發(fā)布時(shí)間：2024-04-08 19:39

　　股票市場(chǎng)的市場(chǎng)風(fēng)險(xiǎn)管理至關(guān)重要,它關(guān)系到個(gè)人投資者的資金安全、機(jī)構(gòu)投資者的投資收益、監(jiān)管者的監(jiān)管制度乃至整個(gè)金融市場(chǎng)和整個(gè)社會(huì)的穩(wěn)定發(fā)展,而其有效管理依賴于對(duì)股票市場(chǎng)風(fēng)險(xiǎn)的準(zhǔn)確度量。當(dāng)前對(duì)于股票市場(chǎng)風(fēng)險(xiǎn)的測(cè)度模型主要包括在險(xiǎn)價(jià)值(Value-at-Risk,簡稱VaR)模型和條件在險(xiǎn)價(jià)值(Conditional Value-at-Risk,簡稱CVa R)模型,VaR概念簡單,能夠用一個(gè)簡單的數(shù)字衡量資產(chǎn)的風(fēng)險(xiǎn),但其不具有一致性且不能完全覆蓋尾部風(fēng)險(xiǎn),CVaR則通過將超過Va R的資產(chǎn)風(fēng)險(xiǎn)考慮進(jìn)來從而實(shí)現(xiàn)對(duì)尾部損失的覆蓋。當(dāng)前VaR和CVaR測(cè)度模型都被廣泛應(yīng)用在股票市場(chǎng)風(fēng)險(xiǎn)的度量上,其計(jì)算方法涉及參數(shù)法、非參數(shù)法和半?yún)?shù)法,非參數(shù)貝葉斯方法是其中較為前沿的計(jì)算方法。在非參數(shù)貝葉斯方法中,較為流行的非參數(shù)先驗(yàn)分布包括Dirichlet過程(Dirichlet Process,簡稱DP)、層次Dirichlet過程(Hierarchical Dirichlet Process,簡稱HDP)等,Dirichlet過程已經(jīng)被應(yīng)用到股票市場(chǎng)風(fēng)險(xiǎn)度量中并被證明應(yīng)用效果較好,本文更進(jìn)一步,把層次D...

【文章頁數(shù)】：83 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖3.1組別一的HDP擬合結(jié)果

層次Dirichlet過程在股票市場(chǎng)風(fēng)險(xiǎn)度量中的應(yīng)用24行分析，擬合每個(gè)組別數(shù)據(jù)的分布并與真實(shí)分布進(jìn)行對(duì)比。表3.1復(fù)雜分布模擬數(shù)據(jù)中各類別對(duì)應(yīng)的參數(shù)及各組別的類別概率組別一組別二組別三類別一1-50.4000.3511.5類別二200.200.350.2021類別三350.30....

圖3.2組別二的HDP擬合結(jié)果

層次Dirichlet過程在股票市場(chǎng)風(fēng)險(xiǎn)度量中的應(yīng)用24行分析，擬合每個(gè)組別數(shù)據(jù)的分布并與真實(shí)分布進(jìn)行對(duì)比。表3.1復(fù)雜分布模擬數(shù)據(jù)中各類別對(duì)應(yīng)的參數(shù)及各組別的類別概率組別一組別二組別三類別一1-50.4000.3511.5類別二200.200.350.2021類別三350.30....

圖3.3組別三的HDP擬合結(jié)果

層次Dirichlet過程在股票市場(chǎng)風(fēng)險(xiǎn)度量中的應(yīng)用25圖3.3組別三的HDP擬合結(jié)果第三節(jié)厚尾分布的仿真模擬數(shù)據(jù)一、模擬數(shù)據(jù)說明在通過仿真模擬數(shù)據(jù)驗(yàn)證了HDP模型在擬合復(fù)雜分布的有效性的基礎(chǔ)上，進(jìn)一步驗(yàn)證HDP模型在擬合與股票收益分布較為相似的厚尾分布時(shí)的有效性。用HDP結(jié)構(gòu)生....

圖3.4組別一的HDP擬合結(jié)果

層次Dirichlet過程在股票市場(chǎng)風(fēng)險(xiǎn)度量中的應(yīng)用26表3.4運(yùn)用HDP模型對(duì)厚尾分布仿真模擬數(shù)據(jù)的參數(shù)估計(jì)結(jié)果組別一組別二組別三類別一1-9.00(0.02)0.06(0.00)0.90(0.00)0.04(0.00)10.77(0.03)類別二20.01(0.01)0.04....

本文編號(hào)：3948709