分位数的Bernstein型多项式估计及其性质研究

发布时间：2020-05-21 00:12

【摘要】：在统计学中,分位数是一个非常重要的分布特征。它具有较高的应用背景,如假设检验的临界值、区间估计的端点,尤其在金融业的风险管理中,Va R和CVa R等重要的风险价值量都与分位数有着直接关系,因此研究分位数估计量有着重要的现实意义。进行分位数估计时通常采用经验分布估计和核估计,然前者并没有考虑函数光滑性,后者则存在边界效应、收敛速度慢等缺点。Bernstein多项式由于其优越的性质在函数近似估计中得到了广泛的应用,连续函数的Bernstein估计与原函数有着非常相似的性质。本文基于Bernstein型多项式累计分布函数,推导出分位数的估计公式,为求解参数mp和模型合适度m分别采用了EM算法和变点选择法。目前,关于Bernstein多项式模型估计函数性质的研究还很少。在本文中,通过引入Bernstein型多项式估计密度函数性质引理,证明了Bernstein型多项式估计分位数在均方相合性和渐近正态性等方面具有显著优点,得到了该估计的收敛速度。在数值模拟与实证分析中,选取正态分布、均匀分布等模拟检验Bernstein型多项式在给定概率水平下分位数估计的准确性,并与经验分布估计、核估计比较。模拟结果表明Bernstein型多项式的估计效果明显优于其他两种方法,具有较强的鲁棒性和有效性。实证分析中以上证综指和深证成指的日对数收益率为研究对象,通过两种方法,即GARCH模型和Bernstein多项式模型来估计不同概率水平下两个指数的Va R值并比较估计值大小。实证结果表明,上证指数的Va R估计值比深证成指的小,投资深证指数的风险要较大一些,而上证指数则保险一些,这在股市动荡时期,对投资者的投资决策会起到一定的帮助。
【图文】：

图 4-2 上证指数日收益率相关图图为滞后 10 期的上证指数收益率序列相关图，图中 Autocorrelat验，Partial Correlation 为偏自相关检验，，AC 为自相关系数，PAC数，Q-Stat 为 Q 统计量，Prob 为相伴概率。图中 Q 统计量（用来存在自相关）对应的 P 值显著小于 0.05，拒绝序列不自相关的原假

图 4-3 深证成指日收益率相关图 4-3 中收益率序列的自相关以及偏自相关系数都在零置信区间内，方程来作为 GARCH 模型的均值方程0.000281t ty a
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：O212

【参考文献】

相关期刊论文 前7条

1 关全文;秦永松;;φ-混合样本下有限个分位数估计的联合渐近分布[J];数学杂志;2015年05期

2 丁建华;张忠占;;单调约束条件下部分线性模型的Bernstein多项式估计(英文)[J];应用概率统计;2014年04期

3 王志刚;毛志勇;冯利英;;核分位数估计及其应用[J];数学的实践与认识;2013年21期

4 于巍;姜雪;;随机多项式函数的依分布收敛问题[J];黑龙江科技信息;2012年34期

5 熊静宜,曹飞龙,杨汝月;多元Bernstein-Durrmeyer型多项式及其逼近特征[J];系统科学与数学;2004年04期

6 申广君,洪沆;关于Bernstein多项式收敛速度的估计[J];安庆师范学院学报(自然科学版);2004年02期

7 崔恒建;附加信息下分布函数与分位数估计的渐近性质[J];北京师范大学学报(自然科学版);1998年04期

相关博士学位论文 前3条

1 姚梅;左截断数据下条件分位数和线性模型的估计以及变量选择[D];山东大学;2017年

2 徐达;面板计数数据的统计推断[D];吉林大学;2016年

3 丁建华;形状约束条件下半参数模型的统计推断[D];北京工业大学;2015年

相关硕士学位论文 前6条

1 蔡际盼;WOD样本下分位数和密度函数估计的强相合性[D];广西师范学院;2015年

2 姚春;分位数估计量的性质及应用[D];武汉科技大学;2014年

3 李自军;离散分布分位数的经验欧氏似然估计[D];广西师范大学;2013年

4 欧松燕;Bernstein多项式估计分位数性质的研究[D];广西师范大学;2013年

5 谢佳利;VaR与CVaR样本分位数估计精度的研究[D];广西师范大学;2009年

6 孙晓坤;一类推广的Bernstein多项式及其应用问题研究[D];辽宁师范大学;2004年

本文编号：2673424