首页--数理科学和化学论文--概率论与数理统计论文--概率论(几率论、或然率论)论文--随机过程论文--期望与预测论文

基于Kalman滤波和广义Kalman滤波的VaR估计

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-12页
   ·选题背景和意义第10-11页
   ·本文研究的方法和步骤第11-12页
第2章 VaR方法的介绍第12-29页
   ·VaR理论基础第12-16页
     ·VaR形成背景第12页
     ·概念第12-14页
     ·VaR的性质第14-15页
     ·VaR的应用第15页
     ·VaR的优缺点第15-16页
   ·VaR计算的两类典型方法第16-21页
     ·历史模拟法第16-18页
     ·Monte Carlo模拟法第18-21页
   ·基于系统风险系数β的VaR估计第21-27页
     ·对角线模型简化VaR的计算第24-25页
     ·运用OLS估计参数β第25-26页
     ·参数β的不稳定性第26-27页
   ·VaR的Backtesting检验第27-29页
第3章 基于Kalman滤波和广义Kalman滤波的VaR估计第29-43页
   ·研究的现实意义及创新第29-31页
     ·对VaR估计引入滤波的意义第29页
     ·国内外研究现状第29-30页
     ·滤波与VaR的创新结合第30-31页
   ·Kalman滤波(KF)第31-34页
     ·经典的Kalman滤波第31-32页
     ·状态空间模型第32-33页
     ·Kalman滤波的算法第33-34页
   ·广义Kalman滤波(GKF)第34-37页
     ·广义Kalman滤波的状态模型第34-36页
     ·广义Kalman滤波的状态模型的数字特征第36页
     ·广义Kalman滤波的测量模型及其特征第36-37页
   ·基于Kalman滤波的时变系数估计第37-40页
   ·基于广义Kalman滤波的时变系数估计第40-41页
   ·模型的展望第41-43页
第4章 实证分析第43-50页
   ·样本的选取第43-45页
     ·数据的基本统计特征及正态性第43-45页
   ·VaR的估计实证结果第45-48页
   ·本章小结第48-50页
参考文献第50-52页
攻读硕士学位期间所发表的论文第52-53页
致谢第53页

论文共53页,点击 下载论文
上一篇:基于适应性函数系数ARCH-M模型的风险厌恶度量
下一篇:同单调相依结构下多重多因衰减模型及其应用