排序方式: 共有26条查询结果,搜索用时 15 毫秒
1.
2.
本文构建了基于条件概率积分变换的Copula函数选择方法,通过对条件概率积分变换下Anderson-Darling(AD)、Kolmogorov-Smirnov(KS)、Cramér-von Mises(CM)这三种统计量的比较,讨论在不同样本容量和变量维数下其对多种Copula函数的拟合效果。利用GSPTSE、INMEX.MX和NDX三大股指样本,将基于条件概率积分变换的Copula函数选择方法与核密度估计和极大似然估计选择法的效果进行系统比较。结果表明,基于条件概率积分变换的检验法可以有效解决多元Copula函数的选择问题,其拟合优度检验更精确、更稳定;核密度估计检验在大样本下比较稳定,而小样本下稳定性较差;相比之下,极大似然值检验法则不稳定。 相似文献
3.
经典的B-S-M模型计算得到的期权价格因模型自身的缺陷常常背离市场价格,特别是模型中关于交易成本或税收为零的假设更与实际情况不符,使连续实时的调整策略失效.分析了离散时间下带有交易成本的期权定价模型,通过修正B-S-M模型中的波动率与套头比来确定与实际情况更相吻合的期权价格和避险策略,计算了影响修正波动率的各项因素以及与B-S-M模型波动率相一致的头寸调整时间间隔.作为对修正模型的进一步拓展,简要分析了金融中介在参与市场分工中所具有的比较优势,即连续持有大量和分散的标的资产,组合管理这些头寸可以进一步减少交易成本和风险,使金融中介能够专门从事衍生产品的创造,并以递减的成本、规模经济的方式大量生产衍生产品,创新性金融产品由此而出现. 相似文献
4.
传统的人工股票市场效率不高,对投资者的异质性假设缺乏经济学含义,更没有考虑市场中广泛存在的羊群行为的影响。本文以国外期权市场异质信息交易者模型为基础,结合互联网金融特点在传统人工股票市场中引入异质信息策略与动态无标度人际关系网络刻画的羊群行为构建出新的人工股市模型,进行投资者的信息策略与羊群行为演化研究,对比分析不同机制的引入所带来的影响,揭示动态关系网络环境下信息策略演化结果。研究发现:一方面,信息策略演化机制的引入加快了市场均衡速率并提高了市场效率,同时也大大降低了投资者财富水平并拉大了财富差距;信息策略与羊群行为的演化并不会导致投资者完全向内幕信息交易者聚集,高、低信息档次投资者明显居多且其他信息档次投资者仍然存在。另一方面,动态关系网络下羊群行为的引入增强了投资者的被传染程度,并进一步缩小了财富差距且显著提高了内幕信息的扩散质量与效率。所以,互联网关系网络环境下高、低信息档次投资者占据相对优势,但其他信息档次投资者并不会被挤出市场;监管部门在努力寻求高市场效率的同时,也应在投资者财富与社会总财富等方面进行适当权衡。 相似文献
5.
中小民营企业与风险投资 总被引:4,自引:0,他引:4
本文分析了中小民营企业与风险投资的联系、中小民营企业介入风险投资活动需要注意的几个问题以及如何申请风险投资。同时指出创造良好的外部环境 ,构建与完善风险投资活动支撑体系对促进中小民营企业的发展是必不可少的 相似文献
6.
文章是将GARCH-EVT-COPULA模型用于美元、欧元、日元、港币四种人民币汇率的投资组合风险研究.研究发现,在所选定的时间内,无论是哪种类型的Copula还是哪种置信水平下的风险测度,最小风险的投资组合系数差别并不是很大,投资基本上集中在美元资产.由于t Copula和Clayton Copula比正态Copula能更好的刻画多个资产间的相关结构,在高置信水平下,我们更偏向于用这两种Copula来求组合投资的风险,给投资者提供外汇投资的最优比例参考. 相似文献
7.
8.
银行的操作风险管理在我国起步晚,记录损失事件的数据库不健全,而操作风险事件的"低频高损"特征直接导致研究数据不足.针对操作风险样本数据少以及操作风险损失分布的偏峰厚尾和"低频高损"特征,对我国银行业操作风险,采用基于Bootstrap抽样与分阶段定义损失强度的损失分布法(BS-PSD-LDA)进行了度量.将操作风险损失分为高频低损和低频高损两个序列,分别用对数正态分布和广义Pareto分布对两个阶段的操作风险损失分布进行拟合,并在此基础上度量操作风险年损失.收集了我国银行业过去15年期间的操作风险损失样本数据426个,采用该方法度量了其年风险损失,并与历史模拟法、单一对数正态分布法、单一广义Pareto分布法和传统的两阶段分布法(PSD-LDA)度量的结果进行了比较,结果表明,提出的度量方法能够更好地度量我国银行业操作风险,为银行操作风险的度量提供了一种改进方法. 相似文献
9.
社交电商可依据用户间的社交关系为用户提供感兴趣的商品或服务。现有研究多基于社会信任或社会声誉进行推荐,却忽略了信任与声誉间的相互作用,导致推荐效果欠理想。针对以上问题,本文提出了一种融合信任(Trust)和社会声誉(Social Reputation)的图神经网络推荐算法(TSR-GM),采用社会声誉来深度刻画用户关系在推荐系统中的作用,利用社交网络中用户被信任程度对用户声誉进行排名,以图神经网络量化整合用户信任与声誉,并将结合后的新矩阵不断校正以获取更准确的用户信任,以此对矩阵分解后得到的新评分模型更新,最终得到更准确度量的预测评分矩阵。运用Epinions数据集开展的相关实验表明:与同类方法比,TSR-GM算法对提高推荐精度有较好效果。 相似文献
10.
在受互联网影响越来越大的今天,投资人可以通过多种线上信息渠道或移动终端了解投资理财产品,这使得不同投资人对产品的风险感知有别于产品的实际风险。本文以资本市场实验室实验数据为基础,研究风险收益环境下女性投资人占比率在价格泡沫破碎过程中与价格预测、投资策略等交易行为因素的相关性。研究发现高风险感知环境与低风险感知环境相比,资产价格的变化在价格泡沫破碎时有明显不同,女性投资者参与度、资产预测准确度和不同投资策略在高感知风险影响下,对投资行为有不同影响。 相似文献