尺度参数变点的非参数检验

本文讨论了尺度参数模型参数变点的假设检验问题\bd 基于两样本$U$\,-统计量, 我们给出了两个检验, 并且研究了检验统计量分布的极限性质\bd 我们证明了这两个检验统计量的极限分布分别是$\sup\limits_{0相似文献   

多元$t$分布数据的局部影响分析

对于多元$t$分布数据, 直接应用其概率密度进行影响分析是困难的\bd 本文通过引入服从Gamma分布的权重, 将其表示为特定多元正态分布的混合\bd 在此基础上, 进而将权重视为缺失数据, 引入EM算法; 从而利用基于完全数据似然函数的条件期望进行局部影响分析\bd 本文进一步系统研究了加权扰动模型下的局部影响分析, 得到了相应的诊断统计量; 并通过两个实例说明了这种方法的有效性.     

考虑成交量的股票收益率的渐近分布

在本文中, 我们提出了一类直接描述多只股票收益率受股票本身的量价影响及其它股票的量价影响下的非线性统计模型. 我们证明了在不同的参数取值下, 收益率序列分别依分布收敛于L\'evy指数稳定分布和L\'evy稳定分布.     

自正则化大偏差的一个注记

设$X_1,X_2,\cdots$为一列独立同分布的随机变量序列\bd 邵(1997)在没有任何矩条件下建立了自正则化大偏差定理, 但其上界的证明相当复杂\bd 为此, 本文给出了一个简洁的证明     

Erlang(2)过程的风险分析与美式看跌期权

在经典的风险理论中涉及到的索赔风险是服从复合Poission过程的, 与之不同, 我们考虑Erlang(2)风险过程\bd Erlang(2)分布往往见诸于控制理论中, 这里它作为索赔发生间隔时间的分布被引入了\bd 本文中, 我们介绍一个与破产时刻、破产前时刻的盈余以及破产时刻赤字有关的辅助函数$\phi(\cdot)$, 函数中涉及的这三个变量对风险模型的研究都是最基本也是最重要的\bdWillmot and Lin (1999)曾在古典连续时间风险模型之中研讨过这一函数\bd受Gerber and Shi(1997)及Willmot and Lin (2000)在古典模型下的研究过程的启发, 本文的一个重要结果就是找到破产前时刻的盈余以及破产时刻赤字的联合分布密度函数\bd 更得益于Gerber and Landry (1998)及Gerber and Shiu (1999)的思想, 我们应用以上的结果去寻求基础资产服从一定风险资产价格过程的美式看跌期权最优交易策略.     

监测L\'{e}vy稳定过程均值变点的平均运行时间估计

平均运行长度(时间) (ARL)是判断一控制图监测变点效果好坏的一个重要工具\bd 本文主要研究L\'{e}vy 稳定过程的均值变点监测问题\bd 我们给出了三个控制图, 即EWMA, GEWMA和GLR的ARL 估计, 并通过数值模拟比较了4个控制图监测均值变点的效果和差异.     

用蒙特卡罗方法求取广义线性混合模型之最大似然估计:应用于求取乳癌死亡率之小区域估计

本文使用蒙特卡罗方法, 求得广义线性混合模型之最大似然估计, 并提供用来评估统计参数之收敛和精确度之实用方法\bd 仿真研究显示无偏之固定效应参数估计, 而方差分量估计之误差则相近于前人结果\bd 应用举例为使用泊松分布求取乳癌死亡率之小区域估计.     

关于有信用风险的期权定价的鞅方法

本文考虑了一个关于具有对方风险的衍生物的金融模型\bd 应用公司价值模型, 本文讨论了关于具有对方破产风险的衍生物的欧式期权定价问题\bd 应用鞅方法, 在高斯分布等的假设下本文得到并证明一个关于该期权的显式Black-Scholes定价公式\bd 该公式推广了Ammann在[1]中的相应结果.     

对部分线性模型用惩罚最小二乘估计时最优光滑化的注记

部分线性模型也就是响应变量关于一个或者多个协变量是线性的, 但对于其他的协变量是非线性的关系\bd 对于部分线性模型中的参数和非参数部分的估计方法, 惩罚最小二乘估计是重要的估计方法之一\bd 对于这种估计方法, 广义交叉验证法提供了一种确定光滑参数的方法\bd 但是, 在部分线性模型中, 用广义交叉验证法确定光滑参数的最优性还没有被证明\bd 本文证明了利用惩罚最小二乘估计对于部分线性模型估计时, 用广义交叉验证法选择光滑参数的最优性\bd 通过模拟验证了本文中所提出的用广义交叉验证法选择光滑参数具有很好的效果, 同时, 本文在模拟部分比较了广义交叉验证和最小二乘交叉验证的优劣.     

价值风险的非参数估计方法*

价值风险(VaR)模型是当今最流行的金融资产风险管理和控制的工具之一\bd 本文提出了用局部分位数回归的方法来估计某一投资组合的VaR值\bd 该方法可用于计算投资组合多持续期的VaR, 使得人们可以了解到该投资组合在一定持续期内的动态风险\bd 本文通过模拟和美国三个月到期国债利率数据的分析说明了该方法的具体执行情况, 并与J.P. Morgan的时间开方规则作了比较\bd 结果表明我们的VaR估计有令人满意的效果.     

基于稳定分布的PARCH模型

本文首先介绍了稳定分布和基于正态分布、稳定分布的PARCH模型,并通过股票指数收益率的稳定化PP图和直方图发现其具有高峰厚尾特征.最后,通过上证指数的VaR计算,得到在金融风险度量中基于稳定分布的PARCH模型比基于正态分布的PARCH模型更加有效。     

金融资产收益分布的混合高斯分析

本文研究了金融资产收益的混合高斯分布模型 ,给出了混合高斯分布的 Kolmogorov-Smirnov检验的方法 ,分析了金融资产收益的非高斯性及市场价格运动的有效性 .此外 ,用成分数目 K*、拟合误差 DK*n和主成分系数 p*k 描述金融资产收益的性质 ,对外汇银行同业拆借市场和中国股票市场实证分析     

Stable modeling in energy risk management

High price volatility in energy markets compels the companies to adopt and implement policies for measurement and management of the energy risk. A popular measure of risk exposure is the Value at Risk (VaR). Traditional methods of estimation of VaR used by major energy companies fail to capture the heavy tails and asymmetry of energy returns distributions. We suggest the use of stable distributions for modeling energy return distributions. The results of our study demonstrate that stable modeling captures asymmetry and heavy-tails of returns, and, therefore, provides more accurate estimates of energy VaR.     

深圳成分指数与上海综合指数的稳定分布

本文利用最大似然估计法与特征变换法分别对深圳成分指数(SZSI)与上海综合指数(SHCl)的日收益率分布进行了稳定分布的拟合,并进行了比较,验证了SZSI与SHCI日收益率序列的尖峰厚尾现象。     

基于两阶段DEA方法的中国商业银行效率评价

本文考虑商业银行吸收存款和发放贷款的两阶段特点,引入“顾客满意度”这一产出指标,应用两阶段DEA模型计算了我国15家商业银行在2008年和2011年的服务质量效率和盈利效率,结果显示我国商业银行的盈利效率显著高于服务质量效率。进而综合考虑服务和盈利指标,分析了各银行的综合效率,并通过计算各银行Malmquist指数研究我国商业银行2008年到2011年间的效率变化。结果表明:各商业银行从2008年到2011年的效率整体呈上升趋势,各商业银行的技术效率以及整个银行业的效率都有一定的提高。最后,应用Tobit模型分析了影响银行效率的因素,结果显示银行的贷存比、资产利润率和不良贷款率对效率影响显著。     

Multiple Priors and Asset Pricing

The asset pricing implications of a statistical model consistent with multiple priors, or beliefs about return distributions, are developed. It is shown that quite generally equilibrium differences in mean returns across priors are to be explained in terms of perceived risk differences between these priors. Advances in filtering theory are employed on time series data to filter all the multiple state conditional components of risks and rewards. It is then observed that excess return differentials across priors are broadly consistent with required risk compensations under these priors, though the sharp hypothesis of zero intercept and unit slope is rejected. The filtered results also deliver numerous other interesting statistics. Here we focus on the construction of long horizon return distributions from data on daily returns using a Markov chain approach to incorporate stochasticity in elementary risk characterizations like volatility, skewness and kurtosis.      

The compound Poisson distribution and return times in dynamical systems

Previously it has been shown that some classes of mixing dynamical systems have limiting return times distributions that are almost everywhere Poissonian. Here we study the behaviour of return times at periodic points and show that the limiting distribution is a compound Poissonian distribution. We also derive error terms for the convergence to the limiting distribution. We also prove a very general theorem that can be used to establish compound Poisson distributions in many other settings.     

Weekday dependence of German stock market returns

The so‐called ‘Monday effect’ has been found for various stock markets of the world. The empirical finding that Monday returns are significantly smaller than returns measured for the remaining days of the week calls the efficiency hypothesis for pricing processes operating on stock markets into question. Investigating an index series measured at the Frankfurt stock exchange the paper compares estimation results of parametric and non‐parametric autoregressive models with respect to possible weekday dependence of return data. Allowing for heteroskedastic error distributions the wild bootstrap is used to infer against time‐varying means and correlation of return data in parametric models and to obtain confidence bands for non‐parametric estimates. It is shown that time dependence is an important feature describing the dynamics of German stock market returns in the period 1960–1979. Within two subsamples obtained from the period 1980–1997 the evidence in favour of such effects is mitigated substantially. Copyright © 2000 John Wiley & Sons, Ltd.     

基于下半概率风险度量并兼顾收益分布厚尾性的新型金融指数跟踪模型

考虑到投资者通常采取安全第一的准则,采用跟踪偏差的下半概率作为跟踪风险的度量;而为在恰当描述证券收益分布的厚尾特性的同时克服机会约束对模型求解所造成的困难,假设风险资产的收益服从多元t分布,由此建立了新型金融指数跟踪模型.在分析所建立模型结构特性的基础上,文中还导出了该模型的解析最优解.实证结果表明了新模型的有效性和实用价值.     

Probability Interpretation of the Integral of Fractional Order

We establish a relation between stable distributions in probability theory and the fractional integral. Moreover, it turns out that the parameter of the stable distribution coincides with the exponent of the fractional integral. It follows from an analysis of the obtained results that equations with the fractional time derivative describe the evolution of some physical system whose time degree of freedom becomes stochastic, i.e., presents a sum of random time intervals subject to a stable probability distribution. We discuss relations between the fractal Cantor set (Cantor strips) and the fractional integral. We show that the possibility to use this relation as an approximation of the fractional integral is rather limited.