×

兹马思-数学第一资源

方差gamma模型的基于似然的风险估计。(英语) Zbl公司 1387.62108
摘要:虽然方差伽马分布是金融资产对数收益率的一种灵活模型,但到目前为止,它在金融和风险管理中的应用还相当有限。原因之一是其参数的极大似然估计并不简单。我们开发了一个基于[T。尼蒂姆邦迪J。美国。K。多元均值方差分布的预印数方差,“偏斜的伽马方差表示法,arXiv:1504.01239]这就绕过了对完全似然的评估,这可能很困难,因为密度不是封闭形式,并且对于形状参数的小值来说是无界的。此外,我们研究了我们的方法在方差gamma和ghypr包中实现的最大似然估计程序的相对效率。大量的仿真实验和实际数据分析表明,多周期ECM算法在参数和参数的均方根误差方面都有最好的结果风险价值评估。ghypr包中的例程性能相似,但不是很好,而VarianceGamma包产生的结果更差,特别是当形状参数很小时。

理学硕士:
62分05秒 统计学在精算科学和金融数学中的应用
62层10层 点估计
91G70型 统计方法;风险度量
PDF格式 BibTeX公司 XML 引用
全文: 内政部
参考文献:
[1] 陈国平,张国平,张国强,张国强,张国强,张国强,2001,5,151-157,(1978)·Zbl公司 386.60018
[2] Barndorff Nielsen,OE公司;Bl公司æ西尔德,P;泰利,C(编辑);G、 P(编辑);Baldessari,B(ed.),双曲分布和分支:理论和应用的贡献,19-44,(1981),多德雷赫特
[3] 卡尔,PP;马丹,DB,《利用快速傅立叶变换进行期权估价》,计算机金融学杂志,1,61-73,(1999)
[4] 丝兰属,GP;Tucci,MP,《关于伽马方差过程估计的注释:从失败中学习》,Comput Econ,49363-385,(2017)
[5] Christoffersen,P,《评估区间预测》,国际经济版,39841-862,(1998)
[6] 资产回报的经验特性:程式化事实与统计问题,量子金融,1223-236,(2001)
[7] 登普斯特,N;莱尔德,N;Rubin,D.通过EM算法从不完全数据中获得的最大似然(与讨论),J R Stat Soc B,39,1-38,(1977)·Zbl公司 364.62022
[8] 埃伯林,E;《金融中的双曲分布》,伯努利,1281-299,(1995)·Zbl公司 836.62107
[9] 张建中,张建中,广义逆高斯分布的一个性质及其应用,应用概率论,20537-544,(1983)·Zbl公司 536.60022
[10] Ghalanos A(2015)rugarch:单变量GARCH模型。R程序包版本1.3-6·Zbl公司 1304.65068
[11] Hu W,Kercheval A(2007)广义双曲分布的风险管理。在:第四届国际金融工程与应用国际会议论文集,FEA'07。ACTA Press,加利福尼亚州阿纳海姆,第19-24页。http://dl.acm.org/citation.cfm?id=1650320.1650324·Zbl公司 778.62022
[12] Jorion P(2006)《风险价值:衡量金融风险的新基准》,第3版。威利,纽约
[13] Kupiec,PH.验证风险度量模型准确性的技术,J Deriv,3,73-84,(1995)
[14] 刘,C;鲁宾,DB,ML使用EM及其扩展对t分布的估计,ECM和ECME,Stat Sin,5,19-39,(1995)·Zbl公司 824.62047
[15] Luethi D,Breymann W(2016)ghyp:广义双曲分布及其特例的一个包。R包版本1.5.7。https://cran.r-project.org/web/packages/ghyp/index.html
[16] 马丹,分贝;米尔恩,F,带有VG鞅分量的期权定价,数学金融,第1期,第39-55页,(1991年)·Zbl公司 900.90105
[17] 马丹,分贝;塞内塔,E,股票市场收益的方差伽马(vg)模型,J Bus,63511-524,(1990)
[18] 马丹,分贝;卡尔,P;张恩来,方差伽马过程与期权定价,欧洲金融修订版,2155-156,(1998)·Zbl公司 937.91052
[19] Krishnan(2008)和第二个扩展算法。威利,纽约·Zbl公司 1165.62019
[20] McLachlan G,Peel D(2000)有限混合模型。威利,纽约·Zbl公司 963.62061
[21] McNeil A,Frey R,Embrechts P(2005)《定量风险管理:概念、技术、工具》。普林斯顿大学出版社·Zbl公司 1089.91037
[22] 麦克尼尔,AJ;傅雷,R,异方差金融时间序列尾部相关风险测度的估计:极值方法,帝国金融杂志,7271-300,(1998)
[23] 孟,XL,关于ECM算法的收敛速度,Ann Stat,22,326-339,(1994)·Zbl公司 803.65146
[24] 孟,XL;鲁宾,D,通过ECM算法的最大似然估计:一般框架,生物计量学,80267-278,(1993)·Zbl公司 778.62022
[25] Musiela M,Rutkowski M(2005)《金融建模中的鞅方法》,第2版。柏林斯普林格·Zbl公司 1058.60003
[26] Nitithumbundit,Chan JSK(2015)正态平均方差表示下偏态多元方差伽马分布的ECM算法。ArXiv电子打印ArXiv:1504.01239
[27] Prause K(1999)广义双曲模型:估计、金融衍生工具和风险度量。博士。论文,阿尔伯特路德维希大学ä弗赖堡·Zbl公司 944.91026
[28] 基于Protassov,R,EM的多元固定广义双曲分布的极大似然参数估计\(λ \), 统计计算,1467-77,(2004)
[29] R核心团队(2016)R:统计计算的语言和环境。R统计计算基金会,维也纳,奥地利。http://www.R-project.org/
[30] Scott D,Yang Dong C(2015)方差伽马:方差伽马分布。R程序包版本0.3-1。https://cran.r-project.org/web/packages/VarianceGamma/index.html·Zbl公司 1058.91043
[31] 斯科特,DJ;Würtz,D;东,C;Tran,TT,广义双曲分布的矩,计算机统计,26459-476,(2011)·Zbl公司 1304.65068
[32] 塞内塔,E,将方差伽马模型拟合到金融数据中,J Appl Probab,41177-187,(2004)·Zbl公司 1058.91043
[33] Wuertz D(2016)fGarch:GARCH建模包。R包版本3010.82.1
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。