Aşırı Değer Teorisi (ADT)
Extreme Value Theory (GEV, GPD, Peaks-Over-Threshold) · Ayrıca şöyle bilinir: EVT, generalized extreme value, generalized Pareto distribution, peaks over threshold, Aşırı Değer Teorisi (EVT — GEV, GPD, POT)
Aşırı Değer Teorisi (ADT), olasılık dağılımının kuyruğunda yer alan nadir olayları modellemek için kullanılan istatistiksel bir çerçevedir. Coles (2001) tarafından geliştirilen ve McNeil, Frey & Embrechts (2005) tarafından riske uygulanan ADT, iki standart yol sunar: blok maksimumları için Genelleştirilmiş Aşırı Değer (GEV) dağılımı ve yüksek bir eşiğin üzerindeki aşmaları modellemek için eşik üstü yaklaşımında kullanılan Genelleştirilmiş Pareto Dağılımı (GPD).
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+1 tane daha
Ne zaman kullanılır
Sürekli bir değişkenin tipik davranışından ziyade nadir, aşırı sonuçlarıyla ilgilendiğinizde, hem zaman serisi hem de kesitsel verilerde ADT kullanın. Gözlemler bağımsız veya yalnızca zayıf bağımlı olmalı, eşik u ortalama-aşım grafiği veya Hill grafiği gibi teşhislerle seçilmeli ve güvenilir bir uyum için kuyrukta yeterli veri (en az yaklaşık 50 aşma) olmalıdır. Finansal risk, hidroloji ve sigorta için çok uygundur, ancak kısa örneklemlerde veya durağan olmayan serilerde güvenilmezdir.
Güçlü yönler & sınırlılıklar
- Kuyruğu doğrudan modeller, bu nedenle henüz gözlemlenmemiş olaylardan daha aşırı olayları nicelleştirebilir.
- Normalite varsayımı yapmaz ve şekil parametresi ξ aracılığıyla ağır kuyrukları yakalar.
- Tamamlayıcı, iyi temellendirilmiş iki yol sunar: blok maksimumları için GEV ve eşik aşmaları için GPD/POT.
- Önemli bir kuyruk örneği gerektirir; yaklaşık 250'den az gözlemle kuyruk güvenilir bir şekilde tahmin edilemez ve daha basit bir değer-riski yöntemi tercih edilir.
- Sonuçlar, eşik u veya blok boyutunun seçimine duyarlıdır.
- Durağanlığı varsayar; durağan olmayan serilerde eşik ve geri dönüş seviyeleri yanıltıcı hale gelir.
SSS
GEV ve POT yaklaşımları arasındaki fark nedir?
GEV yaklaşımı verileri bloklara (örneğin aylar) ayırır ve her bloğun maksimumunu Genelleştirilmiş Aşırı Değer dağılımı ile modeller. Eşik üstü (POT) yaklaşımı ise yüksek bir eşik belirler ve bunun üzerindeki her aşmayı Genelleştirilmiş Pareto Dağılımı ile modeller. POT genellikle mevcut aşırı verilerden daha tam olarak yararlanır.
Şekil parametresi ξ bana ne anlatır?
ξ kuyruğun ne kadar kalın olduğunu belirler. ξ > 0, sonlu üst sınırı olmayan ağır (Fréchet tipi) bir kuyruğu, ξ = 0 üstel (Gumbel tipi) bir kuyruğu ve ξ < 0 sonlu bir uç noktaya sahip sınırlı (Weibull tipi) bir kuyruğu gösterir.
Eşik u'yu nasıl seçerim?
Ortalama-aşım grafiği veya Hill grafiği gibi teşhis araçlarını kullanın. Eşik, Genelleştirilmiş Pareto yaklaşımının geçerli olacağı kadar yüksek, ancak kararlı bir uyum için en az yaklaşık 50 aşma bırakacak kadar da düşük olmalıdır.
ADT ne kadar veriye ihtiyaç duyar?
ADT kuyrukta veri açlığı çeker. Yaklaşık 250'den az gözlemle kuyruk dağılımı güvenilir bir şekilde tahmin edilemez ve daha basit bir değer-riski yaklaşımı daha güvenli bir seçenektir.
Kaynaklar
- Coles, S. (2001). An Introduction to Statistical Modeling of Extreme Values. Springer. ISBN: 978-1852334598
- McNeil, A. J., Frey, R., & Embrechts, P. (2005). Quantitative Risk Management: Concepts, Techniques and Tools. Princeton University Press. ISBN: 978-0691122557
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 1). Extreme Value Theory (GEV, GPD, Peaks-Over-Threshold). ScholarGate. https://scholargate.app/tr/finance/extreme-value-theory
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- ARIMA (Autoregressive Integrated Moving Average) ModeliEkonometri↔ karşılaştır
- Koşullu Risk (Beklenen Kayıp)Finans↔ karşılaştır
- Üstel GARCH (EGARCH)Ekonometri↔ karşılaştır
- Gerçekleşen Volatilite ve HAR ModeliFinans↔ karşılaştır
- Risk'te Değer (VaR)Finans↔ karşılaştır