极值BMM模型与POT模型对面板堆石坝安全监控指标拟定的比较研究

研究极值理论中极值BMM模型和POT模型在大坝安全监控指标拟定上的运用,通过引用经济学上的分位数和极端风险(VaR)值的概念,根据对应公式计算出相应数值进行量化比较分析。研究结果表明,极值BMM模型和POT模型在高置信水平下均能反映出数据的极端风险状况;在99%置信水平下两模型VaR值均大于在95%置信水平下的VaR值;在99%置信水平下极值BMM模型计算出的VaR值比POT模型下的VaR值更大,且接近于拟定指标,表明极值BMM模型下VaR值更能反映出数据的极值状态;在指标拟定方面,极值BMM模型较为适合拟定数据范围内的警戒指标,而POT模型指标拟定结果是超越样本数据本身,具有一定的预测性,适合拟定为样本数据的预测指标。

BMM模型在商业银行操作风险度量中的应用

文章利用极值理论中的BMM模型对商业银行操作风险损失极端值分布进行估计。采用广义极值分布构建VaR模型，组建极值数据组，运用极大似然估计法估计两个参数，进而计算操作风险损失VaR。最后结合我国商业银行1994-2008年的220个操作风险损失数据进行实证研究。结果豆示BMM模型具有超越样本的估计能力，在数据较少条件下能得到较准确结果，用其度量商业银行的操作风险损失VaIL是合理的，这为我国商业银行操作风险度量和管理提供一定的量化依据。

基于极值BMM模型的石油价格极端风险度量研究

利用WTI日对数收益率数据估计一般极值分布参数,并根据极值BMM模型计算石油价格极端值风险。实证结果表明,在95%的置信水平下,由BMM模型度量的石油价格风险低于正态模型的相应度量值,而在99%的置信水平下,BMM模型对风险的捕捉则显著优于正态分布。上述结论表明,BMM模型在较低置信水平其效力虽不及正态分布VaR模型,但在高置信水平下能更好地捕捉分布的厚尾特征。因此,对于石油风险管理者而言,BMM模型将是测度石油市场极端风险较好的选择。

基于POT和BMM模型的甘河洪水演变特征分析

全球气候变化引起极端洪水频发和强度增大,增加流域洪水风险。甘河是嫩江尼尔基水库上游最大的支流,其洪水演变关乎下游尼尔基水库的防洪调度。本研究基于甘河1958~2018年的逐日气温、降水和径流等数据,利用块最大值模型和超阈值模型,在对洪水事件提取的基础上,分析了洪水事件发生次数、发生时间和洪峰流量的演变特征,并探究了洪水演变与降水、气温关系。结果表明:甘河流域洪水频发,61 a间共发生了124次洪水事件,且主要集中在5~10月。年最大洪峰流量总体呈增加趋势,增加速率为4.6 m^(3)/(s·a);年最大洪峰发生时间均有提前趋势,增加速率为0.37 d/a。洪水与气温相关性较弱,与降水密切相关,甘河流域易形成暴雨型洪水;洪峰发生前10 d的降水频率和强度与洪水的相关性最为密切,且年最大7日洪量和最大7日降水量变化趋势大致相当。研究成果可为甘河洪水风险管理和下游尼尔基水库的防洪调度与水安全保障提供参考。

基于BMM模型对上证股市的研究

本文利用BMM模型对2004年至2013年期间上证股市风险进行估计,采用GEV分布中构建VaR模型,组建极值数据组,利用极大似然估计法对参数进行估计,从而得到不同置信水平下的损失值VaR.本文采用基于BMM 法的VaR 模型估计上证股市收益率.的取值确定了尾部的厚度,本文计算出的值较大,表明上证股市收益率存在厚尾现象.

基于极值BMM模型的人身险极端理赔风险研究

近年来,随着保险市场的发展,人身险(包括健康险、寿险和意外险)占据的份额不断上升,这些险种极端理赔的现象也一直存在。国内外人身险的实践经验表明,准确掌握保险理赔可能存在的极端风险,有利于保险公司更精确地定价保险产品。文章以2005-2014年全国六个地区人身险的月理赔额为样本,通过对数据特征进行系统性分析,筛选出符合"尖峰厚尾"特征的理赔数据。运用区间极大值模型(Block Maxima Method,BMM)对理赔数据进行风险度量,以求得其理赔VaR(Value at Risk)。结果显示,意外险的理赔出现极端风险的可能性较大,多数地区意外险的理赔都存在极端风险;而健康险出现极端理赔的可能性相对较小,但一旦出现极端情况,其理赔VaR很有可能大于意外险。

极值BMM与POT模型对沪深股市极端风险的比较研究

基于VaR理论正态性假设导致的尾部风险低估问题,本文研究了极值理论BMM与POT模型,并对沪深股市极端风险进行了实证分析。研究结果表明,涨停限制抑制了沪深股市极端风险数据的异质性,致使厚尾分布线向内收敛,在较高置信水平下POT模型最为有效,两个指标VaRPOT、CVaRPOT均真实地反映了极端风险;在较低置信水平下正态VaR模型反而存在高估的假象,BMM模型则存在低估的问题,此时POT模型仍是最有效模型,但CVaRPOT替代VaRPOT成为描述极端风险及其性质的有效指标。

平稳序列BMM模型与沪深股市极端风险研究

基于VaR理论正态分布假设导致的尾部风险低估问题,研究了GEV分布下的BMM模型及区间关联下的极值VaR的建模,并实证分析了沪深股市极端风险.研究结果表明:BMM模型对金融风险的厚尾具有更合理的理论基础.然而,涨跌停板极大地抑制了沪深股市极值数据的异质性,形成"极值不极"现象,导致在较高置信度下BMM模型更为有效,而在较低置信度下反而存在低估问题,有效性尚不及VaR模型.

基于极值BMM模型的人身保险极端理赔风险研究

近些年,随着保险市场的发展,人身保险（包括人寿保险、健康保险和人身意外伤害险）占据的份额不断上升。这些险种极端理赔的现象也一直存在。国内外人身保险的实践经验表明,准确掌握保险理赔可能存在的极端风险,有利于保险公司更精确地定价保险产品。本文以2005—2014年全国六个地区人身保险的月理赔额为样本,通过对数据特征进行系统性分析,筛选出符合＂尖峰厚尾＂特征的理赔数据。运用区间极大值模型（Block Maxima Method,BMM）对理赔数据进行风险度量,求得其理赔在险价值（Value at Risk,Va R）。结果显示,人身意外伤害险的理赔出现极端风险的可能性较大,多数地区人身意外伤害险的理赔都存在极端风险。由于其出现概率不符合大数定理,理赔风险很难把控;而健康保险出现极端理赔的可能性相对较小,但一旦出现极端情况,其理赔Va R很有可能大于意外险。因此,健康保险应当成为理赔风险管理的重点。

商业银行操作风险度量模型文献综述

对商业银行操作风险度量模型方法进行回顾综述。

pH敏感型双模型介孔SiO_2的制备及其对布洛芬的缓控释性能

通过两步法制备了pH敏感型聚合物葡聚糖(Dex)-聚丙烯酸(PAA)包裹的双模型介孔SiO2(BMMs)纳米复合材料(D-P/BMMs),并采用XRD、SEM、FT-IR、TG和N2吸附-脱附手段对其进行了结构表征。以布洛芬(IBU)为模型药物详细考察了D-P/BMMs对药物IBU的缓释及pH敏感控释性能。结果表明,BMMs介孔有序度由于Dex-PAA的包裹而降低;IBU在pH=7.4的磷酸盐缓冲溶液中的释放率达到46%,明显高于在pH=2.0中的释放率(约26%),说明D-P/BMMs具有较强的pH敏感性,是一种良好的药物控释载体。

Al/BMMs双介孔分子筛催化剂的制备及其在异丙苯催化裂化中的应用

通过后铝化合成方法制备了Al/BMMs双模型介孔分子筛催化剂;采用XRD、BET、FT-IR、TG等分析手段对其结构和性能进行了表征,并且考察了不同硅/铝摩尔比的催化剂在异丙苯催化裂化中的催化性能。结果表明,反应后Al/BMMs催化剂仍然保持了双介孔结构;同时随着Al含量的增加,异丙苯的转化率增加,当n(Si)/n(Al)=20时,转化率达到最大(约54%)。

钴卟啉／双模型介孔分子筛的制备

通过对双模型介孔分子筛（BMMS）的改性，用疏水性的基团将介孔分子筛表面的羟基硅烷化，利用N端基和钴原子的配位将钴卟啉嫁接到介孔分子筛孔道中，得到了分散度高、热稳定性好的有机无机复合双模型介孔分子筛；并通过XRD、BET、TG-DTA等手段对制备的样品进行了表征。结果表明，硅烷化将钴卟啉成功地接枝在BMMS的表面，使钴卟啉得到较好的分散，提高了钴卟啉的热稳定性，且仍保持了BMMS的结构。制备的钴卟啉／BMMS催化剂将用于环己烷和环己烯的非均相催化氧化。

基于极值理论的VaR和ES度量——以中兴通讯数据为例

风险价值(VaR)是市场风险的重要度量工具。以具有厚尾的中兴通讯股票收益率数据为例,分别运用极值理论中的分块样本极大值模型(BMM)和超阈值模型(POT)对VaR进行计算,并给出相应的预期损失(ES),同时提出了一种差异度量的方法对POT模型的阈值进行选取。结果表明,使用极值理论度量风险可以更好地捕捉尾部数据信息,得到更合理且符合实际需求的VaR和ES估计值,且POT模型比BMM模型所得计算结果更加稳定。

基于极值理论的岩质边坡变形预警指标估计

边坡变形预警指标估计对实现边坡安全监控具有重要意义。基于极值理论,建立区间极值(BMM)模型和超阈值(POT)模型,分别利用广义极值分布(GEV)和广义帕累托分布(GPD)对边坡变形监测数据尾部进行拟合分析,结合边坡失事概率,完成对其预警指标的估计。结果表明,两种模型均满足K-S检验,但POT模型可更好地刻画变形监测数据分布的尾部特征,对预警指标的估计偏于安全。研究结果可供类似工程参考。

基于极值理论的大坝变形监控指标拟定

为研究极值理论在大坝变形监控指标拟定上的计算方法,先阐述了极值理论中BMM模型和POT模型的计算原理,并利用对数似然函数实现参数估计;然后采用超均值函数图法选取POT模型的阈值,结合大坝失事概率拟定监控指标。工程实例分析表明,极值理论在大坝变形监控指标拟定中有效可行,精度较高。

基于Copula函数的设计径流推算方法

不同时段长度的径流极值事件之间存在相关性,极值事件的共同发生具有重要的现实意义。基于极值理论,利用广义极值分布对不同时段长度的径流年极大值序列进行分布拟合,并以此为边缘分布分别建立Gumbel Copula、Clayton Copula和t-Student Copula两变量联合分布模型。结果表明:t-Student Copula上尾和下尾均存在相关性,能更好地给出真实数据厚尾分布的几何特征,捕捉到尾部的变化;两变量联合分布法得到的设计值较大,更偏于安全;利用Copula函数来描述不同时段长度的极端径流事件之间的相关关系,可以更加灵活可靠地推求设计径流过程和分析径流事件的条件频率。

轮式装载机载荷极值度量方法

我国“一带一路”倡议深入发展,但国内工业化和城镇化建设尚未完成,为装载机的发展提供了更加广阔的空间。装载机的使用寿命一直是人们研究的方向。受时间、测试成本等影响,装载机寿命预测只能获得一定长度的载荷时间历程,寿命周期内的极端载荷循环很可能不会出现。由于载荷极值是疲劳寿命预测的主要考虑因素,因此载荷极值的度量以及以此为基础的载荷谱编制是机械零部件强度校核、可靠性和载荷寿命预测的前提。文章对基于BMM模型的广义极值分布以及POT模型的广义帕雷托分布两种载荷极值度量方法进行对比,分析了其预测整个寿命期内可能出现的极值载荷以及极值载荷出现的频次,以期为极值载荷处理方法提供参考。

改进POT模型及其在边坡安全监测预警中的应用

基于极值理论的BMM（Block Maximum Method）和POT模型是近来分析边坡安全监测资料、评估边坡安全状况的新兴方法之一。相对简便的BMM模型在数据取样时往往忽略区间次极大值,在资料年限较短时样本容量偏小,可能导致所得结果误差较大。本文利用改进的Hill估计方法得到阈值,通过极大似然估计确定广义帕累托分布参数,从而利用超限数据序列来确定测值序列的整体分布,提出了改进POT（Modified Peaks over Threshold）模型,并应用于某边坡工程的安全监测预警指标分析。结果表明,在同一置信水平下利用超限值应用广义帕累托分布拟合得到的预警指标小于利用块极大值应用正态分布得到的预警指标,表明基于超限数据的改进POT模型得到的预警指标更能有效规避极端情况发生的风险,更有利于边坡安全监测和预警。