Local Transformation Kernel Density Estimation of Loss Distributions
损失分布的局部变换核密度估计AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕精算损失分布的尾部密度估计展开，并以操作损失数据展示应用，直接对应尾部风险研究。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
损失分布的局部变换核密度估计
- 研究问题
- 如何估计精算损失分布，尤其改善尾部密度估计，并在保留方法灵活性的同时利用适合损失数据的参数分布？
- 方法与思路
- 作者先拟合广义 Champernowne 分布并变换数据，再对变换后的数据使用局部非对称核方法，构造半参数密度估计量。
- 材料陈述的贡献
- 摘要称该程序在大规模模拟中相对替代估计量表现良好，并以操作损失数据展示应用，但未提供具体比较数值。
- 阅读关注点
- 核对初始分布拟合、数据变换及密度还原步骤，重点查看非对称核与带宽选择，以及尾部表现的评价标准。
- 阅读边界
- 仅依据所提供的 OpenAlex 摘要；其未说明尾部改善的评价指标、模拟设定和理论条件，不能据此断言普遍优越。
原文摘要
We develop a tailor-made semiparametric asymmetric kernel density estimator for the estimation of actuarial loss distributions. The estimator is obtained by transforming the data with the generalized Champernowne distribution initially fitted to the data. Then the density of the transformed data is estimated by use of local asymmetric kernel methods to obtain superior estimation properties in the tails. We find in a vast simulation study that the proposed semiparametric estimation procedure performs well relative to alternative estimators. An application to operational loss data illustrates the proposed method.