广义最大稳定分布与某种相依序列的极值类型定理

拓广讨论最大稳定分布与极值类型定理．     

混合正态分布的收敛速度

研究了混合正态分布的收敛速度,得到了一致收敛速度.     

构造分布条件矩的收敛速度

给出F属于吸引场Φα和Ψα时X*～F*(x)=1-xp(1-F(x))的条件矩E((X*-t)q|X*>t)的收敛速度.     

Brinbaum-Sauders分布的极值收敛速度

主要讨论了Brinbaum-Sauders分布的尾部特征,得到了最大值分布的渐进展开.     

关于吸引场D(Λ)的两点注记

拓广了最大值吸引场D(Λ)中分布函数所满足充要条件的两个经典结果,得到:(1) F∈D(Λ)当且仅当Limzo(1-F(x))m-1∫xox∫xot1…∫xotm-1(1-F(s)dsdtm-1…dt1/(∫xox(1-f(s))ds)m=1且上述表达式中积分均有限,其中m为任意不小于2的整数.在此情形下,1/1-F∈( ),辅助函数f(t)可选为Fm(t)=∫xox∫xot1…∫xotm-1(1-F(s)dsdtm-1…dt1或f1(t)= ∫xot(1-F(s))ds/(1-F(t))赋范常数可适当选为bn=(1/1-F)←(n),an=∫(bn). (2) F∈D(Λ)当且仅当对某α>β>0s(x)= ∫xox(1-F(t)adt/(1-F(x))aβ∫xox(1-F(t))) βdt→β/a(x↑xo)进一步,上式对所有α>β>0都成立.     

极值指标下平稳序列的风险测度

平稳金融序列存在相依性,不满足独立同分布假设下极值理论的条件约束.讨论了极值指标下平稳随机序列的风险测度,通过估计极值指标θ并修正广义极值分布的位置参数和尺度参数,得到平稳随机序列的风险值.实证和检验表明平稳金融序列需要极值指标修正模型,提高风险值估计的准确度.     

离散型随机变量序列最大值的收敛速度

设X1,X2,…,Xn是独立同分布离散型随机变量序列,Mn=max{X1,X2,…,Xn}.当n→∞时,(Mn-bn)/an的极限分布已知.然而,当离散分布的参数随着n而变化时,有可能得到它的非退化极限分布及其收敛速度.研究了3类离散型随机变量序列最大值的收敛速度.     

逆高斯分布的极值收敛速度

主要讨论了逆高斯分布的最大值分布渐近展开,得到最大值分布收敛到Gumbel分布的收敛速度.     

混合泊松随机测度的定义与构造

随机过程的具体刻划在金融上有重要应用。混合泊松随机测度正是其一个精确刻划，记录值可形成泊松随机测度，而记录时间可用泊松随机过程很好地逼近。前人给出了泊松随机测度的经典结果。在此基础上运用测度论典型手法及拉普拉斯泛函，得到混合泊松随机测度的结论。不仅给出了混合泊松随机测度的定义：N是E上的点过程，如果在给定A＝λ条件下，N是具有均值测度的泊松随机测度，则称N为混合松随机测度，而且得到混合泊松随机测度的构造与存在唯一性定理。这将给实际应用提供一个有用的理论工具。     

拟正则条件下具有随机足标的最大值的极限定理

讨论了具有随机足标的最大值问题．在拟正则条件下得到具有随机足标的最大值的极限定理．