使用拼接建模截尾损失：混合 Erlang 与极值分布的全局拟合策略
统计方法学
2017-09-19 v4 应用统计
摘要
在风险分析中，适当捕捉损失分布主体和尾部的全局拟合至关重要。由于损失分布主体和尾部的特定特征，使用标准分布对全部损失范围进行建模通常非常困难，甚至往往不可能。一种可能的解决方案是在拼接模型中结合两种分布：用于覆盖轻度和中度损失的轻尾分布作为主体，以及用于捕捉大额损失的重尾分布作为尾部。我们提出了一种拼接模型，其主体采用混合 Erlang (ME) 分布，尾部采用 Pareto 分布。这结合了 ME 分布的灵活性与 Pareto 分布建模极值的能力。我们将此拼接方法扩展至适用于截尾和/或截断数据。此类数据的相关示例可见于金融风险分析。我们通过风险度量的实际例子说明了该拼接模型的灵活性。
引用
@article{arxiv.1608.01566,
title = {Modelling Censored Losses Using Splicing: a Global Fit Strategy With Mixed Erlang and Extreme Value Distributions},
author = {Tom Reynkens and Roel Verbelen and Jan Beirlant and Katrien Antonio},
journal= {arXiv preprint arXiv:1608.01566},
year = {2017}
}