4. 区组最大值法

区组最大值法（Block Maxima, BM）是极值理论中最直观、工程落地最广泛的一类建模路径。它的核心思想非常朴素：把一段长时间序列切分成若干个等长或近似等长的区组，在每个区组内只保留一个最大值，然后把这批“区组最大值”当作独立同分布样本，用广义极值分布（Generalized Extreme Value, GEV）去拟合。相比超阈值法（POT），BM 法样本量更少、信息利用率更低，但它天然规避了阈值选择难题，且样本近似独立，因此在风控、保险、水文、气象等领域长期作为基准方法使用。

4.1 核心原理：为什么区组最大值会收敛到GEV

BM 法的理论根基是 Fisher–Tippett–Gnedenko 极值定理。设 X₁, X₂, …, Xₙ 为独立同分布随机变量，令 Mₙ = max(X₁, …, Xₙ)。若存在常数序列 aₙ > 0 与 bₙ，使得归一化后的 (Mₙ − bₙ)/aₙ 依分布收敛到一个非退化分布 H，则 H 必属于 GEV 族。这意味着：无论原始数据来自正态、Gamma 还是 t 分布，只要满足弱正则条件，其区组最大值的极限分布都落在同一个三参数族中。这正是 BM 法“用统一模型处理不同底层分布”的合法性来源。

GEV 分布函数的标准形式为：

G(z) = exp{ −[1 + ξ(z − μ)/σ]^(−1/ξ) },  1 + ξ(z − μ)/σ > 0

其中：
  μ ∈ R     位置参数（location）
  σ > 0     尺度参数（scale）
  ξ ∈ R     形状参数（shape）

三个参数各司其职：位置参数 μ 决定分布的中心位置，近似对应区组最大值的“典型水平”；尺度参数 σ 控制分布的展宽程度，σ 越大，极值波动越剧烈；形状参数 ξ 决定尾部厚度与支撑集边界，是尾部风险建模中最关键的参数。当 ξ > 0 时为 Fréchet 型重尾，支撑集上界无穷；ξ = 0 时为 Gumbel 型（指数尾），此时 GEV 退化为 Gumbel 分布；ξ < 0 时为 Weibull 型有界尾，支撑集存在有限上界 μ − σ/ξ。

区组最大值法流程与GEV参数含义 原始时间序列 Xₜ 按年/季/月划分区组 区组最大值 Mᵢ 每块取一个最大值 GEV 参数估计 MLE / L-moments / 贝叶斯 位置参数 μ 分布中心位置 反映典型极值水平 尺度参数 σ 分布展宽程度 σ越大波动越剧烈 形状参数 ξ 尾部厚度与支撑集 ξ>0重尾 ξ=0指数 ξ<0有界 形状参数 ξ 决定尾部类型 ξ > 0：Fréchet 重尾 ξ = 0：Gumbel 指数尾 ξ < 0：Weibull 有界尾

4.2 方法流程：区组划分与参数估计

BM 法的实施流程可以归纳为四步。第一步是区组划分：常见做法是按自然时间单位（年、季度、月）切分，金融风控中常用“年”作为区组，因为年度最大值具有明确业务含义且近似独立。区组长度需要在“样本量”与“独立性”之间权衡：区组太短，样本虽多但块内相关性残留；区组太长，样本太少导致估计方差过大。经验上，区组数建议不少于 30，最好在 50 以上。第二步是提取区组最大值，得到 M₁, M₂, …, Mₖ。第三步是参数估计，常用极大似然估计（MLE）、L-矩法或贝叶斯方法。第四步是模型诊断与回测，包括概率图、分位数图、返回水平置信区间等。

MLE 是默认选择，其对数似然函数为：

ℓ(μ, σ, ξ) = −k·ln(σ) − (1 + 1/ξ)·Σ ln[1 + ξ(Mᵢ − μ)/σ]
             − Σ [1 + ξ(Mᵢ − μ)/σ]^(−1/ξ)

约束：1 + ξ(Mᵢ − μ)/σ > 0 对所有 i 成立

当 ξ → 0 时需使用 Gumbel 极限形式避免数值溢出。MLE 在 ξ < −0.5 时正则条件不满足，估计量可能不稳定，此时 L-矩法更稳健。L-矩法通过样本线性矩反解参数，计算量小且对小样本更友好，适合区组数偏少的场景。

实用建议：若区组数 k < 30，优先使用 L-矩法或带惩罚的贝叶斯估计；若 k ≥ 50 且数据无明显异常，MLE 通常给出更高效的估计。无论哪种方法，都应报告参数的标准误或后验区间，而不是只给点估计。

4.3 案例场景：股票指数年度最大单日跌幅

假设我们研究某股票指数过去 60 年的日收益率，取每年最大单日跌幅（取负号后为正值）作为区组最大值，得到 60 个样本。用 MLE 拟合 GEV 后得到：μ = 3.2%，σ = 1.1%，ξ = 0.25。ξ > 0 表明尾部呈重尾特征，意味着极端跌幅的分布没有有限上界，发生“远超历史记录”的暴跌并非不可能。基于该模型可以计算 100 年一遇的返回水平：

z₁₀₀ = μ − σ/ξ · [1 − (−ln(1 − 1/100))^(−ξ)]
     = 3.2 − 1.1/0.25 · [1 − (−ln(0.99))^(−0.25)]
     ≈ 3.2 − 4.4 · [1 − 0.9975]
     ≈ 3.2 − 0.011
     ≈ 3.19%

注意这里返回水平接近 μ，是因为 ξ 较大时公式对高分位数的外推非常敏感。实际计算中应使用数值优化而非手算，并给出置信区间。若换用 ξ = 0 的 Gumbel 模型，100 年返回水平会显著不同，这说明形状参数的选择直接决定尾部风险资本的计算结果。

参数含义典型取值范围对尾部风险的影响
μ（位置）分布中心，典型极值水平与数据量纲一致平移分布，不改变尾部形状
σ（尺度）分布展宽，波动幅度σ > 0σ 越大，极端值越分散
ξ（形状）尾部厚度与支撑集−0.5 < ξ < 0.5 常见ξ > 0 重尾，风险被低估风险高

4.4 误区与复盘

误区一：区组划分越细越好。把区组切得太短会引入块内自相关，破坏独立性假设，导致参数估计偏误。正确做法是先做自相关检验，再确定区组长度。

误区二：忽略 ξ 的估计不确定性。ξ 的 MLE 标准误通常较大，尤其在 k 较小时。只报告点估计而不报告区间，会严重高估模型精度。建议用剖面似然或 Bootstrap 给出 ξ 的置信区间。

误区三：把 GEV 外推到远超样本范围的分位数。极值模型的外推能力有限，100 年返回水平在 60 年样本下已属边界，1000 年返回水平基本不可信。应明确标注外推范围并做敏感性分析。

复盘要点：BM 法的最大代价是信息浪费——每个区组只用一个点。若数据量有限或极端事件稀少，应优先考虑 POT 法。但 BM 法的独立性优势和业务可解释性，使其在监管资本计算和再保险定价中仍是不可替代的基准工具。

总结来说，区组最大值法的关键在于三点：合理划分区组以平衡样本量与独立性；正确理解 μ、σ、ξ 的统计含义与业务含义；在估计和回测中充分量化不确定性。掌握这三点，才能把 GEV 从数学公式转化为可靠的尾部风险度量工具。

← 上一章 📖 返回目录 下一章 →