极值统计模型族的参数估计及其应用的研究.pdfVIP

中文摘要 在人们的认知范围内，极值事件较少出现，然而一旦发生影响重大．极值统 计理论的产生与发展，为这类随机事件的统计分析提供了理论依据．本文主要 对极值统计模型族的特性、参数估计及其应用进行了研究．论文在深入研究极 值统计理论的基础上，对极值统计模型族的适用范围进行了剖析；阐述了极值 分布的Bayes参数估计方法；构建了基于极值分布理论和Copula函数的随机向 量的相关模型，并对极值数据的尾部相关性进行了分析．论文的主要工作如下： 1．数理统计的核心内容是统计推断，其中参数估计是统计推断的主要内容 ChainMonte 之一．论文从Bayes参数估计入手，采用Markov Carlo(MCMC)方 法，构建了极值分布的Bayes参数估计框架．在此基础上对黄浦江某水文观测 站T年一遇的最高水位进行了估计．实例研究表明，用Bayes方法估计的最高水 位稍高于用极大似然估计得到的结果． 2．相关性分析是金融资产风险投资的一个重要问题．论文把极值统计分布 的参数估计及假设检验问题，并运用此模型对上海、深圳两股票指数之间的相 关结构进行了研究．结果表明，两市场之间是一种非对称的相关模式． 3。极值事件是随机小概率事件，位于概率分布图形的左右尾部区域，极值 理论恰是着眼于对随机变量分布的尾部区域的研究．论文在讨论了两个尾部相 关性度量指标，以及与其有关的尾部相关系数等尾部指标应用特点的基础上， 对上海股票市场收益率与成交量之间的极值相关性进行了探讨．结果表明：收 益率与成交量之间具有一定的相关性． 4．作为有效的金融风险度量工具，VaR已经被广泛接受，其计算方法也 得到了不断的改进．论文对目前存在的几种计算v￡LR方法进行了分析和比 较，提出了GARCH—GPD模型，并对深圳股市指数进行了实证研究．结果表 明，GARCH．GPD模型能有效捕捉金融收益序列的尖峰厚尾、波动聚集等特 性，在较高的置信水平下，GARCH—GPD模型显示的结果更加安全．进一步地， 对CV￡LR进行了研究． 关键词：极值理论；广义帕累托分布；贝叶斯分析；马尔科夫链蒙特卡洛方法； 极大似然估计；相关结构函数；相关性度量；风险价值 ABSTRACT Extremevalueeventsarerarerthanthose alreadyrecorded，butprofound influencesare when occur．The and of producedthey productiondevelopment extremevalue theoreticalbasesfortheserandomevents．Inthis theoryprovide and estimationsofextremevaluemodels dissertation，thepropertiesparametric andtheir arestudied aresultofthese applications intensively．As researches， severalextremevaluemodelsbasedonextremevalue are theoryanalyzed．The tobeusedwithinextremevalue isalso Bayesmethodology analysis proposed． And modelsbasedonextremevalue and functionare dependence theoryCopula also