论文价格 论文发表支付方式 论文汇款遗失 论文汇款确认 论文服务投诉指南

网站服务

    论文定制 论文代谢

    诚邀更多有实力的作者加入合作行列

    论文检测

论文分类

论文写作指导

·论文写作指导

经济学论文

·财政税收 ·发展战略 ·新经济学 ·中国经济 ·地方战略 ·行业经济 ·经济学理论 ·国际贸易 ·证券金融 ·经济其它相关
管理学论文
·会计审计 ·基本理论 ·成本管理 ·旅游管理 ·工商管理 ·财务管理 ·公共管理 ·市场营销 ·人力资源管理 ·行政管理 ·秘书文秘 ·档案管理 ·管理其它相关
法学论文
·民法 ·经济法 ·国际法 ·法学理论 ·司法制度 ·国家法、宪法 ·刑法 ·行政法
理学论文
·物理学 ·统计学 ·理学其它相关 ·数学 ·农林学类 ·地理地质
工学论文
·计算机 ·通信学 ·电子机械 ·工程建筑 ·材料工程学 ·交通运输 ·工业设计 ·环境工程 ·电力 ·水利工程
计算机论文
·计算机应用 ·计算机理论 ·计算机网络
医药论文
·药学 ·医学 ·临床医学
文学论文
·汉语言文学 ·古代文学 ·新闻传播学 ·现当代文学
教育论文
·教育理论 ·基础教育 ·中等教育论文 ·高等教育论文 ·职业教育论文 ·心理学论文 ·学科教育论文 ·英语教学论文
艺术论文
·艺术理论 ·电视电影 ·音乐 ·美术
哲学论文
·逻辑学 ·中国哲学 ·西方哲学 ·思想哲学 ·科技哲学 ·美学 ·国学 ·哲学其它相关
文化论文
·历史学 ·传统文化 ·当代中国 ·西方文化 ·社会文化 ·文化研究 ·文化战略
政治论文
·民主制度 ·政治哲学 ·社会主义 ·资本主义 ·台湾问题 ·马克思主义 ·民族主义 ·政治其它相关
社会论文
·农村研究 ·人口问题 ·伦理道德 ·社会其它相关
英语论文

·外语翻译 ·语言文化 ·英美文学 ·英语其它相关

刊物合作信息 本站合作刊物总览
您当前位置:您当前位置:首页->理学论文->统计学->正文(目前国内最大最全原创最多的免费论文中心)

客服QQ咨询: 客服QQ:7992817 客服QQ:932633

无忧论文,让您轻松写作,轻松发表,轻松晋级!联系电话:020-31801568

还在为职称而烦恼?到论文发表中心填写订单,其他的交给我们!

找不到合适的论文?可以到论文定制中心由我们帮您解忧!论文最低定制价只须800元!

字号大小:


小样本下日内风险计量指标的贝叶斯算法

作者: 整理:无忧论文网 录入时间:[10-11-08 09:49:56] 浏览点击数: 添加书签:
摘要:目前对大样本下计算各类风险计量指标有各种不同的方法,但在小样本下尤其是超低小样本下计算各类风险计量指标的研究比较少。文章研究了利用推广的贝叶斯方法来计算基于日内5分钟分笔数据下的风险价值vaR和条件风险价值cvaR的方法。该方法计算简单,所需要的数据量少,而且具有一定的稳健性。
  关键词:小样本;贝叶斯方法;VaR;CVaR
  对于诸如风险价值(Value—at—Risk,VaR)和条件风险价值fConditi0nalValue—at—Risk,CVaR)之类的金融风险计量指标,许多专家学者提供了众多的计算方法,但这些方法大多以基于大样本数据为前提.对于小样本下各种风险计量指标的计算问题则研究得比较少。本文将研究小样本下股票交易的日内风险的计算问题,采用的方法是一种推广贝叶斯方法,该方法的主要优点是所使用的数据量少,只需要少量的日内交易数据:同时计算原理与方法简单,并且可以给出相关风险计量指标的置信区间。
  1计算方法与原理
  1.1两个风险计量指标
  假设某资产或投资组合的损失用随机变量X表示,其累
  积分布函数为F(x),则给定置信水平ol,风险价值VaR的定转载于 无忧论文网 www.wypaper.com

  义为:
  VaR(X)=inf{x:F(x)≥仅}(1)
  如果是连续分布,则VaR(x)是收益率分布的分位数,即
  有VaRfx)=F似)。条件风险价值CVaR为:
  CVaR(X)=E【x:x≥VaR(x)】(2)
  设中(x),‘p(X)分别是标准正态分布的概率分布函数和概
  率密度函数,如果假设投资组合或资产的损失X的分布为正
  态分布N(,盯2),其中和盯分别为损失的均值和标准差,则
  通过计算有:
  fVaR(x)=一x+(其中x中(1一))
  {cvaR(x)=£盯+(j)、
  1.2用推广贝叶斯方法估计分布参数
  在小样本下,我们用推广的贝叶斯方法来估计上述风险计量指标。推广的贝叶斯方法是根据贝叶斯统计理论经过简化和引申得到的,是一个利用已知的先验信息对现有参数的估计值进行再调整的方法,计算简单,使用样本少,一旦先验信息已知,可以多次重复使用。进行估计时,需要知道过去一段时间的损失数据或这些损失数据的一些样本数字特征。如果要估计日内交易的风险计量指标值.则只需要前几天的样本数据。
  假设损失分布的某个参数e=(,盯)的先验分布为0),后
  验分布为g(0)。将某一天(或某一个星期)的损失数据分布
  的参数值分为K段,每段为(0。,0。+△O),则根据贝叶斯公式有:
  g(e)△o:l1)△(4)
  P(El0JO,)△eJ=1
  其中P(E101)=P(E/0,  上的概率,E表示该时间内的损失值。直接利用上述表达式
  很难得到具体的解析表达式,一般要假设损失分布的先验分
  布与后验分布一致,于是参数后验分布的均值与标准差可以
  近似由下面的表达式进行计算:
  K
  。=∑0堪(o_)△0=J=1
  K
  ∑P(E/0,)㈣.△0K
  ∑P(E/0_){Io1)△0=l
  )△0
  其中表示区间(0。,0+△0)上参数的中值。
  2实证分析与检验
  (5)
  2.1计算估计参数的先验分布
  假设我们仅知道上证指数一周五天的收益率数据,现在要根据这五个数据来估计市场指数的风险价值量。在计算时.首先需要计算均值与方差的先验分布的参数.假设均值与方差都服从正态分布(也可以采用其他分布,但使用正态分布可以很容易对两个风险计量指标给出其区间估计)。计算先验分布的参数的数据是上证指数从2006年11月30日到2OO7年11月9日的每5分钟高频价格涨跌幅度数据(即投资的收益或损失数据),经过计算,其中均值指标的均值与方差为一0.O叭8、0.058,方差指标盯的均值与方差为0.2891、0.0958.即均值与方差的先验密度函数为:
  基金项目:湖北省教育厅人文社会科学研究规划资助项目(20O7q03O)
  统计与决策2008年第24期(总第276期)27()=lf-5—亏exp{一;}0.058、/21Txu·u]6
  
|<< << < 1 2 3 > >> >>|
·上一篇文章:投资者决策中的“框架依赖效应”
·下一篇文章:中国农民工抽样调查方案的设计

复制本文地址发送给您的QQ好友:

最新更新

热门论文