马哈茂德·扎勒珀尔;蒂埃里·贝达德;安德烈·达布罗斯基。 使用Dirichlet过程进行风险回报和价值评估。 （英语） Zbl 1142.91598号 申请。数学。财务 15，编号3-4，205-218（2008）. 摘要：存在各种各样的回报模型，所选择的模型决定了计算风险价值（VaR）所需的工具。本文通过使用迪里克莱过程的蒙特卡罗模拟，介绍了一种基于模型的模拟的替代方法。该模型是在贝叶斯框架中构建的，使用了Ferguson最初描述的属性。该模型的一个显著优点是，平均而言，随机抽取是从混合分布中抽样的，混合分布包括专家的事先猜测和基于历史资产回报随机样本的经验过程。该方法是相对自动的，类似于机器学习工具，例如，随着新数据的到来，估计值会更新。 引用于1文件 MSC公司： 91B30型 风险理论，保险（MSC2010） 91B82号 统计方法；经济指标与措施 关键词：迪里克莱过程;分位数;贝叶斯估计;风险价值 PDF格式BibTeX公司 XML格式引用 \textit{M.Zarepour}等人，应用。数学。财务15，No.3--4，205-218（2008；Zbl 1142.91598） 全文： 内政部 参考文献： [1] Bradley B.，《金融重尾分布手册》（2003） [2] 内政部：10.1239/aap/1029955251·Zbl 0957.60055号 ·doi:10.1239/aap/1029955251 [3] DOI:10.1214/aoms/1177703584·Zbl 0137.12604号 ·doi:10.1214/aoms/1177703584 [4] Ferguson T.S.，《数理统计学，决策理论方法》（1967） [5] DOI:10.1214/aos/1176342360·Zbl 0255.62037号 ·doi:10.1214/aos/1176342360 [6] 内政部：10.1214/aos/1176342752·Zbl 0286.62008号 ·doi:10.1214/aos/1176342752 [7] DOI:10.1214/aoms/1177703871·Zbl 0137.12603号 ·doi:10.1214/aoms/1177703871 [8] 内政部：10.2307/3315951·Zbl 1035.60048号 ·doi:10.2307/3315951 [9] Ishwaran，H.和Zarepour，M.，2006年。基于尺度不变性原理的多元广义伽马过程的级数表示（已提交出版；正在审查中，将发表在《统计》杂志上） [10] Jorion P.，《控制市场风险的新基准》（2001年） [11] 数字对象标识码：10.1023/A:1009703431535·Zbl 0937.91052号 ·doi:10.1023/A:1009703431535 [12] Rachev S.T.，SERDICA–保加利亚数学出版物19第175页–（1993） [13] Sethuraman J.，《中国统计》4，第639页–（1994年） [14] 内政部：10.2307/1390820·doi:10.2307/1390820 [15] DOI:10.1016/S0304-4149（99）00052-6·Zbl 0997.60053号 ·doi:10.1016/S0304-4149（99）00052-6 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。