首页> 中文学位 >基于三阶条件下的降偏差重尾指数估计
【6h】

基于三阶条件下的降偏差重尾指数估计

代理获取

目录

第一章 引言

§1.2 文献综述

§1.3 本文的结构安排

第二章 理论基础

§2.2 正则变化条件

§2.3 预备知识

第三章 三阶条件下降偏差估计的渐近性质

§3.1 三阶条件下MOP的渐近展开式

§3.2 三阶条件下ORBMOP的渐近展开式及渐近正态性

§3.3 修正的降偏差估计及渐近正态性

第四章 Monte-Carlo模拟

§4.1 二阶参数β和ρ的估计

§4.2 重尾指数估计量的模拟比较

第五章 总结与展望

§5.2 未来展望

参考文献

攻读学位期间取得的研究成果

致谢

个人简况及联系方式

声明

展开▼

摘要

已有大量数据表明,金融、保险、网络、生物学以及风险理论等领域的时间序列数据并不满足正态分布,而是展现出尖峰厚尾的特征。为此,对重尾分布及尾指数估计的研究显得十分重要,如何对尾指数做出无偏且稳健的估计成为学者们关注的热点。
  本文首先介绍了极值理论和正则变化条件。其次,介绍了MOP估计在一阶条件下的一致性与二阶条件下的渐近正态性,并且假设在较强的三阶条件下证明了MOP估计的渐近展开式,相比于较弱二阶条件下的结论得到关于渐近偏差的更多信息。然后,介绍了OMOP估计和ORBMOP估计,并在三阶条件下证明了ORBMOP估计的渐近展开式和渐近正态性且在一定条件下获得了一个非零渐近偏差。在保证方差为γ2(1?ψρ)2/(1?2ψρ)的前提下,提出ORBMOP的一种修正估计CH*(k)并在三阶条件下证明了它的渐近正态性,当γ>0或γ<0时比较了二者的渐近偏差。最后,在有限样本情形下,利用三种常见重尾模型对本文提出的CH*(k)估计与ORBMOP估计和经典降偏差CH估计进行Monte-Carlo模拟比较,模拟均值表明CH*(k)估计比ORBMOP和CH更接近γ真值,模拟均方误差表明CH*(k)估计的均方误差更小。因此,本文提出的修正的降偏差估计CH*(k)表现更好。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号