有限混合模型中风险度量的大偏差
摘要：保险风险由于其异质性，可以适当地描述为不同固定模型的混合体，其中分配给每个模型的权重可以根据可用数据样本进行经验估计。如果在估计的混合体上评估风险度量而不是（未知的）真实值，则重要的是研究所造成的误差。在本文中，我们研究了估计的风险度量在数据样本大小趋向于无穷时的渐近行为，类似于大偏差。我们通过应用收缩原理获得了大偏差结果，并且通过适当的变分公式给出了速率函数；对于两个模型的混合体，可以获得明确的表达式。最后，我们将我们的结果应用于最常见的风险度量，即分位数、期望损失和缺口风险度量。
作者：Valeria Bignozzi, Claudio Macci, Lea Petrella
论文ID：1710.03252
分类：Risk Management
分类简称：q-fin.RM
提交时间：2018-02-12