Pareto严格稳定分布在保险理赔中的应用

本文研究了Pareto严格稳定分布在保险中的应用.利用极大似然估计的方法得到了Pareto严格稳定分布,正态分布和Pareto分布的参数估计.根据信息准则,表明Pareto严格稳定分布能够较好地拟合保险数据.     

高频金融数据的标度分析

高频金融数据通常具有尖峰厚尾的非正态特征，常用稳定分布来拟合。本文采用稳定分布的性质对高频上证指数收益率的分布作了标度分析，求得特征指数为1．48，说明我们在分析证券指数分布时可以用稳定分布，而非正态分布。     

基于g-h分布的操作风险损失强度分布拟合及风险度量

操作风险损失强度分布呈现的"右偏性、厚尾性"特点,使操作风险损失强度的拟合面临着许多困难。为了解决传统损失分布难以拟合损失分布尾部的问题,同时又为了克服极值理论的弊端,将四参数的g-h分布用于操作风险损失强度拟合中,设计当损失强度分布为g-h分布时使用Monte Caro模拟的基本步骤。并以我国的517个风险损失数据为基础,以实证分析的形式验证所提出的方法,将拟合结果与尾部风险及其他4种常用分布进行比较。实证结果显示,在损失强度的拟合中,g-h分布能较好的捕获操作风险损失分布的"厚尾"特性,对操作风险损失分布的拟合效果最好,尾部风险计算较为合理。     

威布尔帕累托(Ⅳ)分布:性质及应用

利用T-X变换技巧将威布尔分布及帕累托(Ⅳ)分布组合,构建了威布尔-帕累托(Ⅳ)分布并研究极限,单峰性,香农熵,力矩等相关统计性质;利用R语言对两组经典数据进行分布拟合;给出几种模型的参数估计及拟合优度的比较,并根据似然比检验,对威布尔-帕累托(Ⅳ)分布和其他几种分布做对比分析,结果表明威布尔-帕累托(Ⅳ)分布具有更优的拟合效果.     

基于正则逆Gamma分布和广义极值分布的VaR计算

股指收益率的分布和风险价值(VaR)的计算是证券市场研究的热点问题.本文对来自上证指数和深证成指日收益率采用正则逆Gamma分布和偏T分布(SST)分别进行拟合,对极值序列(周、月极大值和极小值)建立广义极值分布函数。并由此计算VaR值,度量这几种序列的风险价值.结果表明正则逆Gamma分布能更好地拟合日收益率的分布,以及采用周极值收益率的广义极值分布计算VaR值来估计风险较为合理.     

重尾数据的混合Erlang分布拟合方法

PH分布具有良好的解析性质,重尾数据的PH近似是随机模型分析中的重要课题.混合Erlang分布是一种常见的PH分布,本文利用EM方法给出了重尾数据的混合Erlang分布拟合算法,通过Matlab软件对两类常见重尾数据进行实验,结果令人满意.最后,文章对混合Erlang分布拟合算法的进一步改进做了总结.     

基于左截尾g-h分布的船舶溢油损失分布拟合研究

由于船舶溢油损失对保险公司的影响非常大,保险费率厘定过程中对损失分布拟合的研究非常重视.以全国船舶溢油事故损失数据为样本,对船舶溢油损失序列的分布特征进行研究.通过实证研究发现,船舶溢油损失数据不服从正态分布,具有"右偏、尖峰、厚尾"的特性.考虑船舶溢油损失数据的左截尾特性,将左截尾g-h分布引入船舶溢油损失序列的分布拟合中,结果表明,这种分布对船舶溢油损失数据的拟合效果与传统分布相比更好.     

基于纯粹跳跃利维过程的中外股票收益分布特征研究

本文运用无限可分纯粹跳跃的NIG模型和VG模型对沪深股市股指收益分布特征和国际上其它主要股市股指收益分布特征进行拟合分析。结果表明在拟合收益分布方面NIG模型和VG模型的拟合度远远高出正态分布假设的拟合度,NIG模型和VG模型两者之间拟合收益分布没有明显的优劣;沪深股指收益分布拟合情形和国际上主要股指收益分布拟合情形基本没有差异。     

关于汽车赔付次数的一类新分布

为了拟合汽车的赔付次数，本文给出了一类新的分布，即GPSJ1分布类．这个三参数的分布类包括的经典赔付次数分布比较多，特别是许多已知的无穷可分分布都属于这一类，在求参数的最大似然估计时此分布也具有很大的优越性，文中对此进行了讨论．本文最后我们以中国一家保险公司的实际赔付数据为例用此分布类对其进行了拟合，拟合效果令人满意。     

稳定分布的参数估计

由于金融数据经常具有“高峰厚尾”现象，所以用稳定分布去拟合，但由于稳定分布没有密度函数显式，而且可能一阶矩或二阶矩又不存在，因此稳定分布的参数估计问题用经典方法很难处理，本文利用类拟Duffie和Singleton(1993)的模拟矩法（SMM）的想法，构造了一种新的参数估计方法，并得到该估计的强相合性结果，最后举了一个实际的例子，分析了深圳成分指数的情况。     

中国股市大公司股票与小公司股票收益关系的实证研究

对中国股市的大公司股票与小公司股票的价格与收益关系进行了实证研究,结果表明大公司股票与小公司股票的收益无论在牛市阶段还是熊市阶段都存在较高的相关性;熊市阶段大公司股票收益的自相关程度最高,存在一定趋势性.大公司股票与小公司股票的价格序列是单位根的,但不是协整的,二者的收益序列是稳定的,在牛市阶段和熊市阶段大公司股票与小公司股票收益之间存在双向的领先—滞后后关系.     

A semiparametric Bayesian approach to the analysis of financial time series with applications to value at risk estimation

GARCH models are commonly used for describing, estimating and predicting the dynamics of financial returns. Here, we relax the usual parametric distributional assumptions of GARCH models and develop a Bayesian semiparametric approach based on modeling the innovations using the class of scale mixtures of Gaussian distributions with a Dirichlet process prior on the mixing distribution. The proposed specification allows for greater flexibility in capturing the usual patterns observed in financial returns. It is also shown how to undertake Bayesian prediction of the Value at Risk (VaR). The performance of the proposed semiparametric method is illustrated using simulated and real data from the Hang Seng Index (HSI) and Bombay Stock Exchange index (BSE30).     

股票收益率的次指数分布拟合

股票收益率等金融时间序列具有重尾特征,因而不适于用正态分布来描述,次指数分布族S是一类重尾分布族,能够很好的处理具有偏态、重尾特征的金融时间序列,本文对上证指数的收益率进行了次指数分布拟合,并给出了在险价值(VaR)的估计。     

中国股市价格-交易量动态因果关系研究

研究了中国股票市场交易量是否含有预测未来收益变动的有价值信息 .实证结果表明 :交易量和收益序列存在即期的正相关关系 ;过去交易量包含未来绝对收益变动的有价值信息 ;中国股票市场交易量和收益序列存在双向的线性因果关系 ,交易量不仅传递价格绝对变动量的信息 ,而且在很大程度上还传递价格变动方向的信息 .     

基于非参数分布的沪深股市VaR测度

沪深大盘指数的收益率分布函数并不服从通常人们所认为的正态分布.因此,采用一种新的方法—非参数核密度估计,对沪深股指收益率分布进行拟合.该方法不仅很好地刻画了收益率分布的尖峰和肥尾特征,而且由此建立的VaR模型比一般的基于参数分布的VaR模型更能捕捉市场的风险特征,结论也更加准确.     

GARCH模型在股票市场风险计量中的应用

本文以上证综指的日收益率为研究对象,运用GARCH模型簇分析上海股市日收益率波动的条件异方差性,计算每天的V aR值.实证研究表明,GARCH模型的V aR计算方法对我国股市风险的管理有较好的效果.     

欧盟碳市场期货价格分布特征分析

市场价格的收益率特征是研究市场特点的出发点.从各类常见分布入手,检验了欧盟碳市场的真实分布特性,最终发现稳态分布最适宜于描述碳市场的收益率分布.据此,讨论了欧盟碳市场的信息传递与风险评价特点.     

Modeling fat tails in stock returns: a multivariate stable-GARCH approach

In this paper a new multivariate volatility model is proposed. It combines the appealing properties of the stable Paretian distribution to model the heavy tails with the GARCH model to capture the volatility clustering. Returns on assets are assumed to follow a sub-Gaussian distribution, which is a particular multivariate stable distribution. In this way the characteristic function of the fitted returns has a tractable expression and the density function can be recovered by numerical methods. A multivariate GARCH structure is then adopted to model the covariance matrix of the Gaussian vectors underlying the sub-Gaussian system. The model is applied to a bivariate series of daily U.S. stock returns. Value-at-risk for long and short positions is computed and compared with the one obtained using the multivariate normal and the multivariate Student’s t distribution. Finally, exploiting the recent developments in the vast dimensional time-varying covariances modeling, possible feasible extensions of our model to higher dimensions are suggested and an illustrative example using the Dow Jones index components is presented.     

对我国股票市场股指波动特性的实证分析

本文以上证综指和深成分指数的最新日收益率为研究对象,应用GARCH、TARCH模型理论,进一步分析了日收益率波动的条件异方差性、非对称性,同时比较了两个股票市场的不同波动特征。     

中国股票市场波动特性的实证研究

本文以上证综指和深成分指数的日收益率为研究对象 ,应用 GARCH、TARCH模型理论 ,进一步分析了日收益率波动的条件异方差性、非对称性 ,同时比较了两个股票市场的不同波动特征