基于经验似然方法的Value-at-Risk估计

来源 :重庆理工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:Horus_Ra
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
VaR(Value at Risk)是一种利用统计知识度量金融风险的方法,合理地确定GARCH模型是VaR计算的关键。针对这个问题,利用经验似然方法来估计VaR。模拟分析表明,经验似然方法比已有的方法简洁有效。
其他文献
提出了一种MIMO-OFDM(Multiple Input and Multiple Output-Orthogonal FrequencyDivision Multiplexing)统中的信道估计实现方案.该算法采用STBC(Space.TimeBlock Code)训练序列,利
针对平移振荡器系统(TORA)设计了一种基于遗传算法及单输入规则模块的模糊控制方法.该方法有效地结合了基于单输入规则模块的模糊控制方法及遗传算法的优点,使得设计出的控制器既
根据对跨国公司商品销售预测统计量的描述,结合了数学模型,利用了马尔柯夫链的一些性质进行分析。结果表明:利用该方法分析得到的跨国公司商品销售预测与给定的目标期望函数较
研究了一个强收敛定理,并对该定理进行了证明。构造了一个新的迭代算法,生成了一个新的迭代序列;证明了该序列的收敛点恰好是一个单值映射的不动点集、一个变分包含问题的解