极值指标的一种新估计.pdf

!!：!垒奎翌壅竺圭墨塑墨 §1．2论文研究的主要问题 论文通过计算机模拟研究乘积模型极值的性质，针对这些特征，提出乘积模型极 值指标的一种新的估计方法，研究其性质并与其它估计进行比较。最后将这一估计用 于金融市场极值风险的比较的实证研究中。 主要内容包括： (1)极值理论的简单介绍； (2)乘积模型极值来源的模拟讨论； (3)极值指标的一种新估计； (4)新估计与历史估计的比较研究； (5)香港恒生指数和新加坡海峡时报指数的实证应用研究。 ．2。 第二章极值理论 第二章极值理论 弟一早似但埋了匕 §2．1独立同分布序列极值理论 §2．1．1极值分布 大值，即 ％^=max{X1，而，…％}． 很容易就得到％，。的分布函数‰．。@)=(Fp))”．易知五。的极限分布为退化的， 使得这一结果缺乏任何实用价值。为此，人们考虑极大值变量％．。的渐进分布：寻找 序列{p。}，{％’，这里％0，使得变量(％，。一‰)／靠的分布在n—oo时为非退化分 布，即 P(毪≯纠删矾 由于序列的极小值 X1，。=min{Xl，x2，…墨}=一max{-Xl，一恐，…一矗} 所以由极大值的分布不难得到极小值情况。论文将就序列极大值展开讨论。 这三种形式的吸收域(MDA)问题进行了研究。他们的研究结果为下面定理： 定理2，1 Fisher-Tippett—Gnedonko定理 任意一变量极值分布必属于下面三种类型之一mO)： (I)Fr∈曲et—Pareto型： 吲加』o 凯o， 【e1～，当。0． 且X的分布F∈D(垂。)，当日．仅当，z—00时， 三}南S堕一A～，对任意的A。 ．3一 §2．1独立同分布序列极值理论 这里D(中。)表示Frdchet—Par时。型分布的吸收域。 (II)Gumbel型： A(x)=e一。一，X∈R． 且X的分布F∈D(A)，当且仅当存在函数b，当。一oo时， —1-—F—(1x+芤t广b(x))．e一，对任意的t01 。’一……。。 一F(z) (III)Weibull型 fe巾I口，当z0 皿。(z)={ 【1， 觐20 且x的分布F∈口(Ⅲ)，当且仅当 }糟一A～，对任意的A。 其中z。是x分布的右边界，即文=inf{x：F(x)=l， 对Frdchet—Pareto型分布，由泰勒展式 1一圣。(z)=1一exp{一z一。，～z一。， 也就是说虬的尾部以幂函数收敛到0。参数Ot反映了变量的尾部衰减性质。Q越大， 则尾部衰减越快。参数口与X的最大阶矩的阶数有关：当rOt时，X的r阶矩 为无穷，当rOt时，r阶矩存在。若X一瓯，不难得到一X_1～虬，从而可以推 知Weibull型尾部分布的性质。对于Gumbell型， 1一h(x)～exp(一z)，z—÷00 因此，五以指数速度收敛到0。 ．4一 第二章极值理论 Jenkinson(1969)把上述极值分布三种形式归纳为一个单参数分布的一般形式： 关键的一个量。 常用的独立同分布序列广义极值分布的参数的估计方法可分为参数方法与非参数 方法两类。参数方法假设样本数据确切地来自广义极值分布，用图表法分析所