排序方式: 共有4条查询结果,搜索用时 187 毫秒
1
1.
2.
令Z+^d为d维非负整数格点集,{X,Xk:k∈Z+^d}为独立同分布,均值为0的随机变量列.令Sn=∑k≤nXk,k,n ∈Z+^d,给出这种随机变量部分和Sn的精确渐近性. 相似文献
3.
均值带有变点的相依误差的自回归时间序列,在单位根假设条件下,自回归系数的正则化估计及其F统计量的极限分布可以表示成Wiener过程的泛函,其形式包含了变点前后的两个均值μ1和μ2.正则化估计的收敛速度在均值变点的影响下,达到Op(T-3/2)(其中T是样本容量).当μ1和μ2未知时,采用的最小二乘估计对这两个参数进行估计,其估计量μ1和μ2具有T相合性. 相似文献
4.
CAViaR模型作为一种常见的条件自回归风险价值预测方法,被广泛应用于研究金融市场的风险价值.经典的CAViaR模型没有考虑到外生变量对风险价值的影响,而风险价值一般与市场的流动性和波动性有关,因此文中提出了考虑流动性和波动性因素的两类CAViaR扩展模型(CAViaR-LI和CAViaR-VI).另外,跨市场间的流动性和波动性往往也会对市场风险产生一定程度的影响.对此,该文进一步构建了跨市场的两类CAViaR扩展模型(CAViaR-MI-LI和CAViaR-MI-VI).文章对美国,日本,中国大陆,中国香港四个证券市场展开了研究,分别选取了具有代表性的标普500指数(S&P),日经225指数(N225),沪深300指数(CSI)以及恒生指数(HSI).通过研究发现,CAViaR-LI和CAViaR-VI模型较经典的CAViaR模型在参数的显著性,击中比率,模型的有效性等指标上均表现更好.在跨市场的研究中,在经典的CAViaR模型中加入了反映标普500指数的流动性和波动性变量,研究其对中国大陆,中国香港和日本的证券市场的风险价值的影响.结果显示,美国证券市场的波动性对其他三个证... 相似文献
1