CHAPTER 02 / 2.3 超越阈值建模 / 2.3.3
尾部风险与重现期
用拟合的 GPD 外推 VaR、TVaR 与重现水平,并与区块最大值法比较。
模拟数据来源
观测年数(每年 365 天)
0.80.995
01 / 拟合结果
在 2.3.2 中查看阈值选择与拟合 →阈值 以上的 365 个超额拟合为
阈值 18.97
超越概率 0.05
形状 0.3045
尺度 5.3531
02 / 尾部风险
用 GPD 外推:VaR、TVaR 与日数据的重现水平
置信水平 p
| 风险度量 | GPD 估计 | 样本经验值 | 真实值 |
|---|---|---|---|
| 59.25 | 59.47 | 55.34 | |
| 84.57 | 85.82 | 74.26 | |
| 10 年一遇的日损失 | 87.2 | 79.16 | 77.08 |
| 50 年一遇的日损失 | 141.47 | 数据不足 | 115.8 |
| 100 年一遇的日损失 | 174.38 | 数据不足 | 137.86 |
高于阈值分位数 0.95,可以用尾部公式外推。真实值由生成数据的分布直接计算;“数据不足”表示观测年数少于重现期,经验分位数无法外推。
03 / 与区块最大值比较
同一份日数据:20 个年最大值拟合 GEV,365 个超额拟合 GPD
| 方法 | 使用的数据 | 形状 | 50 年一遇 | 100 年一遇 |
|---|---|---|---|---|
| GEV(区块最大值) | 20 个年最大值 | 0.281 | 128.79 | 156.24 |
| GPD(超越阈值) | 365 个超额 | 0.304 | 141.47 | 174.38 |
| 真实值:年最大值 | 0.25(极限) | 115.51 | 137.69 | |
| 真实值:日数据 | 0.25(极限) | 115.8 | 137.86 |
两种“ 年一遇”的含义不同:GEV 是年最大值 超过 的概率为 ;GPD 是任意一天超过 的概率为 。 较大时两者几乎相等(极限等价);只有 接近 1 年时才有明显差别,例如 时分别为 与 。
重现水平图:两种方法与两种“T 年一遇”
重现水平真实:年最大值的 T 年一遇真实:日数据的 T 年一遇GEV 拟合(20 个年最大值)GPD 拟合(365 个超额)年最大值(经验重现期)
04 / 重复抽样
重新生成 20 年日数据并重复两种拟合: 年一遇的估计有多稳定?
年一遇:(GEV)与 (GPD)的分布
概率密度GEV:20 个年最大值GPD:超过阈值的日数据
0 次重复
估计落在真实值 ±10% 以内的比例
GEV(年最大值)—
GPD(超额)—
点击“重复 200 次”:每次重新生成 20 年日数据,同时做两种拟合。
GEV 每年只用 1 个观测(共 20 个),GPD 用到所有超过阈值的日子(约 365 个)。在同样的观测年数下,超越阈值法的估计通常波动更小。
| 估计量 | 真实值 | 0 次重复:5% 分位 | 中位数 | 95% 分位 |
|---|---|---|---|---|
| GEV 形状 (年最大值) | 0.25(极限) | — | — | — |
| GPD 形状 (超额) | 0.25(极限) | — | — | — |
| GEV:(年最大值) | 137.69 | — | — | — |
| GPD:(日数据) | 137.86 | — | — | — |
同样 20 年的日数据,区块最大值法只保留每年的最大值,超越阈值法保留所有超过 的日子,所以 GPD 的重现水平估计通常更稳定。代价是要选阈值,并假设超过阈值的日子之间近似独立(真实降雨或损失常常成串出现)。
尾部外推与两种“T 年一遇”展开阅读
由 与超额的 GPD 模型,得到阈值以上的尾部近似 ,从而得到 VaR、TVaR 与重现水平。日数据中,“ 年一遇”对应任意一天超过的概率 ;而 GEV 的“ 年一遇”是年度最大值超过的概率 。
两种定义的关系:365 天独立时 ,所以年最大值的 年一遇水平满足
越大, 与 越接近,这就是课件所说的“极限等价”。两种方法的差别主要在用到的数据量:区块最大值法每年只保留一个观测,超越阈值法保留所有超过 的观测。