目录 1
序言 1
第一章 引言 1
§1.1 研究意义与国内外研究综述 1
§1.2 本书研究的主要内容、方法和创新 7
第二章 极值分布的基本理论 16
§2.1 渐近模型 16
§2.2 分布的极值指数的估计 25
§2.3 最小值的渐近模型 32
§3.1 极值指数的修正的Pickands估计 35
第三章 修正的Pickands估计门限值的自助估计方法 35
§3.2 主要结果 37
§3.3 自助法的实现步骤 43
§3.4 定理的证明 45
第四章 基于指数回归模型的极值估计的门限值的选取方法§4.1 问题的提出 60
§4.2 自适应的门限值的选取方法 62
§4.3 基于指数回归模型的矩估计的门限值的选取 71
第五章 一种概率分布的高分位数的最优估计 77
§5.1 高分位数估计的几种常用方法回顾 77
§5.2 主要结果 83
§5.3 定理的证明 89
§6.1 删失情形下的极值指数的估计 101
第六章 小样本情形下适度删失时的极值指数估计 101
§6.2 删失情形下的极值指数的WLS估计 103
§6.3 模拟研究 107
§6.4 WLS估计与指数回归模型结果的比较 114
第七章 极值估计在度量极值风险中的应用 116
§7.1 传统的度量风险的工具和最新进展 116
§7.2 GPD模型的VaR 125
§7.3 指数回归模型的VaR 139
§7.4 模型选择与VaR估计 144
§7.5 广义极值分布模型（GEV）度量极值风险 157
§7.6 极值理论在信用资产组合管理中的应用 162
§7.7 二元相依极值风险的Copula度量简介 168
第八章 大的索赔数据的广义Pareto分布拟合 190
§8.1 问题的提出 190
§8.2 数据的描述 191
§8.3 统计模型 193
§8.4 模型的一些应用 197
第九章 贝叶斯极值估计及其在信用估计中的应用 201
§9.1 问题的提出 201
§9.2 负二项-Pareto分布模型 204
§9.3 全Paretian模型参数的贝叶斯估计和贝叶斯信用估计 206
§9.4 随机模拟与实例分析 210
参考文献 215
后记 230