摘要
基于指数回归模型构造了厚尾分布的一个子族——Hall分布族的极值分位数估计,并将该方法应用于巨额索赔数据进行了实证分析。然后,对巨灾保险进行了风险度量,得到了该数据的极值分位数,并作出了合理解释。
A high quantile estimator of a heavy-tailed distribution subclass Hall distribution class is proposed based on the exponential regression model. Empirical analysis is made by applying this method to large claim data. Risk of catastrophe insurance is measured. The high quantile estimation of the catastrophe insurance data is derived. Finally ,rational illustration for the result is presented.
出处
《系统工程》
CSCD
北大核心
2008年第7期112-116,共5页
Systems Engineering
基金
湖南省哲学社会科学成果评审委员会立项课题(0608041C)
中南大学博士创新基金资助项目(3340-75206)
湖南省软科学基金资助项目(2006ZK3028)
关键词
指数回归模型
极值分位数
极值事件
Hill估计
Exponential Regression Models
Extreme Quantiles
Extreme Events
Hill Estimator