风险度量中参数估计的极限性质

发布时间：2017-10-06 09:06

  本文关键词：风险度量中参数估计的极限性质

  更多相关文章： VaR CVaR 熵风险度量 大偏差原理 正态分布 Laplace分布

【摘要】：在经济全球化的背景下,金融行业得到了飞速的发展,但是在快速发展的同时也带来了一些风险问题。风险度量能够很好地对金融市场进行定量的刻画,能够预知未来风险。大偏差原理作为风险度量研究的热点问题之一,其研究具有重要意义。本文主要给出了在正态分布条件下,利用大偏差原理中的收缩原理得到了VaR, CVaR和熵风险度量估计的大偏差原理,以及在Laplace分布条件下通过使用大偏差原理中的Delta方法和Hadamared可微得到了熵风险度量估计的渐近性质。本文的结构如下：第一章简单介绍了本课题的研究背景和意义,并详细分析了风险度量和大偏差理论的研究现状,从而引出了本文的主要内容。第二章主要介绍了与文章相关的一些基本理论知识。首先给出了大偏差原理,中偏差原理Hadamard可微以及在大偏差中的Delta方法和收缩原理。其次,给出了正态分布和Laplace分布的定义、性质以及它们之间的关系。第三章主要介绍了几种常见的风险度量。首先给出了风险度量、凸风险度量和一致风险度量的定义和性质。然后给出了VaR, CVaR以及熵风险度量的定义和性质。第四章是文章的主要结果。首先给出了在正态分布条件下得到VaR, CVaR和熵风险度量估计的大偏差原理,并且得到了熵风险度量估计在Laplace分布条件下的中偏差定理。第五章对整篇文章进行总结并对未来提出了期望。
【关键词】：VaR CVaR 熵风险度量 大偏差原理 正态分布 Laplace分布
【学位授予单位】：扬州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F832.5
【目录】：

• 摘要2-3
• Abstract3-5
• 第一章 绪论5-9
• 1.1 研究背景及现状5-6
• 1.2 本文的主要研究结果6-9
• 第二章 预备知识9-13
• 2.1 大偏差原理9-11
• 2.2 正态分布11
• 2.3 Laplace分布11-13
• 第三章 常用的风险度量13-17
• 3.1 风险度量的概述13-14
• 3.2 VaR和CVaR14-15
• 3.3 熵风险度量15-17
• 第四章 几种常用风险度量的渐近性质17-26
• 4.1 正态分布条件下VaR估计和CVaR估计的渐近性质17-21
• 4.2 正态分布和Laplace分布条件下熵风险度量估计的大偏差原理21-26
• 第五章 总结与展望26-27
• 参考文献27-29
• 致谢29-30

【参考文献】

中国期刊全文数据库 前4条

1 丰雪;李兴斯;徐厚生;;熵与大偏差及保险定价[J];辽宁工程技术大学学报(自然科学版);2009年02期

2 陆传荣,邱瑾;线性模型误差方差估计的精确极限性质[J];数学年刊A辑(中文版);2005年01期

3 于浩;线性模型中误差方差估计的完全收敛性[J];高校应用数学学报A辑(中文版);1988年01期

4 白志东,赵林城;关于线性模型中误差估计的Berry-ESSeen界限[J];中国科学技术大学学报;1982年03期

，

本文编号：981903