基于SGT分布的贝叶斯统计推断的在险价值研究
在考虑金融数据的非正态分布的条件下,使用更接近市场实际的SGT(Skewed Generalizedt Distribution)分布取代正态分布,建立了基于SGT分布的VaR(Value-at-risk)计算模型,然后对于SGT分布的参数估计采用贝叶斯统计推断,提高了SGT分布的参数估计精度和VaR的度量准确性.并用上证指数对这个新方法做了实证检验,发现对于样本内的VaR的性能测试贝叶斯统计推断的结果和用SGT的最大似然估计结果相似,但都优于正态分布的结果,样本外的性能测试中贝叶斯统计推断的结果优于用SGT的最大似然估计和正态分布的结果.
在险价值、金融风险、SGT分布、贝叶斯统计推断、MCMC算法
30
F224(经济计算、经济数学方法)
2010-06-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
419-425