發(fā)布時間：2018-01-20 06:37

  本文關(guān)鍵詞： 證券市場 熵 最大熵分布 金融風(fēng)險　出處：《金融理論與實踐》2016年05期 　論文類型：期刊論文

【摘要】：目前主流的金融風(fēng)險測度方法如Va R、CVa R和ES都是基于均值-方差分析框架,刻畫金融風(fēng)險都通過分析收益率分布,且大多將收益率分布描述成正態(tài)分布;然而,這種傳統(tǒng)方法不能很好地擬合證券市場諸如尖峰厚尾形態(tài)的真實分布。物理學(xué)中的熵可以用來度量不確定性程度,選取熵值最大的概率分布可以更好地描述證券市場價格隨機(jī)過程。將熵理論引入金融風(fēng)險測度研究中,利用最大熵分布對道瓊斯指數(shù)、納斯達(dá)克指數(shù)、德國DAX指數(shù)、法國CAC指數(shù)、日經(jīng)225指數(shù)、上證指數(shù)等歐、美、亞典型并具有代表性的6個證券指數(shù)近20年的日數(shù)據(jù)進(jìn)行實證分析得出,這種度量方法可以更加準(zhǔn)確刻畫證券市場收益率分布以及描述金融風(fēng)險特征。
[Abstract]:At present, the mainstream financial risk measurement methods, such as Va RN CVR and es, are based on the mean-variance analysis framework, characterizing financial risk by analyzing the return distribution. And most of them describe the return distribution as normal distribution. However, this traditional method can not well fit the true distribution of the stock market such as peak and thick tail shape. Entropy in physics can be used to measure the degree of uncertainty. Selecting the probability distribution with the largest entropy value can better describe the stochastic process of the stock market price. The entropy theory is introduced into the study of financial risk measurement, and the maximum entropy distribution is used for Dow Jones Index and Nasdaq Index. Germany's DAX index, France's CAC index, Nikkei 225 index, Shanghai Stock Exchange index and other European, American, sub-typical and representative of the six securities index in the past 20 years of empirical analysis. This method can more accurately depict the yield distribution of the securities market and describe the characteristics of financial risk.
【作者單位】： 廣東財經(jīng)大學(xué)金融學(xué)院;
【基金】：國家自然科學(xué)基金項目(71273067) 教育部人文社會科學(xué)規(guī)劃基金項目(11YJA790089)
【分類號】：F831.5
【正文快照】： 一、引言金融風(fēng)險測度一直是風(fēng)險管理的核心內(nèi)容,而金融風(fēng)險的特性描述是金融風(fēng)險測度的基礎(chǔ)�，F(xiàn)如今,在傳統(tǒng)的均值-方差金融理論框架下,描述金融風(fēng)險的特性一般是對金融市場收益率的隨機(jī)分布進(jìn)行刻畫,用收益的一、二階信息(即均值和方差)反映其隨機(jī)性和變化方式,金融市場的收

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 李英華;李興斯;;期權(quán)定價的最大熵方法[J];數(shù)學(xué)的實踐與認(rèn)識;2010年05期

2 儀垂林,章仁俊;信息熵理論與行為金融學(xué)[J];財經(jīng)科學(xué);2004年06期

3 余衛(wèi)軍,張新生;上證指數(shù)收益率分布的擬合[J];經(jīng)濟(jì)數(shù)學(xué);2004年01期

4 封建強(qiáng),王福新;中國股市收益率分布函數(shù)研究[J];中國管理科學(xué);2003年01期

5 朱國慶,張維,程博;關(guān)于上海股市收益厚尾性的實證研究[J];系統(tǒng)工程理論與實踐;2001年04期

6 顧昌耀,邱菀華;復(fù)熵及其在Bayes決策中的應(yīng)用[J];控制與決策;1991年04期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉湘云;王陽;楊磊;;基于熵理論的金融市場風(fēng)險測度及實證研究[J];金融理論與實踐;2016年05期

2 袁天姿;王家贈;;上證指數(shù)周收益率分布的分段高斯性[J];數(shù)學(xué)的實踐與認(rèn)識;2015年17期

3 薛華;鄭海濤;王鈺瓊;;金融市場突變對萬能壽險定價及償付能力的影響[J];金融研究;2015年04期

4 胡蓓蓓;宗剛;;非參數(shù)核密度估計在異方差模型中的應(yīng)用[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2014年10期

5 鄭勇;劉超;;基于熵度量風(fēng)險的投資組合優(yōu)化模型——來自深證100的數(shù)據(jù)分析[J];山東財經(jīng)大學(xué)學(xué)報;2014年04期

6 周孝華;張保帥;;基于SV-GED模型的極值風(fēng)險度量研究[J];管理工程學(xué)報;2014年01期

7 侯新;戴蓬軍;;中央“一號文件”對農(nóng)業(yè)上市公司股票收益的影響[J];財會月刊;2013年14期

8 賈華瑞;;異質(zhì)交易者并存股票市場波動分析[J];經(jīng)濟(jì)經(jīng)緯;2013年04期

9 曹景林;臧亮亮;郝際貴;;中國股市收益率分布特征研究[J];統(tǒng)計與咨詢;2013年01期

10 耿志祥;王傳玉;林建忠;;金融資產(chǎn)厚尾分布及常用的風(fēng)險度量——α-stable分布下的MDD、DaR和CDaR[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2013年02期

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 聶玉超;狄增如;樊瑛;;關(guān)于最大熵期權(quán)定價的應(yīng)用分析[J];北京師范大學(xué)學(xué)報(自然科學(xué)版);2007年06期

2 秦學(xué)志,應(yīng)益榮;基于鞅和熵原理的資本資產(chǎn)定價方法[J];系統(tǒng)工程理論方法應(yīng)用;2004年05期

3 張維,閆冀楠;關(guān)于上海股市量價因果關(guān)系的實證探測[J];系統(tǒng)工程理論與實踐;1998年06期

4 李興斯;解非線性規(guī)劃的凝聚函數(shù)法[J];中國科學(xué)(A輯 數(shù)學(xué) 物理學(xué) 天文學(xué) 技術(shù)科學(xué));1991年12期

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 顧婧;田曉麗;;基于熵理論的高新技術(shù)企業(yè)投融資績效評價[J];統(tǒng)計與決策;2013年18期

2 李惠彬;董琦;曹國華;;基于熵理論的我國產(chǎn)融結(jié)合趨勢分析[J];統(tǒng)計與決策;2011年11期

3 ;[J];;年期

相關(guān)碩士學(xué)位論文 前1條

1 王博;熵理論在證券投資中的模型及應(yīng)用研究[D];合肥工業(yè)大學(xué);2008年

，

本文編號：1447230