论文部分内容阅读
无论对于极值理论,还是对于金融和保险理论,分布函数的尾部性质都具有重要意义,而且金融市场的大量实证结果表明,金融时间序列的实际分布都呈现出重尾性质,因而重尾情形下尾部指数的估计引起了人们的关注,许多学者提出了各种方法,但都不同程度的存在一定的局限性,为此,Crovella提出了一种从标度特征方面来估计尾部指数的方法,该方法易于应用,估计结果也比较准确.
本文的第二章在阐述了该估计方法的具体步骤后,给出了相应的估计量,并从理论上对该估计量的相合性进行了分析,证明该估计量具有强相合性.第三章则是通过随机模拟将Crovella估计法与传统的Hill估计法进行比较,发现对于估计Levy-Stable分布的尾部指数,当数据量比较大时,Crovella估计法明显的比Hill估计法精确,特别是当α的值接近于2时.