VaR,MS和ES的贝叶斯经验似然估计

发布时间：2017-12-10 23:00

  本文关键词：VaR,MS和ES的贝叶斯经验似然估计

  更多相关文章： VaR MS ES 贝叶斯经验似然 置信区间 覆盖率

【摘要】：市场风险的度量是非常复杂的.模型VaR的出现,使得量化金融资产组合在一定的持有期内的最大可能损失成为可能.但VaR在应用中存在不足,为了克服这些不足,后继出现了CVaR(Conditional Value at risk)和ES(Expected Shortfall),以及最近出现的MS (Median Shortfall). VaR,MS和ES比以往度量方法有更多的优点,解决了更多问题,在实际中有广泛运用.另一方面,贝叶斯经验似然有效结合了先验信息和样本信息,同时继承经验似然的优良性,它是一种非参数方法,又能利用先验信息.在样本较少情况下,充分利用历史信息能有效提高估计精度.本文采用贝叶斯经验似然方法去估计VaR,MS和ES.先结合先验信息和经验似然得出VaR,MS和ES的后验分布,由此得到、VaR,MS和ES的估计.然后证明了经验似然部分最大估计的相合性,以及后验分布在一定的条件下的渐近正态性.模拟结果显示,在一定的置信水平下,在先验信息比较准确的情况下,贝叶斯经验似然方法与经验似然方法的覆盖率差不多,但置信区间平均长度要短.样本较小时,贝叶斯经验似然方法的覆盖率比经验似然方法的覆盖率高,置信区间平均长度也比经验似然的置信区间平均长度短.在先验信息提取错误时,贝叶斯经验似然方法的覆盖率较差.本论文特色如下：1.在经验似然部分,我们采用Eerson and Owen(2009)的方法,通过加入两个虚拟样本点解决凸包外无解问题,同时能保证样本均值不变.2.在一定条件下,VaR,MS和ES的后验分布具有渐近正态性.3.贝叶斯经验似然方法有效结合先验信息和样本信息,能充分利用已知信息提高估计精度,特别是在样本信息较少时,更能凸显作用.同时,它是一种非参数方法.贝叶斯经验似然方法丰富了VaR,MS和ES的估计理论,为实际工作者提供更多选择工具.
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212.1

【相似文献】

中国期刊全文数据库 前10条

1 郑明,李四化,杨艺;截断情况下生存函数的函数的经验似然[J];高校应用数学学报A辑(中文版);2004年03期

2 张军舰;;矩约束条件下的广义经验似然[J];广西师范大学学报(自然科学版);2006年01期

3 李晓;吴耀华;涂冬生;;Cox比例风险模型中的校正经验似然方法(英文)[J];中国科学技术大学学报;2009年12期

4 王允艳;张立新;王汉超;;二阶扩散模型的经验似然推断[J];中国科学:数学;2012年08期

5 秦永松;杨翠莲;;负相协样本多维边际密度的经验似然推断[J];广西师范大学学报(自然科学版);2012年03期

6 祝丽萍;;经验似然的冗余性[J];系统科学与数学;2012年09期

7 张军舰,王成名;光滑经验似然分布估计[J];广西师范大学学报(自然科学版);1998年01期

8 许爽;;浅谈经验似然及其在金融风险中的应用[J];数学学习与研究;2011年19期

9 郁文;含零总体中位数的经验似然[J];统计与信息论坛;2005年01期

10 金淑华;;相依序列密度函数的经验似然推断(英文)[J];数学研究与评论;2008年03期

中国重要会议论文全文数据库 前10条

1 孙志猛;张忠占;;随机右删失数据下线性变换模型的经验似然推断[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年

2 张启贤;;2例自体外周血干细胞移植治疗MS的护理[A];全国神经内、外科专科护理学术会议论文汇编[C];2002年

3 曹井泉;徐建德;刘芳;;全球Ms≥8.5巨大地震与中国大陆Ms≥7.0强震的关联性[A];地震海啸与地震预报实验场学术研讨会摘要集[C];2005年

4 沈宗丕;徐道一;;磁暴月相二倍法对应全球Ms≥7．5大地震的效果分析[A];1996年中国地球物理学会第十二届学术年会论文集[C];1996年

5 徐秀登;徐向民;马未宇;徐保华;张行才;;震前气象卫星红外与NCEP温度对比研究—2003年来我国Ms≥6地震为例[A];新方法和新技术在地震预报中的应用暨中国东部地区震情研讨会论文摘要集[C];2004年

6 陈忠伦;王大模;苏牟潇;李作孝;;瘦素对MS患者外周血单个核细胞分泌细胞因子影响的研究[A];第九次全国神经病学学术大会论文汇编[C];2006年

7 余沛涛;高黎菊;;MS培养基中的某些成分在植物生长过程中的损失[A];中国植物生理学会全国学术年会暨成立40周年庆祝大会学术论文摘要汇编[C];2003年

8 杨秀兰;徐瑞娟;黄黎明;余坤;王新峰;刘家彬;;固相微萃取和GC／MS研究炸药老化释出微量气氛[A];中国工程物理研究院科技年报（2001）[C];2001年

9 王翊如;王波;;固相微萃取技术与GC／MS联用快速检测冰毒[A];2006年全国药物质量分析学术研讨会——《药物分析杂志》第二届普析通用杯优秀论文评选颁奖会论文集[C];2006年

10 张力;包玉敏;杨利青;徐宁;李增春;;草豆蔻化学成分的GC／MS研究[A];中国化学会第十三届有机分析与生物分析学术会议论文集[C];2005年

中国重要报纸全文数据库 前4条

1 ;两项研究揭示：疫苗与MS无关[N];医药经济报;2001年

2 项建新;三星与明基争夺液晶显示器12ms头彩[N];中国企业报;2003年

3 本报记者 刘晖;16ms液晶冲击波[N];计算机世界;2002年

4 ;明基再推12ms大屏液晶[N];中国计算机报;2004年

中国博士学位论文全文数据库 前10条

1 郭波涛;经验似然方法及基因表达调控网络应用[D];第三军医大学;2008年

2 李周平;经验似然方法的若干应用[D];兰州大学;2010年

3 刘玉坤;经验似然高阶性质的一些研究[D];南开大学;2009年

4 韩玉;非线性时间序列模型经验似然推断的若干结果[D];吉林大学;2012年

5 熊贤祝;经验似然推断的若干研究[D];浙江大学;2012年

6 陈燕红;时间序列模型的经验似然推断[D];大连理工大学;2013年

7 李晓;Bartlett校正和校正经验似然的研究[D];中国科学技术大学;2009年

8 周小双;若干复杂数据模型的经验似然和复合推断方法[D];山东大学;2013年

9 王然;半参模型的经验似然推断[D];浙江大学;2013年

10 陈黎;不等式约束下的经验似然推断[D];云南大学;2012年

中国硕士学位论文全文数据库 前10条

1 赖廷煜;VaR,MS和ES的贝叶斯经验似然估计[D];广西师范大学;2015年

2 王子豪;缺失数据下双重广义线性模型的经验似然推断[D];昆明理工大学;2015年

3 阮磊;部分线性ARCH误差模型的经验似然方法研究[D];中国矿业大学;2015年

4 朱丽霞;基于经验似然的非对称核估计方法及应用[D];浙江大学;2013年

5 王烨;双自变量的结合似然[D];浙江大学;2013年

6 张锦丽;关于经验似然方法的一些研究[D];浙江大学;2007年

7 朱琳琳;m-相依误差下非线性半参数模型的经验似然推断[D];辽宁师范大学;2011年

8 李立红;有误差的状态变量的常微分方程模型的经验似然推断[D];山东大学;2010年

9 王强;经验似然在风险度量中的应用[D];华东师范大学;2007年

10 吕婷;舍入数据的经验似然方法[D];广西师范大学;2012年

，

本文编号：1276194