咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >厄兰极值混合模型的有效估计及其在保险中的应用 收藏

厄兰极值混合模型的有效估计及其在保险中的应用

EFFICIENT ESTIMATION OF ERLANG AND GPD MIXTURES USING ISCAD PENALTY WITH INSURANCE APPLICATION

作     者:殷崔红 林小东 袁海丽 YIN Cui-hong LIN Xiao-dong YUAN Hai-li

作者机构:厦门大学数学科学学院福建厦门361005 多伦多大学统计系 武汉大学数学与统计学院湖北武汉430072 

出 版 物:《数学杂志》 (Journal of Mathematics)

年 卷 期:2016年第36卷第6期

页      面:1315-1327页

学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学] 

基  金:国家自然科学基金资助(11201352) 

主  题:极值理论 极值混合模型 iSCAD惩罚 EM算法 似然函数 

摘      要:本文研究了Erlang混合分布和广义帕累托分布混合模型的估计问题.通过引入iSCAD惩罚函数,利用EM算法极大化iSCAD惩罚似然函数的方法,获得了混合序和参数的估计值,计算出有效的度量风险指标value-at-risk(VaR)和tail-VaR(TVaR),通过模拟实验和实际数据说明了模型和算法的有效性.推广了有限Erlang极值混合模型在保险数据拟合中的应用.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分