極値の世界へようこそ：GEVとGPDを理解しよう！

未来の保険数理士の皆さん、こんにちは！ASTAM試験のシラバスの中でも、非常に刺激的（そして少し恐ろしい）なパートへようこそ。ここでは損害額モデル（Severity Models）を扱いますが、特にその中でも「ベッドの下の怪物」のような存在、つまり極値（Extreme Events）に焦点を当てます。

これまでの学習では、平均的な保険金請求額に注目してきたかもしれません。しかし、現実世界では、巨大なハリケーンや巨額の賠償責任訴訟が保険会社を破綻させることさえあります。そこで登場するのが一般化極値（GEV：Generalized Extreme Value）分布と一般化パレート（GP：Generalized Pareto）分布です。これらは、分布の「裾（テイル）」、すなわち発生頻度は低いが影響は甚大な事象をモデル化するのに役立ちます。

最初は数学的な難解さに圧倒されるかもしれませんが、大丈夫です！直感的な例えを交えながら、一つずつ噛み砕いていきましょう！

1. 全体像：極値を捉える2つのアプローチ

極値というものを、海に押し寄せる巨大な波だと考えてみてください。科学者（そして保険数理士）は、これらを研究するのに主に2つの方法を使います。

1. ブロック最大値法（GEV）： 過去100年間、毎年発生した波の中で「一番大きな波」だけを記録します。興味があるのは最大値（maximums）のみです。

2. 閾値超過法（GPD）： 高い壁（閾値：threshold）を決め、その壁を越えてきた波だけを研究します。興味があるのは超過分（excess）です。

復習：なぜこれらが必要なのか？

中心極限定理によって平均値は正規分布に従うことが分かっているように、極値理論によって、最大値や閾値を超えた超過分はGEVやGPDに従うことが示されています。これらは、まさに「恐ろしい事象」に対する極限定理なのです！

2. 一般化極値（GEV）分布

GEV分布は「3つの顔を持つ」分布です。パラメータによって3つの異なる形状に変化します。主にブロック最大値をモデル化するために使用されます。

数学的なポイント

GEVの累積分布関数（CDF）は以下の通りです：
\( F(x) = \exp\left[ -\left( 1 + \xi \frac{x - \mu}{\sigma} \right)^{-1/\xi} \right] \)

ここで：
• \(\mu\)（ミュー）は位置パラメータ（中心がどこにあるか）。
• \(\sigma\)（シグマ）は尺度パラメータ（どれくらい広がっているか）。
• \(\xi\)（クシー）は形状パラメータ。これが最も重要です！

GEVの3つの顔

\(\xi\)（クシー）の値によって、どのような「裾」を持っているかが決まります：

1. \(\xi > 0\)（フレシェ型）： 重い裾。保険でよく見られる（巨大な破滅的損失など）。裾がゆっくりと減少します。
2. \(\xi = 0\)（ガンベル型）： 軽い裾。裾が指数関数的に減少します（正規分布やガンマ分布のような形）。
3. \(\xi < 0\)（ワイブル型）： 短い裾。分布に明確な上限が存在します（人間の最大寿命のように、無限には大きくならないもの）。

覚え方： \(\xi\)を「危険度レベル」と考えてみてください。
• \(\xi\)が正 ＝ 高い危険性（巨額の損失の可能性あり）。
• \(\xi\)がゼロ ＝ 中程度の危険性。
• \(\xi\)が負 ＝ 限定的な危険性。

3. 一般化パレート分布（GPD）

GEVがグループの中の最大値に注目するのに対し、GPDは閾値を超えた超過分に注目します。もし請求額が100万ドルを超えた場合、「100万ドルをどれくらい上回っているか？」を考えます。

数学的なポイント

GPDのCDFは以下の通りです：
\( G_{\xi, \beta}(x) = 1 - \left( 1 + \xi \frac{x}{\beta} \right)^{-1/\xi} \)

（注：この式は \(\xi \ge 0\) の場合、\(x \ge 0\) に対して成り立ちます）。

ここで：
• \(\beta\)（ベータ）は尺度パラメータ。
• \(\xi\)（クシー）はGEVと同じ形状パラメータです！

なぜGPDはそんなに有用なのか？

豆知識： 閾値を高くすればするほど、超過分の分布がGPDに収束していくという有名な定理（Pickands-Balkema-de Haanの定理）があります。そのため、企業が一定額を超えた部分だけを負担する再保険の計算において、GPDは必須のモデルとなっています。

重要ポイント：GEV vs GPD

• GEVはサンプルの最大値をモデル化（例：年間で最も大きな請求額）。
• GPDは閾値を超えた金額をモデル化（例：50万ドルを超えた部分の金額）。
• これらは兄弟関係です！ブロック最大値がGEVに従うなら、その超過分は同じ形状パラメータ\(\xi\)を持つGPDに従います。

4. 形状パラメータ（\(\xi\)）の扱い

\(\xi\)はこの主役なので、ASTAMの問題ではその影響力がよく問われます。

よくある間違い： \(\xi\)とその逆数を混同しないように注意してください。古い教科書では \(\alpha = 1/\xi\) を使うものもありましたが、ASTAMでは公式の表にある \(\xi\) の表記に必ず従ってください！

GPDの平均と分散

全てを丸暗記する必要はありませんが、GPDについては以下の点に留意してください：

• 平均が存在するのは \(\xi < 1\) のときのみ。
• 分散が存在するのは \(\xi < 0.5\) のときのみ。

もし \(\xi\) が非常に大きい（例えば \(\xi = 1.2\)）場合、裾が重すぎるため、技術的に「平均」は無限大になります。保険の言葉で言えば、損失が予測不可能で極めてボラティリティが高い状態です！

5. ステップ・バイ・ステップ：GPDを使った損害額の計算

ある閾値 \(u\) をすでに超えているという条件の下で、請求額が値 \(y\) を超える確率を計算するように求められた場合：

ステップ1： 閾値 \(u\) を特定する。
ステップ2： 超過分 \(x = y - u\) を計算する。
ステップ3： GPDの式 \(G_{\xi, \beta}(x)\) を使用する。
ステップ4： \(1 - G(x)\) を計算すると生存確率（超過分がさらに大きくなる確率）が得られることを忘れないでください。

6. まとめとヒント

クイックレビュー：
• ブロック最大値 \(\rightarrow\) GEV
• 閾値超過分 \(\rightarrow\) GPD
• \(\xi > 0\): 重い裾（フレシェ / パレート）。ASTAMで最も一般的。
• \(\xi = 0\): 指数関数のような裾（ガンベル / 指数分布）。
• \(\xi < 0\): 境界のある裾（ワイブル）。

最後に

指数やギリシャ文字が出てくるため、ここの数学は難しく見えるかもしれませんが、論理は単純です。分布の「極めて端っこ」に曲線をあてはめているだけです。問題が最大値（GEV）を求めているのか、それとも超過分（GPD）を求めているのかを見極める練習をすれば、正解はすぐそこです！

順調ですよ。このまま損害額モデルを突き進んでいきましょう！