基于二维非齐次泊松过程的风险度量研究——以中兴通讯日收益数据为例

发布时间：2017-12-31 18:06

  本文关键词：基于二维非齐次泊松过程的风险度量研究——以中兴通讯日收益数据为例　出处：《四川师范大学学报(自然科学版)》2017年06期 　论文类型：期刊论文

  更多相关文章： 超阈值模型 二维非齐次泊松过程 在值风险 预期损失

【摘要】：以具有厚尾的中兴通讯日收益数据为例,考虑年度趋势和波动率等影响因素,应用二维非齐次泊松过程对超出时刻和相伴损失进行拟合,结果显示非齐次泊松过程的拟合表现明显优于其特殊情形齐次泊松过程,说明影响因素起了显著作用.模型的合理性通过模型校验予以阐明,并计算了拟合模型下的在值风险和相伴预期损失.研究表明,使用非齐次泊松模型可以更好地捕捉极端数据信息,得到更精确的风险度量估计值,为投资者规避损失提供借鉴.
[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.
【作者单位】： 北京建筑大学理学院;北京工商大学理学院;
【基金】：国家自然科学基金(11501017)
【分类号】：F224;F426.6
【正文快照】： 在值风险(VaR)是业界用做风险度量的一个重要工具,但它有两方面不足:第一,它没有考虑一旦非正常情况出现(即损失超过VaR)时极端损失的严重程度,可能低估实际损失;第二,它不满足次可加性质,违背了以分散化投资来降低投资组合风险的初衷.为此另一个风险度量工具应运而生,它就是，

本文编号：1360860