2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、掌握金融變量間的相依結(jié)構(gòu)是研究金融體系的運(yùn)作模式,提高投資策略準(zhǔn)確率的基礎(chǔ)和關(guān)鍵所在。Copula函數(shù)具有傳統(tǒng)相關(guān)性分析方法不具備的刻畫非線性、非對(duì)稱相依結(jié)構(gòu)的能力,尤其是在刻畫尾部相關(guān)性的能力方面具有明顯的優(yōu)勢(shì),恰恰符合了研究者對(duì)金融變量相依結(jié)構(gòu)分析的需求。
  論文從Copula函數(shù)的定義、主要性質(zhì)、種類以及相應(yīng)的相關(guān)性測(cè)度等方面對(duì)Copula理論做了系統(tǒng)的介紹,并梳理和總結(jié)了Copula模型的建立方法和步驟,包括邊緣分布的確

2、定方法,參數(shù)估計(jì)方法,Copula模型的選擇和模型擬合優(yōu)度評(píng)價(jià),著重研究了Copula函數(shù)的參數(shù)估計(jì)方法,討論了精確極大似然估計(jì)(EML估計(jì))、分步估計(jì)(IFM估計(jì))、基于樣本經(jīng)驗(yàn)分布函數(shù)的CML估計(jì)、基于核密度估計(jì)方法的MLK方法以及Genest&Rivest估計(jì)法,通過分析和蒙特卡洛模擬給出了它們的適用條件,并得到結(jié)論:當(dāng)樣本邊緣分布難以確定,或者邊緣分布擬合效果不好的時(shí)候,MLK估計(jì)是最佳參數(shù)估計(jì)方法。
  將Copula理

3、論應(yīng)用到高頻金融數(shù)據(jù)的相依結(jié)構(gòu)分析中。根據(jù)高頻數(shù)據(jù)的特點(diǎn),構(gòu)造了結(jié)合BP神經(jīng)網(wǎng)絡(luò)擬合和Copula函數(shù)的新模型,并實(shí)證了該模型能夠比較有效地刻畫股指期貨每分鐘絕對(duì)收益率和成交量的相依結(jié)構(gòu)。首先采用BP神經(jīng)網(wǎng)絡(luò)方法擬合并消除日歷效應(yīng),再用核密度估計(jì)方法來(lái)確定邊緣分布,并根據(jù)邊緣分布的頻率直方圖,分別選取Gumbel Copula函數(shù)和混合阿基米德Copula函數(shù)對(duì)其進(jìn)行擬合,最后利用多種相依性測(cè)度來(lái)評(píng)價(jià)模型擬合的效果。結(jié)果表明:相關(guān)參數(shù)為

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論