發(fā)布時(shí)間：2019-08-20 08:49

【摘要】：矩估計(jì)法是一種常用的簡(jiǎn)單有效的參數(shù)估計(jì)方法.矩估計(jì)法是用樣本矩及滿足樣本矩的函數(shù)估計(jì)對(duì)應(yīng)總體矩的一種方法,這種方法對(duì)總體分布的類型沒(méi)有要求.在矩估計(jì)法的基礎(chǔ)上,Hansen提出了對(duì)過(guò)度識(shí)別檢驗(yàn)同樣有效的廣義矩估計(jì)法.這種方法要求待估計(jì)的參數(shù)滿足一些矩條件即可,是經(jīng)典矩估計(jì)方法的拓展.雖然廣義矩估計(jì)法有諸多優(yōu)點(diǎn),不過(guò)與經(jīng)典矩估計(jì)法類似,廣義矩估計(jì)法適用于大樣本情形.當(dāng)樣本數(shù)據(jù)較少時(shí),廣義矩估計(jì)法已經(jīng)不能對(duì)參數(shù)進(jìn)行有效的估計(jì),此時(shí)可以使用改進(jìn)的基于模擬的廣義矩估計(jì)方法對(duì)參數(shù)進(jìn)行估計(jì).理論表明,在一定條件下,模擬廣義矩估計(jì)量具有一致性和漸近正態(tài)性.模擬廣義矩估計(jì)法能夠解決數(shù)據(jù)不足導(dǎo)致的估計(jì)量有誤差這一問(wèn)題.操作風(fēng)險(xiǎn)損失事件的發(fā)生,給金融業(yè)帶來(lái)很大的隱患.一般情況下,雖然操作風(fēng)險(xiǎn)損失事件發(fā)生頻率較低,但帶來(lái)的損失卻很大,即操作風(fēng)險(xiǎn)具有“低頻率高損失”特性.而操作風(fēng)險(xiǎn)損失事件的數(shù)據(jù)較少,各類操作風(fēng)險(xiǎn)的損失分布函數(shù)又不盡相同,很難直接用常見(jiàn)的分布函數(shù)對(duì)操作風(fēng)險(xiǎn)損失的聯(lián)合分布函數(shù)進(jìn)行擬合.Efron提出的Bootstrap重復(fù)抽樣法為解決操作風(fēng)險(xiǎn)數(shù)據(jù)不足問(wèn)題提供了幫助.使用Bootstrap重復(fù)抽樣法抽取原始數(shù)據(jù),作為新的樣本數(shù)據(jù),然后根據(jù)需要對(duì)新得到的樣本數(shù)據(jù)進(jìn)行處理和分析研究.Copula函數(shù)的出現(xiàn)和使用,解決了操作風(fēng)險(xiǎn)損失的聯(lián)合分布函數(shù)擬合問(wèn)題.在分析操作風(fēng)險(xiǎn)損失的聯(lián)合分布函數(shù)時(shí),可以選取各種合適的Copula函數(shù)及邊緣分布函數(shù),構(gòu)建所需要的各種各樣的聯(lián)合分布函數(shù).在使用Copula函數(shù)構(gòu)造聯(lián)合分布函數(shù)時(shí),需要估計(jì)Copula函數(shù)的參數(shù),此時(shí)可以根據(jù)模擬廣義矩估計(jì)方法估計(jì)參數(shù).在估計(jì)出Copula函數(shù)的參數(shù)后,利用蒙特卡羅模擬法計(jì)算操作風(fēng)險(xiǎn)的損失.實(shí)證分析表明,模擬廣義矩估計(jì)法可以有效地估計(jì)Copula函數(shù)的參數(shù);不考慮各類操作風(fēng)險(xiǎn)之間的相關(guān)性,僅僅通過(guò)簡(jiǎn)單加總各類操作風(fēng)險(xiǎn)的損失作為總損失估計(jì)操作風(fēng)險(xiǎn),會(huì)高估風(fēng)險(xiǎn);運(yùn)用Copula函數(shù)估計(jì)操作風(fēng)險(xiǎn)的損失是有效的.
【圖文】：

四種操作風(fēng)險(xiǎn)殘差序列散點(diǎn)圖
【學(xué)位授予單位】：河南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O212.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 高波;任若恩;;基于時(shí)變Copula模型的系統(tǒng)流動(dòng)性風(fēng)險(xiǎn)研究[J];國(guó)際金融研究;2015年12期

2 施武江;豐吉闖;;銀行操作風(fēng)險(xiǎn)度量的非參數(shù)估計(jì)方法——基于最大熵原理[J];工業(yè)技術(shù)經(jīng)濟(jì);2011年07期

3 王亮;;基于CVAR模型的風(fēng)險(xiǎn)度量[J];統(tǒng)計(jì)與決策;2011年08期

4 高麗君;李建平;徐偉宣;王書平;;基于POT方法的商業(yè)銀行操作風(fēng)險(xiǎn)極端值估計(jì)[J];運(yùn)籌與管理;2007年01期

5 胡杰,郭曉輝,邱亞光;VaR與CVaR在商業(yè)銀行風(fēng)險(xiǎn)度量中的比較分析及應(yīng)用[J];金融論壇;2005年07期

6 史道濟(jì),關(guān)靜;滬深股市風(fēng)險(xiǎn)的相關(guān)性分析[J];統(tǒng)計(jì)研究;2003年10期

7 葉阿忠,李子奈;非參數(shù)計(jì)量經(jīng)濟(jì)聯(lián)立模型的局部線性工具變量估計(jì)[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年06期

8 張堯庭;連接函數(shù)(copula)技術(shù)與金融風(fēng)險(xiǎn)分析[J];統(tǒng)計(jì)研究;2002年04期

相關(guān)碩士學(xué)位論文 前1條

1 彭俊;基于Bayes-Copula方法的商業(yè)銀行操作風(fēng)險(xiǎn)度量[D];中南大學(xué);2010年

，

本文編號(hào)：2528509