已閱讀1頁,還剩39頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、VaR是目前比較流行的一種風險度量方法。由于VaR 概念簡單、易懂、操作方便,能成功地將風險量化為一個數(shù),因而受到全球各主要銀行、投資公司、證券公司及金融監(jiān)管機構(gòu)的青睞。大部分計算VaR的方法都需要假定收益的分布,再進一步建立模型。實際上金融回報序列的分布通常呈現(xiàn)尖峰厚尾性,分布形式更加復雜,而分布往往是未知的,因此,在計算VaR的過程中,常常因模型選擇的不恰當而產(chǎn)生很大的誤差。 而非參數(shù)方法不需要假定回報序列的統(tǒng)計分布,是一種分布自由
2、的方法,可有效處理回報序列的非對稱和厚尾性問題。 先討論了Harrell-Davis 估計量(1982) 在樣本滿足- 混合及其他條件下的漸近性質(zhì),給出了它的方差速度、偏差速度和均方誤差速度,并通過一些引理證明性質(zhì)。Koji Inui,Masaaki Kijima,Atsushi Kitano(2005) 研究了利用Harrll-Davis 估計量作為VaR估計量的一些特征,指出當k=[np]時,Harrell-Davis 估計
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 滬深股市VaR估計.pdf
- 風險值VaR的極值估計.pdf
- VaR估計精度與違約風險建模研究.pdf
- 基于Bayes估計與極值理論的VaR研究.pdf
- 基于極值理論的VaR與CVaR估計.pdf
- VaR、CVaR的ARMA-GARCH模型估計和積分核型估計.pdf
- 基于混合分布的VaR估計及其應用.pdf
- 一類重尾分布的VaR估計.pdf
- 相關(guān)風險函數(shù)VaR的上下界的估計.pdf
- 基于動態(tài)極值風險管理模型的VaR估計.pdf
- 基于動態(tài)Copula函數(shù)的VaR估計及其應用.pdf
- 基于二階嵌套模擬法估計VaR的研究.pdf
- VaR與CVaR樣本分位數(shù)估計精度的研究.pdf
- 基于mcmcgarch模型的股市收益率var估計研究
- VaR和CVaR風險值的估計和計算.pdf
- 基于高頻數(shù)據(jù)的條件極值動態(tài)VaR估計研究.pdf
- 基于VAR模型對風速缺失值的條件估計.pdf
- 基于MCMC方法的SV模型估計及VAR計算.pdf
- HD公司學習型組織構(gòu)建研究.pdf
- VaR和ES的非參數(shù)估計的模擬研究和實證分析.pdf
評論
0/150
提交評論