ยินดีต้อนรับสู่โลกของ "เหตุการณ์ที่ไม่น่าจะเกิดขึ้น": บทนำสู่ทฤษฎีค่าสุดโต่ง (Extreme Value Theory)
สวัสดีครับ! ยินดีต้อนรับเข้าสู่บทเรียนที่น่าตื่นเต้นที่สุดบทหนึ่งในการเดินทางของวิชา CS2 ครับ ตลอดการเรียนที่ผ่านมา คุณอาจจะคุ้นเคยกับการมองหา "ผลลัพธ์เฉลี่ย" หรือจุดกึ่งกลางของกราฟระฆังคว่ำ (Bell Curve) แต่ในฐานะนักคณิตศาสตร์ประกันภัย เราไม่ได้กังวลแค่เรื่องอุบัติเหตุรถยนต์ทั่วไปหรืออายุขัยเฉลี่ยเท่านั้น สิ่งที่เราต้องให้ความสำคัญจริงๆ คือ เหตุการณ์หายนะ (Catastrophes) ต่างหากครับ
ทฤษฎีค่าสุดโต่ง (Extreme Value Theory: EVT) คือสาขาของสถิติที่จัดการกับ "หาง" ของการแจกแจง ซึ่งเกี่ยวกับเหตุการณ์อย่างเช่น น้ำท่วมใหญ่ในรอบ 100 ปี, ตลาดหุ้นพังทลาย, หรือการเคลมประกันมูลค่ามหาศาลที่อาจทำให้บริษัทล้มละลายได้ บทนี้จะสอนให้เราสร้างแบบจำลองสำหรับเหตุการณ์ที่พบได้ยากแต่ส่งผลกระทบรุนแรงเหล่านี้ ไม่ต้องกังวลนะครับถ้าเห็นสูตรคณิตศาสตร์แล้วดูน่ากลัว เราจะค่อยๆ แกะมันออกดูทีละส่วนไปพร้อมๆ กัน!
1. ทำไมเราต้องใช้ EVT?
ลองจินตนาการว่าคุณกำลังสร้างเขื่อนกั้นน้ำ ถ้าคุณดูแค่ระดับน้ำขึ้นน้ำลง โดยเฉลี่ย กำแพงของคุณก็จะเตี้ยเกินไป และพายุใหญ่เพียงครั้งเดียวก็อาจพัดพาทั้งเมืองจมน้ำได้ ดังนั้น คุณจำเป็นต้องสร้างแบบจำลองของระดับน้ำ สูงสุด ที่เป็นไปได้
การแจกแจงมาตรฐานทั่วไป (เช่น การแจกแจงแบบปกติ) มักจะ "ประเมินต่ำไป" ว่าเหตุการณ์สุดโต่งจะเกิดขึ้นบ่อยแค่ไหน เพราะพวกมันมี "หางที่บาง" (Thin tails) แต่ EVT มอบวิธีทางคณิตศาสตร์ที่เชื่อถือได้ในการประมาณความน่าจะเป็นของเหตุการณ์ที่เราอาจไม่เคยพบเห็นมาก่อนเลยในข้อมูลในอดีต!
แนวคิดหลัก: สองวิธีการสำคัญ
ในวิชา CS2 เราเน้นวิธีการมองค่าสุดโต่งอยู่ 2 รูปแบบครับ:
1. วิธี Block Maxima: คือการดูค่าที่มากที่สุดในช่วงเวลาที่กำหนดไว้ (เช่น ค่าเคลมสูงสุดของแต่ละปี)
2. วิธี Peaks Over Threshold (POT): คือการดูทุกค่าที่ "เกินเกณฑ์ที่กำหนด" (เช่น ทุกการเคลมที่มีมูลค่าเกิน 1 ล้านดอลลาร์)
2. วิธี Block Maxima และการแจกแจงแบบ GEV
เรามาเริ่มกันที่ Block Maxima ครับ สมมติว่าเรามีชุดตัวแปรสุ่มที่เป็นอิสระต่อกันและมีการแจกแจงเหมือนกัน (i.i.d.) คือ \( X_1, X_2, ..., X_n \) เรานิยามค่าสูงสุดได้ดังนี้:
\( M_n = \max(X_1, X_2, ..., X_n) \)
ทฤษฎีบท Fisher-Tippett-Gnedenko (ชื่ออาจจะฟังดูจำยากหน่อยนะครับ!) บอกเราว่า เมื่อ \( n \) มีค่ามากขึ้นเรื่อยๆ การแจกแจงของค่าสูงสุดนี้ (หลังจากปรับสเกลแล้ว) จะลู่เข้าสู่ การแจกแจงแบบค่าสุดโต่งทั่วไป (Generalized Extreme Value: GEV) ครับ
สูตรของ GEV
ฟังก์ชันการแจกแจงสะสม (CDF) ของ GEV คือ:
\( H_{\gamma}(x) = \exp \left( -(1 + \gamma x)^{-1/\gamma} \right) \)
โดยที่ \( \gamma \) (แกมมา) คือ พารามิเตอร์รูปร่าง (shape parameter) ซึ่งเจ้าตัวนี้คือ "พระเอก" ของงานเลยครับ เพราะมันเป็นตัวกำหนดว่า "หาง" ของการแจกแจงนั้นหนักแค่ไหน
GEV 3 รูปแบบ
ขึ้นอยู่กับค่าของ \( \gamma \) การแจกแจงจะถูกแบ่งออกเป็น 3 ประเภท:
• Type I: Gumbel (\( \gamma = 0 \)): ใช้สำหรับการแจกแจงแบบ "หางบาง" เช่น Exponential หรือ Normal ซึ่งหางจะลดลงแบบเอกซ์โพเนนเชียล
• Type II: Fréchet (\( \gamma > 0 \)): นี่คือเวอร์ชัน "หางหนัก" (heavy-tailed) ซึ่งสำคัญมากสำหรับนักคณิตศาสตร์ประกันภัย เพราะใช้จำลองการแจกแจงแบบ Pareto ซึ่งโอกาสเกิดความเสียหายก้อนใหญ่มีสูงกว่า
• Type III: Weibull (\( \gamma < 0 \)): ตัวนี้คือ "หางสั้น" ที่มีเพดานจำกัด (finite upper limit) ลองนึกภาพถึง "อายุขัยสูงสุดที่เป็นไปได้ของมนุษย์" ครับ คือมันไม่มีทางเพิ่มไปถึงอินฟินิตี้ได้
ทบทวนสั้นๆ:
- \( \gamma > 0 \): หางหนัก (Frechet) - ระวังให้ดี มีโอกาสเคลมใหญ่รออยู่!
- \( \gamma = 0 \): หางเบา (Gumbel) - หางบางเฉียบ
- \( \gamma < 0 \): หางจำกัด (Weibull) - มีเพดานกั้นอยู่
3. วิธี Peaks Over Threshold (POT) และ GPD
ในขณะที่ Block Maxima ดูแค่ค่าเดียวต่อปี แต่วิธี POT จะมีประสิทธิภาพมากกว่าเพราะใช้ข้อมูลทุกจุดที่ถือว่า "สุดโต่ง"
ถ้าเราเลือกค่าเกณฑ์ (Threshold) สูงๆ ไว้ที่ \( u \) เราจะสนใจค่า ส่วนเกิน (excess) คือ \( Y = X - u \) ในเงื่อนไขที่ \( X > u \)
ทฤษฎีบท Pickands-Balkema-de Haan ระบุว่า สำหรับค่าเกณฑ์ \( u \) ที่สูงพอ การแจกแจงของส่วนเกินเหล่านี้จะติดตาม การแจกแจงแบบพาเรโตทั่วไป (Generalized Pareto Distribution: GPD) ครับ
สูตรของ GPD
CDF ของ GPD คือ:
\( G_{\gamma, \beta}(x) = 1 - (1 + \gamma x / \beta)^{-1/\gamma} \) (สำหรับ \( \gamma \neq 0 \))
\( G_{\gamma, \beta}(x) = 1 - \exp(-x/\beta) \) (สำหรับ \( \gamma = 0 \))
ที่นี่ \( \beta \) คือ พารามิเตอร์สเกล (scale parameter) (บอกว่าข้อมูลกระจายตัวแค่ไหน) และ \( \gamma \) ก็คือ พารามิเตอร์รูปร่าง (shape parameter) ตัวเดียวกับที่เราเห็นใน GEV เลยครับ!
รู้หรือไม่?
มีความเชื่อมโยงที่สวยงามระหว่าง GEV และ GPD คือถ้าค่าสูงสุดในแต่ละบล็อกของชุดข้อมูลติดตามการแจกแจง GEV ด้วยค่า \( \gamma \) ใดค่าหนึ่ง แล้วส่วนเกินที่เกินเกณฑ์สูงๆ ของชุดข้อมูลเดียวกันนั้น ก็จะติดตาม GPD ด้วยค่า \( \gamma \) ตัวเดียวกันเป๊ะๆ เลยครับ
4. ความท้าทายในทางปฏิบัติ: การเลือกค่าเกณฑ์ (Threshold)
ตรงนี้มักจะเป็นจุดที่นักเรียนติดขัดกันครับ เราควรตั้งค่าเกณฑ์ \( u \) สูงแค่ไหนดี?
• ถ้า \( u \) สูงเกินไป: คุณจะเหลือข้อมูลไม่พอ (ทำให้ค่าความแปรปรวนสูง)
• ถ้า \( u \) ต่ำเกินไป: ทฤษฎีบทจะยังทำงานได้ไม่สมบูรณ์ และแบบจำลองของคุณจะมีอคติ (bias)
Mean Excess Plot: นักคณิตศาสตร์ประกันภัยมักใช้ "Mean Excess Plot" เพื่อหาจุดที่เหมาะสมที่สุด เราจะมองหาช่วงของ \( u \) ที่กราฟเริ่ม เป็นเส้นตรง ถ้ากราฟมีลักษณะเป็นเส้นตรงและลาดขึ้น แสดงว่าชุดข้อมูลนั้นมีการแจกแจงแบบ GPD ที่มีหางหนักครับ
5. ข้อผิดพลาดที่ควรระวัง
1. สับสนระหว่าง GEV และ GPD: จำไว้ว่า: GEV ใช้สำหรับ ค่าสูงสุด (Maxima) (ค่าที่มากที่สุดในกลุ่ม) ส่วน GPD ใช้สำหรับ ค่าส่วนเกิน (Exceedances) (ทุกอย่างที่เกินเส้นเกณฑ์ที่กำหนดไว้)
2. ลืมเงื่อนไข: สูตร GPD ใช้ได้กับแค่ ค่าส่วนเกิน \( (X - u) \) เท่านั้น ไม่ใช่ใช้กับค่าต้นฉบับ \( X \)
3. เครื่องหมายของ \( \gamma \): ในข้อสอบต้องดูดีๆ นะครับว่า \( \gamma \) เป็นบวกหรือลบ เพราะมันเปลี่ยนระดับ "ความเสี่ยง" ของหางการแจกแจงไปเลยคนละเรื่อง
6. สรุปประเด็นสำคัญ
• เป้าหมาย: EVT ช่วยให้เราสร้างแบบจำลองของเหตุการณ์ที่อยู่ปลายหางจริงๆ ซึ่งเป็นจุดที่ข้อมูลหายาก
• Block Maxima: ใช้การแจกแจง GEV ซึ่งแบ่งเป็น 3 ประเภท: Gumbel, Frechet, และ Weibull
• Peaks Over Threshold: ใช้การแจกแจง GPD ซึ่งมักเป็นที่นิยมกว่าเพราะใช้ข้อมูลได้อย่างมีประสิทธิภาพมากกว่า
• พารามิเตอร์รูปร่าง (\( \gamma \)): นี่คือค่าที่สำคัญที่สุด ถ้า \( \gamma > 0 \) แสดงว่าเรากำลังเจอกับหางหนัก (ซึ่งเป็น "โซนอันตราย" สำหรับประกันภัย)
• Mean Excess Plot: เครื่องมือช่วยเลือกค่าเกณฑ์ที่เหมาะสมสำหรับ GPD
ไม่ต้องกังวลถ้าตอนแรกจะรู้สึกว่ามันยากนะครับ! EVT คือการเปลี่ยนวิธีคิดจาก "การคิดแบบค่าเฉลี่ย" มาเป็น "การคิดแบบสุดโต่ง" หมั่นฝึกฝนสูตร \( H(x) \) และ \( G(x) \) ไว้ให้แม่น แล้วคุณจะกลายเป็นเซียนด้านความเสี่ยงหางการแจกแจงในเวลาไม่นานแน่นอน!