极值理论关注风险损失分布的尾部特征,通常用来分析概率罕见的事件,它可以依靠少量样本数据,在总体分布未知的情况下,得到总体分布中极值的变化情况,具有超越样本数据的估计能力。因此,基于GPD(generalized pareto distribution)分布的POT(peak over threshold)模型可更有效地利用有限的巨灾损失数据信息,从而成为极值理论当前的主流技术(以下简称,POT-GPD模型)。针对地震巨灾发生频率低、损失高、数据不足且具有厚尾性等特点,利用POT-GPD模型对我国1969年至2013年间的地震直接经济损失数据进行了统计建模;采用样本Hill图及区间筛选算法选取阈值,并对形状参数及尺度参数进行了估计。模型检验表明,POT-GPD模型对巨灾风险厚尾特点具有较好的拟合效果和拟合精度,为地震巨灾风险估计的建模及巨灾债券的定价提供了理论依据。
