未找到相关数据
上证股指极值模型估计和VaR计算
被引：5
作者：
桂文林
机构：
[1] 暨南大学统计系
来源：
关键词：
极大似然估计;
矩估计;
回归;
广义帕雷托分布;
D O I：
暂无
中图分类号：
F832.51 [];
F224 [经济数学方法];
学科分类号：
1201 ;
020204 ;
0701 ;
070104 ;
摘要：
POT极值模型参数的准确估计是计算金融资产回报厚尾分布市场风险的关键.由n阶概率加权矩得到参数的二项式回归估计,而将参数的零、一阶概率加权矩估计予以推广.极大似然估计中,将极大化似然函转化为二元函数无条件极值问题,其他参数估计方法的结果作为迭代的初始值,通过它们的似然函数值和极大似然函数值的比较以及迭代次数判断方法的优劣.实证研究表明:参数的零、一阶概率加权矩估计较接近于真值,随着阶数的提高,二项式回归参数估计的误差很大.参数的极大似然估计优于非线性回归估计优于零、一阶概率加权矩估计.在此基础上计算上证A股指数VaR值.
引用
收藏
页码：66 / 73
页数：8
相关论文