極值估計在金融保險中的應用

定　價：￥18.00

作　者：	歐陽資生
出版社：	中國經(jīng)濟出版社
叢編項：
標　簽：	投資

購買這本書可以去

ISBN：	9787501774333	出版時間：	2006-04-01	包裝：	平裝
開本：	32開	頁數(shù)：	231	字數(shù)：

內容簡介

　　在利用極值理論進行風險管理時，首先必須對極值事件的統(tǒng)計規(guī)律進行分析，得出極值分布中各個參數(shù)和高分位數(shù)的估計，這時本書的極值估計方法就派上了用場。本書作者首先系統(tǒng)地研究了極值估計的方法，從數(shù)學證明和計算機隨機模擬兩個方面驗證模型，然后，將估計理論應用于金融、保險中，對金融、保險中的極值事件建立模型，并以我國實際的股票收益率數(shù)據(jù)和醫(yī)療及巨災保險索賠數(shù)據(jù)進行實證分析，達到了對金融、保險中的極值風險進行有效度量的目的。作者的上述研究以極值估計為基礎，不僅有理論上的創(chuàng)新，也有歷史經(jīng)驗數(shù)據(jù)的支持。如何準確刻畫金融、保險中極值事件，度量金融、保險業(yè)所面臨的極值風險，一直是金融監(jiān)管者、保險精算師關注的問題。極值理論的不斷深化和發(fā)展為度量這種極值風險提供了一個很好的平臺。在利用極值理論進行風險管理時，首先必須對極值事件的統(tǒng)計規(guī)律進行分析，得出極值分布中各個參數(shù)和高分位數(shù)的估計，這時本書的極值估計方法就派上了用場。本書首先系統(tǒng)地研究了極值估計方法，從數(shù)學證明和計算機隨機模擬兩個方面驗證了模型，然后將估計理論應用于金融、保險中，針對金融、保險中的極值事件建立模型，并以我國實際的股票收益率數(shù)據(jù)、醫(yī)療和巨災保險索賠數(shù)據(jù)為樣本進行實證分析，達到對金融、保險中的極值風險進行有效度量的目的。本書可供統(tǒng)計、風險管理和保險精算人員閱讀。

作者簡介

　　歐陽資生，男，1967年8月生，湖南邵陽人，1997年畢業(yè)于浙江大學概率統(tǒng)計專業(yè)，獲理學碩士學位，2004年畢業(yè)于中國人民大學統(tǒng)計學院統(tǒng)計學專業(yè)，獲經(jīng)濟學博士學位。同年，進入湖南大學管理科學與工程博士后科研流動站從事科研工作?，F(xiàn)任湖南商學院副教授、信息系副主任。主要研究領域涉及應用統(tǒng)計學、風險管理、保險精算學、計量經(jīng)濟學等方面。先后在《統(tǒng)計研究》、《應用數(shù)學學報》、《數(shù)理統(tǒng)計與管理》、《應用概率統(tǒng)計》、《高校應用數(shù)學學報A，B》、《統(tǒng)計與決策》、《財政理論與實踐》等學術期刊上公開發(fā)表論文二十多篇，主持完成湖南省自然科學基金、湖南省社會科學基金等六項課題。

圖書目錄

序言
第一章引言
1.1 研究意義與國內外研究綜述
1.2 本書研究的主要內容、方法和創(chuàng)新
第二章極值分布的基本理論
2.1 漸進模型
2.2 分布的極值指數(shù)的估計
2.3 最小值的漸進模型
第三章修正的Piuckands估計門限值的自助估計方法
3.1 極值指數(shù)的修正的Pickands估計
3.2 主要結果
3.3 自助法的實現(xiàn)步驟
3.4 定理的證明
第四章基于指數(shù)回歸模型的極值估計的門限值的選擇方法
4.1 問題的提出
4.2 自適應的門限值的選擇方法
4.3 基于指數(shù)回歸模型的矩估計的門限值的選擇
第五章一種概率分布的高分位數(shù)的最優(yōu)估計
5.1 高分位數(shù)估計的幾種常用方法回顧
5.2 主要結果
5.3 定理的證明
第六章小樣本情形下適度刪失時的極值指數(shù)估計
6.1 刪失情形下的極值指數(shù)的估計
6.2 刪失情形下的極值指數(shù)的WLS估計
6.3 模擬研究
6.4 WLS估計與指數(shù)回歸模型結果的比較
第七章極值估計在度量極值風險中的應用
7.1 傳統(tǒng)的度量風險的工具和最新進展
7.2 GPD模型的VaR
7.3 指數(shù)回歸模型的VaR
7.4 模型選擇與VaR估計
7.5 廣義極值分布模型(GEV）度量極值風險
7.6 極值理論在信用資產(chǎn)組合管理中的應用
7.7 二元相依極值風險的Copula度量簡介
第八章大的索賠數(shù)據(jù)的廣義Pareto分布擬合
8.1 問題的提出
8.2 數(shù)據(jù)的描述
8.3 統(tǒng)計模型
8.4 模型的一些應用
第九章貝葉斯極值估計及其在信用估計中的應用
9.1 問題的提出
9.2 負二項-Pareto分布模型
9.3 全Paretian模型參數(shù)的貝葉斯估計和貝葉斯信用估計
9.4 隨機模擬與實例分析
參考文獻
后記