指数估计量：渐近分布和稳健性，统计数学研究所年鉴，66，1，193-220（2014）·Zbl 1281.62123号
[3] 宾厄姆，N。；Goldie，C.M。；Teugels，J.L.，《规则变化》（1987），剑桥：剑桥大学出版社，剑桥·Zbl 0617.26001号
[4] 盒子，G.E.P。；詹金斯，G.M。；Reinsel，G.C.，《时间序列分析：预测与控制》（1994），新泽西州恩格尔伍德克利夫斯：普伦蒂斯·霍尔，恩格尔伍德克里夫斯，新泽西·Zbl 0858.62072号
[5] 布里汉特，M.F。；马里兰州戈麦斯。；Pestana，D.，Hill估计量的简单概括，计算统计与数据分析，57，1518-35（2013）·Zbl 1365.62148号
[6] 布里汉特，M.F。；马里兰州戈麦斯。；佩斯塔纳，D.，统计建模和应用的新进展。理论和应用统计学研究，统计学会论文选集，重访均值-p极值指数估计器（2014年），柏林和海德堡：斯普林格-Verlag，柏林和海德堡
[7] Caeiro，F。；Gomes，M.I.，半参数二阶减少偏差高分位数估计，Test，18，2392-413（2009）·兹比尔1203.62034
[8] Caeiro，F。；Gomes，M.I.，《极值建模和风险分析：方法和应用》，极值分析中的阈值选择（2015），博卡拉顿：查普曼-霍尔/CRC
[9] Caeiro，F。；马里兰州戈麦斯。；Pestana，D.，经典Hill估计量偏差的直接减少，Revstat，3，2，113-36（2005）·Zbl 1108.62049号
[10] Caeiro，F。；马里兰州戈麦斯。；贝兰特，J。；de Wet，T.，《三阶框架下的阶数均值-p减少偏差极值指数估计》，Extremes，19，4，561-89（2016）·Zbl 1357.62211号
[11] de Haan，L.，《统计极值与应用，吸引力域的缓慢变化与表征》（1984年），D.Reidel:D.Reidel，荷兰
[12] 德哈恩，L。；Ferreira，A.，《极端价值理论：简介》（2006），纽约有限责任公司：Springer Science+Business Media，LLC，纽约·Zbl 1101.62002号
[13] 德哈恩，L。；Peng，L.，尾部指数估计值的比较，Neerlandica统计，52，1，60-70（1998）·Zbl 0937.62050号
[14] Drees，H.，关于平滑统计尾函数，《斯堪的纳维亚统计杂志》，25,1187-210（1998）·Zbl 0923.62032号
[15] Drees，H.，依赖数据的经验过程技术，混合条件下的尾部经验过程（2002），Birkhäuser:Birkháuser，波士顿·兹比尔1021.62038
[16] Drees，H.，相依数据的极端分位数估计及其在金融中的应用，Bernoulli，9，4，617-57（2003）·Zbl 1040.62077号
[17] Einmahl，J.H.J。；德哈恩，L。；周，C.，异方差极值统计，《皇家统计学会学报：B辑（统计方法）》，78，1，31-51（2016）·Zbl 1411.62124号
[18] Engle，R.F.，英国通货膨胀方差估计的自回归条件异方差，《计量经济学》，50，4，987-1007（1982）·Zbl 0491.62099号
[19] 弗拉加·阿尔维斯，M.I。；马里兰州戈麦斯。；德哈恩，L。；Neves，C.，《混合矩估计量和位置不变替代品》，极值，12，2，149-85（2009）·Zbl 1223.62075号
[20] Geluk，J。；de Haan，L.，《正则变分、扩张和同义词定理》（1987），荷兰阿姆斯特丹：数学和计算机科学中心·Zbl 0624.26003号
[21] Gnedenko，B.V.，《最大条件下的分布极限》，《数学年鉴》，44，3423-53（1943）·Zbl 0063.01643号
[22] 马里兰州戈麦斯。；Caeiro，F.，《2014年COMPSTAT会议录》，国际，部分减少的偏倚均值-p与减少的最小方差偏倚极值指数估计的效率（2014），统计研究所/国际：统计研究所/Interat，统计计算协会·Zbl 1436.62175号
[23] 马里兰州戈麦斯。；Figueiredo，F.，风险建模中的偏差减少：半参数分位数估计，Test，15，2，375-96（2006）·Zbl 1110.62066号
[24] 马里兰州戈麦斯。；Guillou，A.，《极值理论与单变量极值统计：综述》，《国际统计评论》，第83、2、263-92页（2015年）·Zbl 07763438号
[25] 马里兰州戈麦斯。；Oliveira，O.，极值统计中的bootstrap方法——最优样本分数的选择，极值，4，4331-58（2001）·Zbl 1023.62048号
[26] 马里兰州戈麦斯。；Pestana，D.，《一个稳健的缩减bias极值分位数（VaR）估计量》，《美国统计协会杂志》，102，477，280-92（2007）·Zbl 1284.62300号
[27] 马里兰州戈麦斯。；门登萨，S。；Pestana，D.，通过bootstrap方法的自适应减少偏差尾部指数和VaR估计，《统计学中的通信——理论和方法》，40，16，2946-68（2011）·Zbl 1227.62033号
[28] 马里兰州戈麦斯。；Figueiredo，F。；Neves，M.，《重右尾的自适应估计：基于重采样的方法在行动》，Extremes，15，4463-89（2012）·Zbl 1329.62230号
[29] 马里兰州戈麦斯。；亨里克·罗德里格斯（Henriques-Rodrigues，L.）。；弗拉加·阿尔维斯，M.I。；Manjunath，B.G.，《自适应PORT-MVRB估计：两种启发式算法的实证比较》，《统计计算与模拟杂志》，83，6，1129-44（2013）·Zbl 1431.62212号
[30] 马里兰州戈麦斯。；布里汉特，M.F。；Caeiro，F。；Pestana，D.，一种新的部分缩减的均值p类极值指数估计量，计算统计与数据分析，82，223-37（2015）·Zbl 1507.62065号
[31] 马里兰州戈麦斯。；布里汉特，M.F。；Pestana，D.，风险评估的理论与实践，springer Processions in mathematics and statistics 136，，A mean-of-order-p class of value-at-risk estimators（2015），瑞士：springer International Publishing，Switzerland
[32] 马里兰州戈麦斯。；Caeiro，F。；Figueiredo，F.，《随机建模、数据分析和统计应用》，部分减少偏差的价值-风险估计程序（2015年），ISAST
[33] 马里兰州戈麦斯。；Caeiro，F。；Figueiredo，F。；Pestana，D.，部分简化的bias类价值-风险估计器。第60届国际统计学会世界统计大会论文集，ISI2015，2055-2060（2015），荷兰海牙：国际统计学会，荷兰海牙
[34] 马里兰州戈麦斯。；Figueiredo，F。；马丁斯，M.J。；Neves，M.M.，《重新抽样方法和可靠尾部估计》，《南非统计杂志》，49，1-20（2015）·Zbl 1397.62170号
[35] 马里兰州戈麦斯。；布里汉特，M.F。；Pestana，D.，《正极值指数的新简化bias估计量》，《统计中的通信——模拟和计算》，45，3，833-62（2016）·Zbl 1342.62083号
[36] 马里兰州戈麦斯。；Caeiro，F。；亨里克·罗德里格斯（Henriques-Rodrigues，L.）。；Manjunath，B.G.，《极值理论及其在金融和保险中的应用手册》。金融工程和计量经济学手册系列，极端统计中的Bootstrap方法（2016），John Wiley and Sons
[37] Hall，P.，《关于规则变化指数的一些简单估计》，《皇家统计学会杂志》B，44，37-42（1982）·Zbl 0521.62024号
[38] 霍尔，P。；威尔士，A.W.，《规则变化参数的自适应估计》，《统计年鉴》，第13、1、331-41页（1985年）·Zbl 0605.62033号
[39] Hill，B.M.，《推断分布尾部的简单通用方法》，《统计年鉴》，第3、5、1163-74页（1975年）·Zbl 0323.62033号
[40] 麦克尼尔，A。；Frey，R.，异方差金融时间序列尾部相关风险测度的估计：极值方法，《实证金融杂志》，7，3-4，271-300（2000）
[41] Neves，M.M。；马里兰州戈麦斯。；Figueiredo，F。；Prata-Gomes，D.，《极端事件建模：参数估计中的样本分数自适应选择》，《统计理论与实践杂志》，9，1，184-99（2015）·Zbl 1423.62042号
[42] Paulauskas，V。；Vaičiulis，M.，《关于Hill和其他一些估计器的改进》，《立陶宛数学杂志》，53，3，336-55（2013）·Zbl 1294.62110号
[43] Paulauskas，V。；Vaičiulis，M.，一类新的尾部指数估计量，《统计数学研究所年鉴》，69，2，461-87（2017）·Zbl 1362.62116号
[44] Seneta，E.，定期变化函数。数学课堂笔记。508（1976），柏林：斯普林格·弗拉格，柏林·Zbl 0324.26002号
[45] Weissman，I.，基于k个最大观测值的参数和大分位数估计，美国统计协会杂志，73，364，812-5（1978）·Zbl 0397.62034号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。