公共文化服务平台

二元极值混合模型的模拟研究: 近些年来,极值理论已经有了非常快速的发展,而且在其它领域也有非常广泛的应用,它对于处理一些实际问题具有十分重要的意义.该文首先对极值理论作了总体的介绍,其中包括极值理论的发展与应用;一元极值理论的概念,阈值的选取,极大似...; 关静; 关键词：广义极值分布 COPULA 混合模型; 文献传递

二元极值混合模型的模拟研究: 极值理论是专门研究一个过程在极大或极小情况的随机性质，特别关心在特殊情况发生极端事件的概率，因而极值理论在分析一些实际问题时具有十分重要的意义。例如;保险业中索赔额的估计，金融市场的风险评估，通信业中的事故预测以及海洋水...; 关静史道济; 关键词：外汇市场汇率波动; 文献传递

沪深股市风险的相关性分析被引量：52: 2003年; In this paper we use logistic conditional model and GEV conditional model to analysize the data on 1992～1999’s log profit of intra daily close price on the Shanghai and Shenzhen Stock Market.By comparison we give the optimal methods for GEV conditional model.; 史道济关静; 关键词：风险分析 COPULA 广义极值分布证券市场实证分析

技术交易平台中的知识分享影响因素研究: 随着技术交易平台的建立与网络社区的发展,技术交易平台将网络社区纳入到了平台的功能之中,形成了技术交易平台中的技术社区。但是,目前技术交易平台的技术社区存在着功能单一、管理制度不全面、参与度低等问题。而以往网络社区研究中的...; 关静; 关键词：知识分享印象管理

分位数回归与上证综指VaR研究被引量：11: 2008年; 把极端分位数所具有的行为特征应用到VaR的研究中,建立上海股市收益率的条件分位数回归模型,描述其在极端分位数下的变化趋势。同时选取适当的尾部模型,并在此基础之上应用外推法预测非常极端分位数下的条件VaR,并与直接由分位数回归模型预测的结果进行比较。结果表明:两种方法得到的结果变化趋势都是一致的,由外推法预测的结果相对小一些。; 关静史道济; 关键词：分位数回归 VAR

分位数回归理论及其应用: 分位数回归是给定回归变量X,估计响应变量Ｙ条件分位数的一个基本方法。它不仅可以度量回归变量在分布中心的影响，而且还可以度量在分布上尾和下尾的影响，因此较之经典的最小二乘回归具有独特的优势。本文主要对分位数回归的理论、Co...; 关静; 关键词：分位数回归极值理论; 文献传递

带有测量误差的线性回归模型被引量：2: 2016年; 通常在研究线性回归的问题中只是考虑因变量存在误差或扰动项.在很多情况下,线性回归中自变量也是带有误差的,并且当自变量误差存在时,用常用的参数估计方法,比如一般最小二乘法,得到的模型参数的估计值是有偏的且非一致的.采用工具变量法来处理这类问题,并通过数据模拟分析工具变量法.; 程洪建关静

基于线性回归变量误差模型的工具变量法与校正似然法的比较: 2017年; 文章介绍了线性回归变量误差模型参数估计的两种方法——工具变量法和校正似然法,然后通过数值模拟的方式对这两种方法的估计结果进行比较,说明这两种方法在不同假定下估计的优劣,最后通过实例计算来进行验证,并得到一些有用的结论。; 关静陈永沛; 关键词：工具变量法

二元极值混合模型相关结构的研究被引量：8: 2005年; 二元极值混合模型由于不能反映极值变量之间的完全相关性,因而在应用上受到了一定的限制,但对适当的相关性仍是一个很好的模型.本文给出了二元极值混合模型的一些基本性质,特别用随机模拟方法研究了对来自其它不同极值copula的随机样本,用混合模型拟合可能产生的影响. 结果表明,如果以Kendallτ表示变量间的相关性,在一定范围内,混合模型能够很好的反映其它模型所具有的相关性,且对渐近独立模型边际参数估计的偏差也不太大.最后应用混合条件分布与GEV条件分布分析英镑对美元和英镑对加元两支汇率日对数回报收益率的风险相关性.; 关静史道济; 关键词：COPULA 广义极值分布混合模型

基于Pearson Ⅳ分布的VaR与CVaR估计: 2013年; 基于GARCH模型,用Pearson Ⅳ分布拟合标准残差,给出一种更为精确的VaR和CVaR计算方法。重点研究在Norm-GARCH、t-GARCH与GED-GARCH模型下,用原分布和Pearson Ⅳ分布计算VaR的比较,结果表明,用Pearson Ⅳ分布计算VaR都能得到比原分布更小的失败率,且在三种模型之下用Pear-son Ⅳ分布计算VaR结果很接近,都能通过检验,所以选择最简单的Norm-GARCH模型就可以;基于此,研究在Norm-GARCH模型下,用正态分布和Pearson Ⅳ分布计算CVaR,并与VaR进行比较,结果表明,用Pearson Ⅳ分布计算VaR和CVaR的失败率都远远小于由正态分布所得到的失败率,特别在VaR估计失效的交易日里,用Pearson Ⅳ分布得到的CVaR均值与实际损失均值非常接近。因此,Pearson Ⅳ分布能很好地刻画金融数据的特征,相对其他分布而言是一个很好的选择。; 关静杜贤惠; 关键词：GARCH模型条件风险价值

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

关静