基于非线性回归的极值模型参数估计.pdfVIP

2014年 6月 廊坊师范学院学报 (自然科学版) Jun．213l14 第 14卷第3期 JournalofLangfangTeachersCoHege(NaturalScienceEdition) Vo1．14NO．3 基于非线性 回归的极值模型参数估计 李晓康 (陕西理工学院，陕西 汉中723000) 摘【 要】 根据基金净值样本数据的尾部特点，运用POT方法确定临界值，运用非线性回归方法给出参数的最小 二乘估计，建立极大值分布的GPD模型，并对模型进行 了检验，最后，运用建立的模型对一些极值点进行预测，结 果较为理想。 关【键词】 非线性回归；最小二乘；极值分布；参数；估计 EstimationofParametersofExtreme lueModel BasedonNonlinearRegression LIXiao-kang A【bstract】 Accordingtotailfeatureofdataoffund’snetvaluesample，determinesitscriticalvalueusingthePOT method，givestheleastsquaresestimation(LSE)usingno~inearregression，establishesthemaximum GPDmodeland testsit．Finally，forecastsomeextremepointsusingthemode1． K【eywords】 non,nearregression；MLE；extremevaluedistribution；praameter；estimation (中图分类号]0212．1 (文献标识码]A (文章编号]1674—3229(2014)03—0008—04 能够估计损失的风险，从而为建立有效的风险防范 O 引言 和预警系统提供一定的理论依据。 极值理论是统计学的重要分支。极值理论分为 在实际应用中，可根据样本数据，选择相应的临 一 元、多元极值理论_I]。一元极值理论模型主要是 界值(阈值)，建立极值模型，运用相关的统计方法对 广义极值分布 (GEV)和广义Parto分布 (GPD)，是 其参数进行估计，并对最终的模型进行检验。参数 基于不同样本选取方法而得到的渐近分布，主要用 估计的方法主要有极大似然法、矩法、概率权值法、 于描述分布的尾部特征，即超越阈值的分布。极值 回归法等。极大似然估计是实际中应用最广的参数 理论已广泛应用于水文、气象、地震、海洋、交通、工 估计方法，但对于较复杂的分布，由于似然方程(组) 程设计等各个领域。近年来，极值理论及方法还被 形式较复杂，无法求出其解析解，故常采用数值方法 运用于银行、保险、股市等金融领域，用于金融市场 给出其数值解 。 的风险管理及防范_2]。经典的统计极值理论是关 本文拟采用非线性回归方法，给出GPD分布参 于随机变量序列的最大(小)值渐进分布的理论，基 数的最小二乘估计。 于这一理论的POT方法就是对超越一定门限的数 1 GPD分布 据建模。因此，利用统计极值理论方法能够有效地 对随机序列的最大(小)值的概率分布和数据序列的 广义 Pareto分布(GPD)即双参数的广义极值 边际概率分布尾部进行建模，基于相应的数学模型 分布，是基于门限峰值法(POT)的样