| 目录 | 第1-11页 |
| 中文摘要 | 第11-12页 |
| Abstract | 第12-13页 |
| 第一章 引言 | 第13-25页 |
| 第一节 选题背景及研究意义 | 第13-17页 |
| 一、选题背景 | 第13-15页 |
| 二、研究意义 | 第15-17页 |
| 第二节 国内外研究综述 | 第17-22页 |
| 一、国外极值理论及应用研究进展 | 第17-19页 |
| 二、国内极值理论及应用研究进展 | 第19-20页 |
| 三、国外非参数密度估计研究概括 | 第20-21页 |
| 四、国内非参数统计方法在金融保险数据建模领域应用研究概述 | 第21-22页 |
| 第三节 本文研究的基本思想概述 | 第22-23页 |
| 第四节 本文研究的创新之处 | 第23-25页 |
| 第二章 极值理论简介与门限值选取方法概述 | 第25-38页 |
| 第一节 广义极值分布GEV | 第25-27页 |
| 第二节 广义帕累托分布GPD | 第27-29页 |
| 第三节 门限值选取问题 | 第29-31页 |
| 一、样本平均超出函数图 | 第30-31页 |
| 二、样本Hill图 | 第31页 |
| 第四节 基于Hill估计确定门限值的自助算法 | 第31-38页 |
| 第三章 非参数密度估计理论 | 第38-54页 |
| 第一节 直方图 | 第39-40页 |
| 第二节 核密度估计 | 第40-42页 |
| 第三节 局部似然密度估计 | 第42-44页 |
| 第四节 光滑参数选取的一般方法——交叉验证 | 第44-47页 |
| 第五节 核密度估计光滑参数选取的两种方法 | 第47-54页 |
| 一、Silverman经验法 | 第47-49页 |
| 二、直接插入法 | 第49-54页 |
| 第四章 实证分析——划分尾部区域 | 第54-71页 |
| 第一节 数据描述与探索性分析 | 第54-56页 |
| 第二节 厚尾的检测 | 第56-59页 |
| 一、指数QQ图法 | 第56-57页 |
| 二、样本平均超出函数图法 | 第57-59页 |
| 第三节 选取适当的门限值 | 第59-67页 |
| 一、样本平均超出函数图 | 第59-60页 |
| 二、样本Hill图 | 第60-62页 |
| 三、基于Hill估计的自助算法确定门限值 | 第62-67页 |
| 第四节 本章内容涉及的R语言程序代码 | 第67-71页 |
| 第五章 实证分析——尾分布的非参数核密度估计 | 第71-87页 |
| 第一节 尾分布的核密度估计 | 第71-81页 |
| 一、Silverman经验法选取光滑参数 | 第71-74页 |
| 二、两阶段直接插入法选取光滑参数 | 第74-76页 |
| 三、交叉验证法选取光滑参数 | 第76-81页 |
| 第二节 三种核密度估计结果的简单比较 | 第81-83页 |
| 第三节 一个计算停止损失再保险纯保费的应用实例 | 第83-85页 |
| 第四节 本章内容涉及的R语言程序代码 | 第85-87页 |
| 第六章 结论 | 第87-90页 |
| 第一节 本文研究的主要方法及结论 | 第87-89页 |
| 第二节 本文研究的不足之处与进一步研究的方向 | 第89-90页 |
| 参考文献 | 第90-93页 |
| 致谢 | 第93-94页 |
| 在学期间发表的研究成果 | 第94页 |