本文關(guān)鍵詞：基于二維非齊次泊松過(guò)程的風(fēng)險(xiǎn)度量研究——以中興通訊日收益數(shù)據(jù)為例　出處：《四川師范大學(xué)學(xué)報(bào)(自然科學(xué)版)》2017年06期 　論文類(lèi)型：期刊論文

  更多相關(guān)文章： 超閾值模型 二維非齊次泊松過(guò)程 在值風(fēng)險(xiǎn) 預(yù)期損失

【摘要】：以具有厚尾的中興通訊日收益數(shù)據(jù)為例,考慮年度趨勢(shì)和波動(dòng)率等影響因素,應(yīng)用二維非齊次泊松過(guò)程對(duì)超出時(shí)刻和相伴損失進(jìn)行擬合,結(jié)果顯示非齊次泊松過(guò)程的擬合表現(xiàn)明顯優(yōu)于其特殊情形齊次泊松過(guò)程,說(shuō)明影響因素起了顯著作用.模型的合理性通過(guò)模型校驗(yàn)予以闡明,并計(jì)算了擬合模型下的在值風(fēng)險(xiǎn)和相伴預(yù)期損失.研究表明,使用非齊次泊松模型可以更好地捕捉極端數(shù)據(jù)信息,得到更精確的風(fēng)險(xiǎn)度量估計(jì)值,為投資者規(guī)避損失提供借鑒.
[Abstract]:Taking the daily earnings data of ZTE with thick tail as an example, considering the influence factors such as annual trend and volatility, the two-dimensional inhomogeneous Poisson process is used to fit the out-of-time and associated losses. The results show that the fitting performance of the non-homogeneous Poisson process is obviously better than that of its special case homogeneous Poisson process, which shows that the influencing factors play a significant role. The rationality of the model is illustrated by model verification. The results show that the inhomogeneous Poisson model can better capture the extreme data information and obtain more accurate risk measurement estimates. For investors to avoid losses to provide reference.
【作者單位】： 北京建筑大學(xué)理學(xué)院;北京工商大學(xué)理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(11501017)
【分類(lèi)號(hào)】：F224;F426.6
【正文快照】： 在值風(fēng)險(xiǎn)(VaR)是業(yè)界用做風(fēng)險(xiǎn)度量的一個(gè)重要工具,但它有兩方面不足:第一,它沒(méi)有考慮一旦非正常情況出現(xiàn)(即損失超過(guò)VaR)時(shí)極端損失的嚴(yán)重程度,可能低估實(shí)際損失;第二,它不滿足次可加性質(zhì),違背了以分散化投資來(lái)降低投資組合風(fēng)險(xiǎn)的初衷.為此另一個(gè)風(fēng)險(xiǎn)度量工具應(yīng)運(yùn)而生,它就是，

本文編號(hào)：1360860