极端事件聚集建模及其在短期风险评估中的应用
统计方法学
2019-10-08 v2 应用统计
摘要
获得极端事件发生率的可靠估计对于保险公司、政府机构和公众非常重要。极端事件的稀有性通常通过其重现期来表达，即如果过程的极端事件是独立同分布的，则在观测到的事件规模之间预期的等待时间。这种度量的一个主要局限性在于，当在一个 \textit{T} 年事件（\textit{T} 较大）发生后的几个月内，紧接着出现了出乎意料的大量事件。这类事件会削弱人们对这些风险估计质量的信任。表面上独立的极端事件的聚集可能是由于过程的局部非平稳性造成的，这可以通过协变量或随机效应来解释。我们展示了如何通过考虑这些协变量和随机效应来提供更准确的重现水平估计，并通过使用一种新的风险度量来辅助短期风险评估，该风险度量提供了与重现期互补的风险证据。
引用
@article{arxiv.1901.00336,
title = {Modelling the clustering of extreme events for short-term risk assessment},
author = {Ross Towe and Jonathan Tawn and Emma Eastoe and Rob Lamb},
journal= {arXiv preprint arXiv:1901.00336},
year = {2019}
}