利用Bootstrap与核密度估计的方法计算VaR.pdfVIP

下载本文档

48
0
约1.91万字
约 3页
2015-09-26 发布于重庆
举报
版权申诉

利用Bootstrap与核密度估计的方法计算VaR.pdf

1、本文档共3页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

利用Bootstrap与核密度估计的方法计算VaR

理论新探利用Bootstrap 与核密度估计的方法计算VaR 陈希镇，徐新 (温州大学数学与信息科学学院，浙江温州 325035) 摘要：根据历史数据估计收益率的分布来计算VaR 是一种常用的方法。然而，过多的历史数据所构成的时间序列可能不独立同分布。文章选择离预测时间较近且相对较少的历史数据，使其通过BDS 检验，再对其进行Bootsrap 抽样，得到足够的样本，选择适当的核密度分布函数，从而算出 VaR 。经比较发现，这种方法算出的VaR 比传统方法更准确。关键词：；核密度估计；方法；检验 VaR Bootsrap BDS 中图分类号：文献标识码：文章编号：（） O212 A 1002-6487 2010 15-0039-03 1.1 Bootstrap 方法 0 引言 Bootstrap 方法是由美国统计学家 Efron[2] 在总结和归纳前人研究成果的基础之上系统提出的一种新的统计方法。其作为一种市场度量风险的方法，受到众多投资机构基本思想如下：考虑来自未知分布为的长度为的随机 VaR F n n 和金融机构的关注。一般认为，风险价值方法有两个显变量，…，，根据已知的数据给出一个的估计 VaR S ={X X } S F 0 1 n 0 n 著的优点：一是它按照随机变量的特征，通过随机变量的概赞赞 * * * ，然后从中重新生成一些随机变量，…，。根据 F F S ={X X } n n 0 1 n 率分布来刻画风险度量概念，因此结果比较准确；二是它把 * 赞