导读:本文包含了在险价值论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:价值,风险,协方差,度量,方差,模型,极值。
在险价值论文文献综述
鲁万波,陈骋,王建业[1]（2019）在《资产组合非等间隔日内在险价值研究》一文中研究指出当前对资产组合在险价值(VaR)的研究仅限于等间隔抽样数据的建模。本文提出资产组合的非等间隔日内在险价值(Irregularly Spaced Intraday Value at Risk,ISIVaR)研究方法,克服资产组合逐笔交易数据非等间隔且不同步问题,利用逐笔交易数据所包含的丰富市场微观结构信息对VaR进行估计。该方法基于更新时间方法将非同步的资产组合标值序列同步化;运用Copula理论建立资产组合的非等间隔日内波动率模型,并捕捉资产组合中各资产在截面上的相关关系;最后利用这种截面相关关系,使用蒙特卡洛模拟技术估计出资产组合的ISIVaR。实证部分利用真实的逐笔交易数据验证了上述方法的有效性。(本文来源于《数理统计与管理》期刊2019年06期）
李浩[2]（2019）在《基于稳定分布的G-ARMA-GARCH族的中国股指收益率及其在险价值研究》一文中研究指出金融数据一般具有尖峰厚尾的特性,股市数据一般具有波动特性,不同发展水平状态下的股票市场一般存在非对称性,异方差性、聚集效应以及杠杆效应,故如何研究尖峰厚尾状态下股市数据的特性是一个重中之重的问题。本文利用稳定分布捕获沪深股市股指收益的尖峰厚尾特性和非对称性,利用ARMA-GARCH模型捕获异方差性,并结合历史价格信息,建立基于稳定分布的G-ARMA-GARCH模型(G-ARMA-GARCH-S)。本文的研究结构如下:前叁章介绍了金融数据的一般特征,简述了金融数据的分布及其特点,从“稳定”、中心极限定理和特征函数叁个角度给出了稳定分布的定义,并给出贝叶斯估计稳定分布参数的方法。第四章引入梯度因子,建立G-ARMA-GARCH-S族模型,讨论了几种不同分布下的G-ARMA-GARCH族模型的特性,利用极大似然估计对模型系数作出了估计,并给出基于稳定分布的在险价值(VaR)估计方法,用其衡量金融市场风险。最后通过模拟验证了用贝叶斯方法估计稳定分布参数误差更小。通过沪深股市股指收益率序列数据进行实证分析,发现G-ARMA-GARCH-S族模型比正态分布等薄尾分布拟合效果更好,并且G-ARMA-GARCH-S族模型估计的VaR刻画沪深股市金融市场风险更准确,更能给投资者投资风险建议。(本文来源于《华东师范大学》期刊2019-05-01）
刘佳凌[3]（2019）在《基于在险价值方法的汇率风险研究》一文中研究指出随着人民币汇率的波动幅度增加,各大经济主体需要加强对人民币汇率风险的管理,而有效度量人民币汇率风险是前提。本文论述了风险度量的相关理论,以人民币兑美元的汇率数据为例,采取方差——协方差法和GARCH族模型计算在险价值。并提出了相关的政策建议。(本文来源于《全国流通经济》期刊2019年08期）
王倩[4]（2019）在《准确理解在险价值理论》一文中研究指出自去年下半年以来，无论是国内还是国际金融市场，波动率与风险成为市场关注的焦点。提及金融风险，从事该领域的人士都知晓在险价值与条件在险价值的方案。一般情况下，这些数量统计方案是用来测量市场风险的。由于是数量统计方案，对那些非量化领域的人，无异于是一个难以攻(本文来源于《中国证券报》期刊2019-02-02）
林江,文忠桥[5]（2019）在《基于高频交易数据的在险价值模型实证研究》一文中研究指出高频时序分析是近些年来金融界研究的热门课题之一,而风险价值则是衡量金融工具风险大小的重要工具之一,因此对该问题进行研究具有重要意义。我们以沪深300期货收盘价的五分钟交易数据为研究对象,利用正态分布参数法、历史模拟法和蒙特卡罗模拟法测度了相应的VaR值。研究结果表明,数据整体分布非随机,并且叁种方法测度的VaR值均较小,同时,蒙特卡罗模拟法测度的结果与其他两种方法所估计的VaR值差异较大。(本文来源于《黑龙江工业学院学报(综合版)》期刊2019年01期）
王智英[6]（2018）在《浅谈基于在险价值的医院金融风险管理研究》一文中研究指出本文主要研究基于在险价值的医院金融风险管理,首先探究计算在险价值的方法和特点,然后分析Va R理论在金融风险管理中的应用,接着探究医院经营风险及其影响因素,最后设想利用在险价值应用的优势实现医院资产流动性的增强,希望能为关注此话题的研究学者提供参考意见。(本文来源于《现代经济信息》期刊2018年21期）
陆心悦,佘笑荷[7]（2018）在《在险价值度量方法及应用研究》一文中研究指出近年来,由于世界金融格局发生了重大变化,金融产品的多样性使得市场结构愈加复杂,各类市场参与者所面临的金融风险越来越大,在险价值Va R因其良好的适应性而倍受关注。本文将对在险价值及其传统的计算方法进行介绍,并以上证指数为例,通过实证研究比较方差-协方差法、历史模拟法和蒙特卡罗模拟法叁种不同度量方法的应用效果。(本文来源于《金融经济》期刊2018年14期）
王正武[8]（2018）在《基于在险价值风险度量的统计分析》一文中研究指出风险源自未来事件的不确定性,从数学角度看,它表明的是各种结果发生的可能性,在概率统计中常常用非负随机变量X表示。在风险管理中,如何进行合适的风险度量是金融风险管理者的一个重要任务之一。风险度量也称风险估测,是在识别风险的基础上对风险进行定量分析和描述,即在对过去损失资料分析的基础上,运用概率和数理统计的方法对风险事故的发生概率和风险事故发生后可能造成的损失的严重程度进行定量的分析和预测。通过风险度量,计算出较为准确的损失概率,可以使风险管理者在一定程度上消除损失的不确定性。进而集中力量处理损失后果严重的风险。本文研究了在险价值及其相关风险度量的统计性质。在第二章中,我们介绍了风险度量的定义与性质,通过引入一致风险度量,我们介绍了在险价值及其相关风险度量的关系与性质。第叁章在帕累托风险模型中,研究了在险价值及其相关风险度量的关系,给出了在险价值、期望短缺、尾条件期望、条件在险价值等风险度量的计算方法。进而,利用极大似然法和矩估计法得到了这些风险度量的估计,证明了估计的相合性和渐近正态性,最后利用数值模拟的方法验证了不同样本下估计的收敛速度。第四章建立了贝叶斯模型,研究了在险价值及其相关风险度量的关系,给出了在险价值、期望短缺、尾条件期望、条件在险价值等风险度量的贝叶斯估计,并在指数风险模型中证明了估计的相合性和渐近正态性,最后利用数值模拟的方法验证了不同样本下估计的收敛速度。在第五章中,我们建立了指数风险的风险度量贝叶斯模型,结合信度理论的思想,我们讨论了风险度量的信度估计,并与传统的估计进行了比较。(本文来源于《江西师范大学》期刊2018-06-01）
周东琼,刘志强,温利民[9]（2018）在《基于在险价值风险度量的信度估计》一文中研究指出在险价值度量(Value-at-Risk)是金融中的一种重要的风险度量方法,被广泛应用于金融、保险等风险管理行业.建立了在险价值的贝叶斯统计模型,利用信度理论的方法将在险价值的估计限定在经验估计的线性函数中,得到了在险价值的信度估计.进而,证明了估计相合性和渐近正态性.最后,利用数值模拟的方法在中等样本容量下验证了估计的收敛速度.(本文来源于《数学的实践与认识》期刊2018年10期）
乔霞,蔺富明[10]（2017）在《一种计算金融风险在险价值的新方法》一文中研究指出如何计算金融风险度量的在险价值(VaR)和预期不足(ES)一直是业界、学术界关心的课题。基于分位数的办法计算在险价值(简称QVaR)直观易于理解,但也有非常大的缺陷:QVaR度量只关注下方风险,即只给出一个损失的分位数,并未给出具体损失程度,而且对尾部极端风险不敏感。研究表明预期不足对尾部极端风险非常敏感而且给出了尾部损失的具体值,但预期不足不象在险价值那么易于理解和便于业界使用。针对上述问题,提出了一种基于2.5次幂期望分位数计算在险价值的方法(简称GEVaR),核心是将非对称最小二乘法的2次幂改为2.5次幂,其定义与传统的期望分位数类似。研究表明一些情形下GEVaR对尾部极端风险的敏感性与ES相当。(本文来源于《四川理工学院学报(自然科学版)》期刊2017年06期）
在险价值论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
金融数据一般具有尖峰厚尾的特性,股市数据一般具有波动特性,不同发展水平状态下的股票市场一般存在非对称性,异方差性、聚集效应以及杠杆效应,故如何研究尖峰厚尾状态下股市数据的特性是一个重中之重的问题。本文利用稳定分布捕获沪深股市股指收益的尖峰厚尾特性和非对称性,利用ARMA-GARCH模型捕获异方差性,并结合历史价格信息,建立基于稳定分布的G-ARMA-GARCH模型(G-ARMA-GARCH-S)。本文的研究结构如下:前叁章介绍了金融数据的一般特征,简述了金融数据的分布及其特点,从“稳定”、中心极限定理和特征函数叁个角度给出了稳定分布的定义,并给出贝叶斯估计稳定分布参数的方法。第四章引入梯度因子,建立G-ARMA-GARCH-S族模型,讨论了几种不同分布下的G-ARMA-GARCH族模型的特性,利用极大似然估计对模型系数作出了估计,并给出基于稳定分布的在险价值(VaR)估计方法,用其衡量金融市场风险。最后通过模拟验证了用贝叶斯方法估计稳定分布参数误差更小。通过沪深股市股指收益率序列数据进行实证分析,发现G-ARMA-GARCH-S族模型比正态分布等薄尾分布拟合效果更好,并且G-ARMA-GARCH-S族模型估计的VaR刻画沪深股市金融市场风险更准确,更能给投资者投资风险建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
在险价值论文参考文献
[1].鲁万波,陈骋,王建业.资产组合非等间隔日内在险价值研究[J].数理统计与管理.2019
[2].李浩.基于稳定分布的G-ARMA-GARCH族的中国股指收益率及其在险价值研究[D].华东师范大学.2019
[3].刘佳凌.基于在险价值方法的汇率风险研究[J].全国流通经济.2019
[4].王倩.准确理解在险价值理论[N].中国证券报.2019
[5].林江,文忠桥.基于高频交易数据的在险价值模型实证研究[J].黑龙江工业学院学报(综合版).2019
[6].王智英.浅谈基于在险价值的医院金融风险管理研究[J].现代经济信息.2018
[7].陆心悦,佘笑荷.在险价值度量方法及应用研究[J].金融经济.2018
[8].王正武.基于在险价值风险度量的统计分析[D].江西师范大学.2018
[9].周东琼,刘志强,温利民.基于在险价值风险度量的信度估计[J].数学的实践与认识.2018
[10].乔霞,蔺富明.一种计算金融风险在险价值的新方法[J].四川理工学院学报(自然科学版).2017
论文知识图
