费尔南多·菲格雷多;M.Ivette戈麦斯;利贾·亨里克·罗德里格斯 价值-风险估计和PORT均值-（p）方法。 （英语） Zbl 1369.62279号 REVSTAT公司 187-204年第2号第15页（2017年）. 摘要：在金融、保险和统计质量控制等许多应用领域，一个典型的要求是估计价值-风险（VaR）在小水平（q），即高概率分位数（1-q），一个足够高的值，因此该值的超越概率等于（q）。高分位数的半参数估计在很大程度上依赖于极值指数（EVI），极端事件的主要参数。大多数半参数VaR-估计量都不具备适当的性能，即在数据线性变换存在的情况下，它们不会发生适当的线性偏移。最近，对于重尾，即正EVI，引入了具有这种行为的新的VaR估计量，即所谓的PORT VaR估计量，PORT代表随机阈值上的峰值关于EVI估计，基于Hill EVI估计的强大推广，新的PORT-EVI估计类阶平均值-\（p\）（MO（_p））EVI估计量是最近引入的。在本文中，同样对于重尾，我们使用EVI估计的PORT-MO（_p）类，引入了一类具有上述行为的新的PORT-MO（_p-VaR-估计。在对基础模型方便但软的限制下，这些估计是一致的和渐近正态的。通过蒙特卡罗模拟实验，研究了有限样本下PORT-MO（p）VaR估计量的行为。 引用于2文件 MSC公司： 62P05号 统计学在精算科学和金融数学中的应用 62G32型 极值统计；尾部推断 62E20型 统计学中的渐近分布理论 91G70型 统计方法；风险措施 关键词：渐近行为;沉重的尾巴;高分位数;平均阶估计;蒙特卡罗模拟;PORT方法;半参数方法;极值统计;价值-风险 PDF格式BibTeX公司 XML格式引用 \textit{F.Figueiredo}等人，REVSTAT 15，No.2，187--204（2017；Zbl 1369.62279） 全文： 链接