基于POT-GPD模型的地震巨灾损失分布研究

发布时间：2017-09-04 05:06

  本文关键词：基于POT-GPD模型的地震巨灾损失分布研究

  更多相关文章： 地震巨灾损失 损失分布 POT-GDP模型 参数估计 阈值

【摘要】：极值理论关注风险损失分布的尾部特征,通常用来分析概率罕见的事件,它可以依靠少量样本数据,在总体分布未知的情况下,得到总体分布中极值的变化情况,具有超越样本数据的估计能力。因此,基于GPD(generalized pareto distribution)分布的POT(peak over threshold)模型可更有效地利用有限的巨灾损失数据信息,从而成为极值理论当前的主流技术(以下简称,POT-GPD模型)。针对地震巨灾发生频率低、损失高、数据不足且具有厚尾性等特点,利用POT-GPD模型对我国1969年至2013年间的地震直接经济损失数据进行了统计建模;采用样本Hill图及区间筛选算法选取阈值,并对形状参数及尺度参数进行了估计。模型检验表明,POT-GPD模型对巨灾风险厚尾特点具有较好的拟合效果和拟合精度,为地震巨灾风险估计的建模及巨灾债券的定价提供了理论依据。
【作者单位】： 防灾科技学院经济管理系;
【关键词】： 地震巨灾损失 损失分布 POT-GDP模型 参数估计 阈值
【基金】：中国地震局教师科研基金项目(20120110)~~
【分类号】：F832.51;F224
【正文快照】： 很多学者[1-3]常采用Lognormal,Gamma,和Weibulll等参数分布对巨灾损失分布进行拟合,为了整体的拟合效果,一般采取剔除极端值的方法(如唐山、汶川地震的极端损失值),这种方法虽然可以较好的拟合样本的主体分布,但剔除极端值会损失样本信息的丢失。实际在地震巨灾保险定价、巨，

本文编号：789489