The results reported in Table 3 sug

The results reported in Table 3 suggest that fitting heavier tailed distributions, such as Pareto and Weibull, results in lower values of the GOF statistics, which leads to acceptance of the null for practically all loss types and all criteria of the goodness of fit, viewed from the high p-values. Since the analysis of operational losses deals with estimating the operational Value-at-Risk (VaR), it is reasonable to determine the ultimate best fit on the basis of the ADup and AD2 up statistics, introduced in this paper. As can be seen from Table 3, these proposed measures suggest a much better fit of the heavier-tailed distributions.
Moreover, for the Pareto distribution, while the statistics that focus on the center of the data (Kolmogorov-Smirnov, Kuiper, Cram´er-von Mises) do not show a good fit, the ADup and AD2
up statistics indicate that the fit in the upper tail is very good. It should be noted that the Pareto and Weibull distributions very often suggest a superior fit in the upper tail to the Lognormal distribution. Yet is it the Lognormal distribution that was suggested in 2001 by the Basel Committee, BIS (2001).

ผลลัพธ์ (ไทย) 1:

ผลลัพธ์ที่รายงานในตารางที่ 3 แนะนำว่า เหมาะสม heavier หางการกระจาย Pareto และฟังก์ชัน Weibull ผลลัพธ์ค่าต่ำกว่าของ GOF สถิติ ซึ่งนำไปสู่การยอมรับค่า null สำหรับการขาดทุนเกือบทุกชนิดและเงื่อนไขทั้งหมดของความกตัญญูพอดี ดูจากค่า p ที่สูง เนื่องจากการวิเคราะห์การดำเนินงานขาดทุนเกี่ยวข้องกับการประเมินการดำเนินงานค่าที่ความเสี่ยง (VaR), จะเหมาะสมที่จะกำหนดพอดีสุดโดยใช้ ADup และ AD2 ค่าสถิติ การแนะนำในเอกสารนี้ สามารถเห็นได้จากตาราง 3 มาตรการเหล่านี้นำเสนอแนะนำมากมายเหมาะสมของการกระจายหนักหางนอกจากนี้ แจก Pareto ในขณะที่สถิติ ที่เน้นศูนย์กลางของข้อมูล (น่าเป็น-Smirnov, Kuiper, Cram´er ฟอน Mises) ไม่แสดงพอดี ADup และ AD2ค่าสถิติบ่งชี้ว่า พอดีในหางด้านบนเป็นอย่างดี มันควรจดบันทึกว่า การกระจายของ Pareto และฟังก์ชัน Weibull พอดีเหนือกว่าในหางด้านบนจะแจกแจงบ่อยแนะนำ ยัง ไม่ได้แจกแจงที่แนะนำในปี 2544 โดยคณะกรรมการบาเซิล BIS (2001)

ผลลัพธ์ (ไทย) 2:

ผลการรายงานในตารางที่ 3 แสดงให้เห็นว่าการกระจายที่เหมาะสมเทลด์หนักเช่น Pareto และไวบูลล์ส่งผลให้ค่าการลดลงของสถิติขาดซึ่งนำไปสู่การยอมรับของ null สำหรับจริงทุกประเภทและเกณฑ์การสูญเสียทั้งหมดของความดีของพอดีมอง จากค่า P สูง ตั้งแต่การวิเคราะห์การดำเนินงานข้อเสนอการสูญเสียกับการดำเนินการประมาณมูลค่า at-Risk (VaR) มันก็มีเหตุผลที่จะกำหนดขนาดที่พอดีที่ดีที่สุดบนพื้นฐานของ ADup และ AD2 ขึ้นสถิติที่แนะนำในบทความนี้ ดังจะเห็นได้จากตารางที่ 3 มาตรการที่เสนอเหล่านี้ขอแนะนำพอดีดีกว่ามากของการกระจายหนักเทลด์
นอกจากนี้สำหรับการกระจาย Pareto ในขณะที่สถิติที่มุ่งเน้นการเป็นศูนย์กลางของข้อมูล (Kolmogorov-Smirnov, ไคเปอร์ Cram' เอ้อฟอนคะเน) จะไม่แสดงแบบที่ดี ADup และ AD2
ขึ้นสถิติแสดงให้เห็นว่าพอดีในหางด้านบนเป็นสิ่งที่ดีมาก มันควรจะตั้งข้อสังเกตว่า Pareto และการแจกแจงไวบูลล์มากมักจะแนะนำแบบที่เหนือกว่าในหางบนเพื่อกระจาย Lognormal แต่มันคือการกระจาย Lognormal ที่ได้รับการแนะนำในปี 2001 โดยคณะกรรมการบาเซิล, BIS (2001)

ผลลัพธ์ (ไทย) 3:

ผลรายงานตารางที่ 3 แนะนำที่เหมาะสมกว่า เช่น และการแจกแจงแบบหางยาว โตไว ผลในการลดลงของค่า gof สถิติ ซึ่งจะนำไปสู่การยอมรับของ null สำหรับเกือบทุกประเภทและการสูญเสียทั้งหมดเกณฑ์ความดีของพอดี ดูจาก p-values สูง เนื่องจากการวิเคราะห์ของการสูญเสียการดำเนินงานที่เกี่ยวข้องกับการประมาณค่าความเสี่ยง ( VAR )มันมีเหตุผลที่จะหาความพอดี ที่ดีที่สุด ที่ดีที่สุดบนพื้นฐานของ adup ad2 ขึ้นและสถิติ การแนะนำในบทความนี้ ดังจะเห็นได้จากตารางที่ 3 เหล่านี้ เสนอมาตรการให้พอดีกับที่ดีมากของหนักการแจกแจงแบบหางยาว .
นอกจากนี้ สำหรับการแจกแจงพาเรโต ขณะที่สถิติที่เน้นศูนย์กลางข้อมูล ( แอนเดอร์สันไคเปอร์ดาร์ลิง ,อัดใหม่เอ้อฟอน ) ไม่แสดงเหมาะสมดี และ adup ad2
ขึ้นสถิติบ่งชี้ว่า พอดีหางบนจะดีมาก มันควรจะสังเกตว่า การแจกแจงแบบพาเรโต และมากมักจะแนะนำให้พอดีกว่า หางด้านบนการแจกแจงแบบลอกนอร์มอล แต่มันเป็นแบบกระจาย ที่พบในปี 2001 โดยคณะกรรมการบาเซิล , BIS

( 2001 )