文献

J-GLOBAL ID：201702253053717794   整理番号：17A1501042

裾野の重い分布の損失を伴う測定Haezendonck Goovaertsリスク【Powered by NICT】

Haezendonck-Goovaerts risk measure with a heavy tailed loss

著者 (3件)： Liu Qing (School of Statistics and Research Center of Applied Statistics, Jiangxi University of Finance and Economics, Nanchang, Jiangxi 330013, PR China) ,  Peng Liang (Department of Risk Management and Insurance, Georgia State University, Atlanta, GA 30303, USA) ,  Wang Xing (Department of Risk Management and Insurance, Georgia State University, Atlanta, GA 30303, USA)
資料名： Insurance: Mathematics and Economics  (Insurance: Mathematics and Economics)
巻： 76  ページ： 28-47  発行年： 2017年 
JST資料番号： W2139A  ISSN： 0167-6687  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： Haezendonck Goovaerts(H G)リスク測度を(再)保険とポートフォリオ管理における多くの注目を集めている。いくつかのノンパラメトリック推定は文献で提案されている。損失変数は十分なモーメント,関与する若年機能に依存することを持たない場合に,AhnとShyamalkumar(2014)におけるノンパラメトリック推定量は非正規限界,区間推定に挑戦を有していた。保険と金融における多くの損失変数は無限分散などの重い尾部を持つ可能性があるという事実に触発されて,本論文は非パラメータ的極値理論と中央部による尾部を推定する新しい推定量を提案した。提案した新しい推定量は常に損失変数の尾部重にかかわらず正常範囲を持っていることが判明した。漸近的に正しい信頼レベルを持つ区間は,漸近的分散を推定するによる正規近似法またはブートストラップ法により容易に得ることができる。シミュレーション研究およびリアルデータ解析は,H-Gリスク尺度を推定するための提案された新しい推論手法の有効性を確認した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： データ解析 ,  *推定量 ,  近似法 ,  ノンパラメトリック法 ,  測度 ,  ブートストラップ ,  モーメント ,  金融 ,  保険 ,  シミュレーション
準シソーラス用語： 極値理論 ,  区間推定 ,  若年 ,  ポートフォリオ管理 , 【Automatic Indexing@JST】

著者キーワード (5件)： 経験的プロセス ,  固定レベル ,  Haezendonck Goovaertsリスク測定 ,  重い尾部 ,  中間レベル

分類 (3件)： システム・制御理論一般  (IA02010H) ,  統計的品質管理  (KB04030W) ,  統計学  (AB08000H)

タイトルに関連する用語 (3件)： 分布 ,  損失 ,  リスク