尾部模型与风险评估中统计精度的极限
风险管理
2020-07-15 v1 统计方法学
摘要
在风险管理中，尾部风险至关重要。风险评估应按照监管机构的要求在高分位数处进行。一般而言， underlying 分布函数未知，数据库稀疏，因此采用特殊的尾部模型。广义帕累托分布常被用作基本模型，其参数由尾部区域的数据确定。统计学家随后利用确定的尾部模型计算所需的高分位数。在此背景下，我们考虑分位数计算可能达到的精度，并根据置信水平和尾部模型的参数确定分位数估计量的有限样本分布函数，进而计算分位数估计量的有限样本偏差和有限样本方差。最后，我们对未知分布函数的分位数进行了影响分析。
引用
@article{arxiv.1904.12113,
title = {Tail models and the statistical limit of accuracy in risk assessment},
author = {Ingo Hoffmann and Christoph J. Börner},
journal= {arXiv preprint arXiv:1904.12113},
year = {2020}
}
备注
3 figures