heavy tails

重尾分布 (Heavy Tails)

重尾→概率分布尾部概率衰减慢于指数→$P(X>x)\sim x^{-\alpha}$（幂律）→极端事件概率远大于正态分布预测。统计/金融/保险/网络科学/宏观经济学核心概念→"黑天鹅"(Taleb)数学根因。

定义与分类

重尾一般定义：生存函数$\bar{F}(x)=P(X>x)$衰减慢于指数→$\forall\lambda>0,\lim_{x\to\infty}e^{\lambda x}\bar{F}(x)=\infty$→矩母函数$M_X(t)=E[e^{tX}]$对所有$t>0$发散。等价次指数分布（subexponential）：$\lim_{x\to\infty}P(X_1+\cdots+X_n>x)/P(\max(X_1,\ldots,X_n)>x)=1$→和超过大阈值概率由单个最大值支配→"大损失由一次巨灾驱动"。

三类划分：①肥尾（fat-tailed）：幂律尾部→$\bar{F}$(x)\sim cx^{-$\alpha$},$\alpha$>0→Pareto、Cauchy、Lévy稳定（$\alpha<2$）；②半厚尾：尾部介于指数与幂律→对数正态、Weibull(形状<1)；③薄尾：正态、指数、Gamma→矩母函数在某邻域存在。

数学刻画

尾指数$\alpha$（tail index）：$\alpha=\sup\{\beta>0:E[|X|^\beta]<\infty\}$→Pareto(I)：$\bar{F}(x)=(x_m/x)^\alpha,x\ge x_m$→矩$E[X^k]$仅当$k<\alpha$时有限→$\alpha\le2$方差无穷、$\alpha\le1$均值无穷→经典帕累托法则对应$\alpha\approx1.16$（80/20≈收入top 20\%占80\%）。

峰度（kurtosis）：Pearson峰度$\kappa=E[(X-\mu)^4]/\sigma^4$→正态$\kappa=3$（基准）→超值峰度$\kappa-3>0$示重尾→但峰度仅四阶矩有限前提→Cauchy峰度不存在→峰度度量有局限→慢变函数（slowly varying）：$\ell(x)$满足$\lim_{x\to\infty}\ell(tx)/\ell(x)=1,\forall t>0$→$\bar{F}$(x)=x^{-$\alpha$}\ell(x)→最一般重尾表达。

Karamata定理：若$\bar{F}(x)=x^{-\alpha}\ell(x),\alpha>0$→尾积分$\int_x^\infty\bar{F}(t)dt\sim x\bar{F}(x)/(\alpha-1)$($\alpha$>1)→均值尾部刻画。

关键分布族

Pareto分布：Vilfredo Pareto→收入/城市规模/词频→Zipf定律特例($\alpha=1$)→$\bar{F}$(x)=($x_m$/x)^$\alpha$→分位数$x_p=x_m(1-p)^{-1/\alpha}$→α越小尾部越重。广义Pareto(GPD)：Pickands-Balkema-de Haan定理→超额分布$\lim_{u\to\infty}P(X-u\le y|X>u)$的极限为GPD→极值理论(EVT)核心→VaR/ES尾部建模。

Cauchy分布：Lorentz函数→pdf$f(x)=\frac{1}{\pi\gamma(1+((x-x_0)/\gamma)^2)}$→均值和方差均不存在→i.i.d. Cauchy样本均值仍是Cauchy（非正态收敛）→中心极限定理失效→CLT要求有限方差。

Student's t分布：自由度$\nu$→尾指数$\alpha=\nu$→$\bar{F}$(x)\sim x^{-\nu}→\nu\to\infty趋于正态→小$\nu$重尾→金融收益率建模常用$\nu=3\sim5$（远超正态假设的尾部厚度）。

对数正态：$\ln X\sim N(\mu,\sigma^2)$→$\bar{F}$(x)\sim\frac{$\sigma$}{$\sqrt{2\pi}$$\ln$ x}\exp(-$\frac{(\ln x-\mu)^2}{2\sigma^2}$)→严格非幂律→但高$\sigma$时可模仿中等极端的幂律行为→Mandelbrot批评：许多"幂律"实为对数正态。

经济学与金融应用

收入/财富分布：Piketty《21世纪资本论→顶层财富服从Pareto→不平等度核心→Gini系数与Paretoα关系：$G=1/(2\alpha-1)$($\alpha$>1)→α下降→基尼上升→顶层集中加剧。

金融极端风险：Mandelbrot(1963)→棉花价格变化不是正态→Lévy稳定→“价格跳跃”远超标模预测→波动率微笑、CDS/期权尾部风险定价→Black-Scholes假设对数正态低估尾部→2008 金融危机暴露。尾部依赖(tail dependence)：多变量极值相关→$\lambda_U=\lim_{u\to1^-}P(X>F_X^{-1}(u)\mid Y>F_Y^{-1}(u))$→Copula刻画→金融危机市场同步崩盘→系统性风险量化。

保险/再保险：Cramér-Lundberg→破产概率→轻尾索赔下$P(破产)\le e^{-Ru}$（Lundberg指数R）→但重尾索赔下破产概率多项式衰减→极端索赔主导偿付能力→巨灾债券/ILS市场。

大数定律与中心极限定理失效：重尾（$\alpha<2$）→方差不存在→CLT不适用→样本均值收敛到稳定分布而非正态→广义中心极限定理→收敛到Lévy α-稳定分布→金融计量中忽视致严重推断错误。

识别与估计

Hill估计量：次序统计量$X_{(1)}\ge\cdots\ge X_{(n)}$→$\hat{\alpha}_k^{-1}=\frac{1}{k}\sum_{i=1}^k\ln X_{(i)}-\ln X_{(k+1)}$→k阈值选取关键（偏差-方差权衡）→Hill图目测k→极大似然替代需假定分布形式。

替代检验法：①QQ图→指数QQ图→上凸=重尾、下凸=轻尾；②均值超额函数(mean excess function)→$e(u)=E[X-u|X>u]$→常数(Pareto)、递减(正态)、递增(对数正态)；③Kolmogorov-Smirnov与Anderson-Darling→尾敏感加权。

Clauset-Shalizi-Newman流程：幂律建模五步→①估计$x_{\min}$；②Hill/MLE估α；③拟合优度KS检验→p值Bootstrap校准；④似然比检验对替代分布（对数正态、指数、Weibull）；⑤比较AIC/BIC。

批判与延伸

“圣彼得堡悖论”：Bernoulli→无限期望→重尾分布若$\alpha\le1$→期望效用理论中无有限确定等价→prospect theory/加权概率修正。预算约束下CARA/CRRA不能处理无限均值→robust决策论。

统计推断挑战：传统t检验/F检验基于正态和有限方差→重尾下功效塌缩→稳健统计（Huber/Hampel）→M-估计、RANSAC、修剪均值→bootstrap-t重尾下失效→改用m-out-of-n bootstrap。

非遍历性：Ole Peters→遍历经济学→重尾下时间平均≠系综平均→几何布朗运动对数正态→个别轨迹可能不收敛到期望增长→Kelly准则/对数最优投资替代期望最大→直面重尾现实。