Introduction to extreme value theory

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 สมมติว่าเรามีลำดับของตัวแปรสุ่มที่เป็นอิสระต่อกันและมีการแจกแจงเหมือนกัน (i.i.d.) คือ \( X_1, X_2, \dots, X_n \) เรานิยามค่าสูงสุดได้ดังนี้:
\( M_n = \max(X_1, X_2, \dots, X_n) \)

ทฤษฎีบท Fisher-Tippett-Gnedenko บอกเราว่า เมื่อ \( n \) มีค่ามากขึ้นเรื่อยๆ การแจกแจงของค่าสูงสุดนี้ (หลังจากการปรับมาตรฐานเชิงเส้นที่เหมาะสมแล้ว) จะลู่เข้าสู่ การแจกแจงแบบค่าสุดโต่งทั่วไป (Generalized Extreme Value: GEV) ครับ

สูตรของ GEV

ฟังก์ชันการแจกแจงสะสม (CDF) ของ GEV คือ:
\( H_{\gamma}(x) = \exp \left( -(1 + \gamma x)^{-1/\gamma} \right) \)

สำหรับ \( 1 + \gamma x > 0 \) โดยที่ \( \gamma \) (แกมมา) คือ พารามิเตอร์รูปร่าง (shape parameter) พารามิเตอร์นี้เป็นตัวกำหนดว่า "หาง" ของการแจกแจงนั้นหนักแค่ไหน

GEV 3 รูปแบบ

ขึ้นอยู่กับค่าของ \( \gamma \) การแจกแจงจะถูกแบ่งออกเป็น 3 ประเภท:
• Type I: Gumbel (\( \gamma = 0 \)): ใช้สำหรับการแจกแจงแบบ "หางเบา" เช่น Exponential หรือ Normal โดยการหาลิมิตเมื่อ \( \gamma \to 0 \) จะได้ \( H_0(x) = \exp(-\exp(-x)) \) 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) ลองนึกภาพว่าเป็นเพดานสูงสุดที่เป็นไปได้—มันไม่ได้ขยายออกไปจนถึงอินฟินิตี้

ทบทวนสั้นๆ:
- \( \gamma > 0 \): หางหนัก (Fréchet) - ระวังให้ดี มีโอกาสเคลมใหญ่รออยู่!
- \( \gamma = 0 \): หางเบา (Gumbel) - หางบางเฉียบ
- \( \gamma < 0 \): หางจำกัด (Weibull) - มีขอบเขตบนกั้นอยู่

3. วิธี Peaks Over Threshold (POT) และ GPD

ในขณะที่ Block Maxima ดูแค่ค่าเดียวต่อแต่ละบล็อก 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 การแจกแจงของส่วนเกินเหล่านี้จะลู่เข้าสู่ การแจกแจงแบบพาเรโตทั่วไป (Generalized Pareto Distribution: GPD) ครับ

สูตรของ GPD

CDF ของ GPD สำหรับค่าส่วนเกิน \( y \ge 0 \) กำหนดโดย:
\( G_{\gamma, \beta}(y) = 1 - \left(1 + \frac{\gamma y}{\beta}\right)^{-1/\gamma} \) (สำหรับ \( \gamma \neq 0 \))
\( G_{\gamma, \beta}(y) = 1 - \exp\left(-\frac{y}{\beta}\right) \) (สำหรับ \( \gamma = 0 \))

ที่นี่ \( \beta > 0 \) คือ พารามิเตอร์สเกล (scale parameter) และ \( \gamma \) ก็คือ พารามิเตอร์รูปร่าง (shape parameter) ตัวเดียวกับที่พบใน GEV ที่สอดคล้องกันเลยครับ!

รู้หรือไม่?
มีความเชื่อมโยงโดยตรงระหว่าง GEV และ GPD คือถ้าค่าสูงสุดในแต่ละบล็อกของชุดข้อมูลติดตามการแจกแจง GEV ด้วยพารามิเตอร์รูปร่าง \( \gamma \) ใดค่าหนึ่ง แล้วส่วนเกินที่เกินเกณฑ์สูงๆ ของการแจกแจงพื้นฐานชุดเดียวกันนั้น ก็จะติดตาม GPD ด้วยค่า \( \gamma \) ตัวเดียวกันเป๊ะๆ เลยครับ

4. การวัดและการเปรียบเทียบน้ำหนักของหางการแจกแจง

ในวิชา CS2 คุณจำเป็นต้องสามารถคำนวณและแปลความหมายของค่าวัดทางคณิตศาสตร์เกี่ยวกับน้ำหนักของหางการแจกแจง เพื่อเปรียบเทียบว่าการแจกแจงใดมีหางหนักกว่ากัน โดยมีเครื่องมือหลัก 4 ประการดังนี้:

1. ลิมิตของอัตราส่วนของฟังก์ชันการรอดชีพ (Limiting Ratio of Survival Functions)

เพื่อเปรียบเทียบน้ำหนักหางของการแจกแจงสองตัวคือ \( X_1 \) และ \( X_2 \) ที่มีฟังก์ชันการรอดชีพเป็น \( \bar{F}_1(x) = P(X_1 > x) \) และ \( \bar{F}_2(x) = P(X_2 > x) \) ให้พิจารณาลิมิตของอัตราส่วนเมื่อ \( x \to \infty \):
\( \lim_{x \to \infty} \frac{\bar{F}_1(x)}{\bar{F}_2(x)} \)
• ถ้าลิมิตเท่ากับ \( \infty \): \( X_1 \) จะมี หางที่หนักกว่า \( X_2 \)
• ถ้าลิมิตเท่ากับ 0: \( X_1 \) จะมี หางที่เบากว่า \( X_2 \)
• ถ้าลิมิตเป็น ค่าคงที่บวกจำกัด \( c > 0 \): \( X_1 \) และ \( X_2 \) จะมีหางที่มี น้ำหนักเทียบเท่ากัน

2. อัตราอันตราย (Hazard Rate / Force of Mortality)

อัตราอันตรายนิยามโดย \( h(x) = \frac{f(x)}{\bar{F}(x)} \) การตรวจสอบพฤติกรรมของ \( h(x) \) เมื่อ \( x \to \infty \) จะบอกเราเกี่ยวกับหางได้ดังนี้:
• หางหนัก (Heavy-tailed): \( \lim_{x \to \infty} h(x) = 0 \) (เช่น Pareto, Log-normal) ความน่าจะเป็นแบบมีเงื่อนไขของการเกิดเหตุจะลดลงเมื่อค่ามีขนาดใหญ่ขึ้น
• หางปานกลาง / หางแบบเอกซ์โพเนนเชียล (Medium / Exponential tail): \( \lim_{x \to \infty} h(x) = \lambda > 0 \) (เช่น การแจกแจงแบบ Exponential ที่มีพารามิเตอร์ \( \lambda \))
• หางเบา (Light-tailed): \( \lim_{x \to \infty} h(x) = \infty \) (เช่น Normal, Gamma ที่มีพารามิเตอร์รูปร่าง \( > 1 \))

3. ฟังก์ชันส่วนเกินเฉลี่ย (Mean Excess Function)

ฟังก์ชันส่วนเกินเฉลี่ยคือมูลค่าที่คาดหมายที่การเคลมจะเกินกว่า \( u \) โดยมีเงื่อนไขว่าการเคลมนั้นเกิน \( u \):
\( e(u) = E[X - u \mid X > u] = \frac{\int_u^{\infty} \bar{F}(x) \, dx}{\bar{F}(u)} \)
• หางหนัก: \( e(u) \) จะ เพิ่มขึ้น ตามค่า \( u \) (เช่น Pareto ซึ่ง \( e(u) = \frac{u + \lambda}{\alpha - 1} \) สำหรับ \( \alpha > 1 \))
• ไร้ความทรงจำ / หางเบา: \( e(u) \) จะมีค่า คงที่ (เช่น Exponential, \( e(u) = 1/\lambda \))
• หางสั้น / มีลิมิตจำกัด: \( e(u) \) จะ ลดลง ตามค่า \( u \)

4. การมีอยู่ของโมเมนต์ (Existence of Moments)

การแจกแจงแบบหางหนักมักจะมีโมเมนต์ที่ไม่สามารถหาค่าได้เกินอันดับที่กำหนด ตัวอย่างเช่น สำหรับการแจกแจงแบบ Pareto ที่มีพารามิเตอร์รูปร่าง \( \alpha \) ค่า \( E[X^k] \) จะหาค่าได้เฉพาะสำหรับ \( k < \alpha \) เท่านั้น สำหรับการแจกแจงที่โมเมนต์บวกทั้งหมด \( E[X^k] \) สามารถหาค่าได้ (เช่น Normal, Gamma, Exponential) จะมีหางที่เบากว่าการแจกแจงที่โมเมนต์อันดับสูงๆ มีค่าเป็นอนันต์

5. ความท้าทายในทางปฏิบัติ: การเลือกค่าเกณฑ์

เมื่อประยุกต์ใช้วิธี POT เราควรตั้งค่าเกณฑ์ \( u \) สูงแค่ไหนดี?
• ถ้า \( u \) สูงเกินไป: คุณจะมีจุดข้อมูลไม่เพียงพอ ทำให้ความแปรปรวนของพารามิเตอร์สูง
• ถ้า \( u \) ต่ำเกินไป: ทฤษฎีบทเชิงเส้นกำกับ (asymptotic theorem) จะไม่เป็นจริง ทำให้เกิดการประมาณค่าที่มีอคติ (bias)

กราฟส่วนเกินเฉลี่ย (Mean Excess Plot): นักคณิตศาสตร์ประกันภัยจะพล็อตค่าส่วนเกินเฉลี่ยของกลุ่มตัวอย่างเทียบกับค่า \( u \) ต่างๆ หากกราฟเชิงประจักษ์เริ่มมีลักษณะใกล้เคียง เส้นตรงและลาดขึ้น เหนือจุดใดจุดหนึ่ง นั่นแสดงถึงหางแบบ Pareto/GPD และช่วยในการเลือกค่าเกณฑ์ \( u \) ที่เหมาะสมได้ครับ

6. ข้อผิดพลาดทั่วไปที่ควรหลีกเลี่ยง

1. สับสนระหว่าง GEV และ GPD: จำไว้ว่า: GEV ใช้สำหรับ Block Maxima (ค่าสังเกตที่มากที่สุดในแต่ละบล็อก) ส่วน GPD ใช้สำหรับ ส่วนเกิน (Exceedances) ที่เกินค่าเกณฑ์
2. ลืมเงื่อนไข: สูตร GPD ใช้ได้กับ ค่าส่วนเกิน \( Y = X - u \) เท่านั้น ไม่ใช่ใช้กับมูลค่าความเสียหายเดิม \( X \)
3. แปลความหมายของ \( \gamma \) ผิด: ในรูปแบบมาตรฐาน \( \gamma > 0 \) สอดคล้องกับหางหนัก (ประเภท Fréchet / Pareto), \( \gamma = 0 \) สอดคล้องกับหางเบา (ประเภท Gumbel / Exponential) และ \( \gamma < 0 \) สอดคล้องกับหางด้านบนที่มีขอบเขตจำกัด (ประเภท Weibull)

7. สรุปประเด็นสำคัญ

• เป้าหมาย: EVT มอบแบบจำลองเชิงเส้นกำกับสำหรับหางสุดโต่งของการแจกแจงความเสียหาย
• Block Maxima: จำลองโดยใช้การแจกแจง แบบค่าสุดโต่งทั่วไป (GEV) (Gumbel, Fréchet, Weibull)
• Peaks Over Threshold: ส่วนเกินที่เกินค่าเกณฑ์สูงๆ จะจำลองโดยใช้ การแจกแจงแบบพาเรโตทั่วไป (GPD)
• พารามิเตอร์รูปร่าง (\( \gamma \)): มีค่าตรงกันทั้งใน GEV และ GPD โดยที่ \( \gamma > 0 \) บ่งบอกถึงหางหนัก
• การเปรียบเทียบน้ำหนักหาง: ประเมินได้โดยใช้ลิมิตของอัตราส่วนฟังก์ชันการรอดชีพ \( \lim \bar{F}_1(x)/\bar{F}_2(x) \), พฤติกรรมของอัตราอันตราย \( \lim h(x) \), ความชันของฟังก์ชันส่วนเกินเฉลี่ย \( e(u) \) และการมีอยู่ของโมเมนต์อันดับสูง