×

考虑到精算应用,对广义Pareto分布进行稳健有效的拟合。 (英语) Zbl 1231.91148号

摘要:由于极值理论的进步,广义帕累托分布(GPD)作为一个自然族出现,用于建模高阈值上的超越。它在应用(例如,保险、金融、经济、工程和许多其他领域)中的重要性怎么强调都不为过,并且有广泛的文档记录。然而,尽管有坚实的理论基础和广泛的适用性,但在实践中拟合这种分布并不是一件小事。传统的方法如最大似然法和矩量法在参数空间的某些区域是不确定的。虽然存在替代方法,但它们要么缺乏稳健性(例如概率加权矩),要么缺乏效率(例如介质方法),要么存在重大的数值问题(例如最小发散程序)。在本文中,我们提出了一种可计算的GPD拟合方法,该方法适用于所有参数值,并在稳健性和效率之间进行了竞争性权衡。该方法基于“修剪力矩”。给出了新估计量的大样本性质,并通过仿真研究了它们在几种数据污染场景下的小样本行为。我们还研究了我们的方法对精算应用的影响。特别是,使用新方法,我们将GPD与丹麦保险数据进行了拟合,并将拟合模型应用于一些风险测量和费率制定练习。

MSC公司:

91B30型 风险理论,保险(MSC2010)
91B82号 统计方法;经济指标与措施
62G32型 极值统计;尾部推断
62E15型 统计学中的精确分布理论
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Brazauskas,V.,《损失模型的稳健和有效拟合:诊断工具和见解》,《北美精算杂志》,13,3,356-369(2009)·Zbl 1483.91180号
[2] Brazauskas,V。;Serfling,R.,单参数Pareto分布尾部指数的稳健和有效估计(讨论),北美精算杂志,4,4,12-27(2000),讨论:5(3),123-126。回复:5(3),126-128·Zbl 1083.62505号
[3] 布拉佐斯卡斯,V。;琼斯,B.L。;Zitikis,R.,索赔严重性分布的稳健拟合和修剪矩方法,《统计规划与推断杂志》,139,62028-2043(2009)·Zbl 1159.62067号
[4] 卡斯蒂略,E。;Hadi,A.S.,将广义Pareto分布拟合到数据,美国统计协会杂志,921609-1620(1997)·Zbl 0919.62014号
[5] 塞布利安,A.C。;Denuit,M。;Lambert,P.,《精算师协会大额索赔数据库的广义帕累托拟合》,《北美精算杂志》,第7、3、18-36页(2003年)·Zbl 1084.62108号
[6] 戴维森,A.C。;Smith,R.L.,《高阈值超越模型(讨论)》,《皇家统计学会期刊》(B辑),52,393-442(1990)·Zbl 0706.62039号
[7] Dell'Aquila,R。;Embrechts,P.,极端与稳健:矛盾?,金融市场和投资组合管理,20,1,103-118(2006)
[8] Dupuis,D.J.,《超高阈值:阈值选择指南》,《极值》,第1、3、251-261页(1999年)·Zbl 0921.62030号
[9] 何,X。;Fung,W.K.,使用Weibull模型计算寿命数据中位数的方法,《医学统计学》,1993-2009年,第18期(1999年)
[10] 霍斯金,J.R.M。;Wallis,J.R.,广义Pareto分布的参数和分位数估计,技术计量学,29,3,339-349(1987)·兹比尔062862019
[11] 约翰逊,N.L。;科茨,S。;Balakrishnan,N.,《连续单变量分布》,第1卷(1994年),威利出版社:威利纽约·兹伯利0811.62001
[12] 华雷斯,S.F。;Schucany,W.R.,广义Pareto分布的稳健有效估计,极值,7,3,237-251(2004)·Zbl 1091.62017年
[13] 克鲁格曼,S.A。;潘杰尔,H.H。;Willmot,G.E.,《损失模型:从数据到决策》(2004),Wiley:Wiley New York·Zbl 1141.62343号
[14] McNeil,A.J.,使用极值理论估计损失严重性分布的尾部,ASTIN Bulletin,27,117-137(1997)
[15] 麦克尼尔,A.J。;弗雷,R。;Embrachts,P.,《定量风险管理:概念、技术和工具》(2005),普林斯顿大学出版社·Zbl 1089.91037号
[16] 彭,L。;Welsh,A.H.,广义Pareto分布的稳健估计,极值,4,1,53-65(2001)·兹比尔1008.62024
[17] Serfling,R.J.,《数理统计近似定理》(1980),威利出版社,纽约·Zbl 0423.60030号
[18] Smith,R.L.,一类非规则案例中的最大似然估计,生物统计学,72,67-90(1985)·Zbl 0583.62026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。