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