分形分布在股票市场的应用研究

本文认为,对金融资产尖峰厚尾特性的描述,分形分布比正态分布更合适。我国股票市场收益率分布的特征指数不是正态分布,具有明显的尖峰态,我国股票市场具有较大的波动性;上海和深圳的两个股票市场收益率呈负偏,股票收益率分布右偏,呈现右厚尾特征;当置信水平为99%时,用分形分布拟合经验分布得到的风险系数高估了风险,用正态分布低估了风险,且分形分布的绝对偏差大于正态分布的绝对偏差,而当置信水平为90%时,分形分布对经验分布的风险系数拟合得非常好,正态分布对经验分布高估了风险,且绝对偏差比较大。     

股票收益率的非正态性检验与分布拟合

经验分布直观显示股票市场收益率与正态分布有一定差异。多种正态检验方法对我国股票市场收益率检验结果为:我国股票市场收益率不服从正态分布,收益率分布呈现尖峰胖尾特征。本文采用Mantegna和Stanley(1995)提出的方法,得到上证综指收益率的特征指数估计=1.4837。同时,将实际收益率序列与稳定分布、正态分布作比较,结果表明:在样本均值的3倍样本标准差内稳定分布都可以很好地拟合收益率的分布特点,但是正态分布则不然。     

沪深股指收益率分布特征拟合检验研究

为更深刻地揭示沪深股指收益率特征,本文提出两成分混合广义正态分布及其退化分布、非对称广义正态分布及其退化分布等8种分布,对上证综指(SSEC)和深证成指(SZCZ)日收益率数据进行拟合对比分析。通过拟合评价和VaR度量发现：对于上证综指,用非对称广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征;对于深证成指,用两成分混合广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征。在进行沪深股指波动率预测、资产定价和风险度量时,建议选择非对称广义正态分布和两成分混合广义正态分布进行对比分析,进一步提高其准确性。     

论考试成绩的统计与分析

考试成绩具有学业评定、教学反馈和为教学管理部门指导教学提供评价依据等功能。考试成绩的统计分布与考试质量之间关系密切，考试成绩的正态分布是符合教学要求的，正偏态分布和负偏态分布，均偏离教学要求。考试成绩的四种分析方法，即逐题分析法、“四度”分析法、总平均成绩分析和标准差分析，对于我们改进教学，提高考试质量，提供一定的帮助。     

基于GARCH-JSU分布模型对风险价值评估的实证研究

针对上证综合指数一天的风险价值,本文在GARCH模型框架下,通过一种新的分布形式——Johnson SU分布对其进行评估,经与正态分布、学生t分布及广义误差分布进行对比发现,Johnson SU分布对风险价值的预测效果最佳。通过Kupiec失败频率检验和相对误差两个指标对模型进行综合评价发现,Johnson SU分布不仅在任意置信水平上均通过了Kupiec失败频率检验,还与正态分布、学生t分布及广义误差分布对比,Johnson SU分布的相对误差也达到了最小。     

基于稳定分布的香港恒生指数期货分析

风险度量问题一直都是风险管理中的关键问题。本文引入稳定分布代替传统的正态分布,以精确描述金融收益的厚尾特征,并对香港恒生股指期货的日收盘价的每日收益率进行了拟合。进一步基于稳定分布的下的VaR模型计算了香港恒生股指期货的VaR并进行了检验,得出用稳定分布拟合香港恒生股指期货的每日收益率比用正态分布拟合效果更好。     

金融市场的非线性:混沌与分形

传统的金融理论在有效市场假设的基础上,假定市场的收益率变化服从正态分布或对数正态分布, 但事实上,市场收益率分布明显偏离状态分布,呈现一种“胖尾特征”,由此根据非线性科学的混沌理 论和分形理论,对金融市场分形特征研究进行总结,并分析了国内外的研究现状。     

沪深300指数收益率实证分析——基于不同分布的GARCH模型

文章采用ARMA模型来描述沪深300指数收益率序列,GARCH(1,1)模型用来拟合误差。文章对深300指数收益率序列分别建立误差分布为正态分布,GED分布和t分布的ARMA-GARCH(1,1)、GARCH(1,1)模型。实证结果表明:我国股票市场具有异方差性、尖峰厚尾的特征。文章讨论了GARCH类模型的参数估计方法和结构形式,实证分析发现,基于GED分布和t分布的模型相比正态分布的模型有一定优越的表现。     

基于正态混合分布的上证指数波动性分析

近年来,越来越多的实证研究表明实测金融数据的尾部往往厚于正态分布的尾部,并不服从传统的正态分布假设。而正态混合分布能够具有厚尾、有偏、任意阶矩等良好性质。因此,只有用正态混合分布假设下的GARCH模型才可以较好地解释上证指数的波动性。     

基于VaR金融市场风险测度的实证研究

VaR方法是近年来国外兴起的一种金融风险管理工具,目前已被全球各主要的银行、公司及金融监管机构接受为最重要的金融风险管理方法之一。本文收集了2004年1月-2012年8月的沪市每日收盘数据,对其进行统计分析和检验,针对金融市场因子时间序列的厚尾性和波动聚类性,引入GARCH和EGARCH模型,分别对正态分布,t分布,GED分布下的模型做预测,并进行了事后检验,得出t分布和GED分布优于正态分布的结论。     

基于Scaled-t分布的欧式看涨期权定价分析

对于期权定价,Black-Scholes定价公式基于对数收益率的正态分布假设,但相关研究表明对数收益率往往呈现尖峰厚尾特点,因而不完全是正态分布。把正态分布改为Scaled-t分布,结合Black-Scholes公式的概率论推导方法,并类比Black-Scholes公式给出了类似于Black-Scholes公式的欧式看涨期权定价公式,它可以克服尖峰厚尾问题;最后结合一个具体实例,计算了Black-Scholes定价、二项式定价与定价公式的定价结果,三者与实际结果相吻合。     

贝叶斯下的市场风险资产损失计量

目前VaR模型是国际上通行的综合衡量和管理风险的计量技术,但当分布是非正态分布或是不连续的时候VaR就没有稳定性。在应用VaR以及CVaR的基本原理,利用具有尖峰后尾特征的对数正态分布并结合贝叶斯风险,对参数通过先验分布和后验分布进行修正得到市场风险资产CVaR以及VaR的计算公式,对其进行比较分析,将其与pareto分布下的市场风险VaR值进行比较。研究表明:对数正态分布下市场风险资产的损失率比损失率呈pareto分布的风险损失显现出更好的拟合特征,能够描述市场风险资产的随机性最大损失,以及CvaR计量下的市场风险资产损失比VaR计量下的有更好的尾部特征,更加符合风险的充分性。     

股市收益分布的非对称性研究

本文对上证综合指数与深证综合指数收益分布情况进行了检验验证,两个指数收益分布与正态相比都存在一定的偏态分布特征,正负超额收益并没有相互影响,仍然保持自己的独立性;同时收益分布因为周一和周四出现了严重偏斜与尖峰分布情况;在剔除影响收益的星期数后,收益分布逐渐靠近了正态分布。最后文章提出了投资者可依据收益分布情况进入或退出市场。     

上证综指收益波动性及其VaR风险度量的实证研究

风险估值模型是近年来国内外兴起的一种金融风险管理工具。在对上证综指日回报序列分布做了正态分布的假设基础上,通过指数移动平均方法（正态分布的VaR估计）和反映风险动态性的基于GARcH的vaR估计,得出在各个置信水平上都有效而准确的vaR的估值,度量了上证综指收益的潜在风险和波动性,得出上海股市收益率序列具有厚尾性和波动集聚性特征。     

基于EGARCH模型对香港恒生指数的实证分析

根据股票收益率的基本特性,基于正态分布、t分布和GED分布,对香港恒生指数日收益率序列建立EGARCH模型,进而以实例论证分析香港恒生指数。论证结果表明,基于GED分布假定下的EGARCH模型能更好的反映收益率的风险特性。     

经营管理中的概率分布及其应用研究

文章结合商业管理中的随机现象,通过实例研究常见的二项分布、泊松分布和正态分布在商场管理中的实际背景和应用方法,并对计算方法进行了理论分析和说明。     

基于GARCH模型对房地产板块和金融板块的风险分析

本文运用了基于不同分布假定下的GARCH模型的VAR方法对上证指数中房地产和金融板块的风险进行了分析。结果表明金融板块比地产板块有更大的风险;正态分布分布假定下的GARCH模型能更好地反映出地产和金融板块收益率的风险特性。     

基于APARCH-GED模型的中国股市风险的度量与分析

以APARCH模型为基础,在正态分布和GED分布情形下测算了沪深两市时变风险值VaR及ES。结果表明:基GED分布的APARCH模型较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,与VaR相比,ES能够较准确地估计尾部风险。     

基于不同分布假设的FIGARCH模型对上证指数波动性的比较研究

采用FIGARCH(1,d,1)模型对上海股票市场指数的波动性在四种不同的分布假设(正态分布,广义误差分布,学生t分布,非对称学生t分布)下进行了度量和比较研究,目的在于揭示分布假设对FIGARCH模型预测能力的影响。研究结果表明,使用厚尾分布假设(广义误差分布,学生t分布)提高了模型的估计和预测绩效,能更好地刻画上证指数的尖峰厚尾特征,但引入非对称学生t分布并未能进一步提高模型预测能力。     

上海银行间同业拆放利率波动性研究

波动率是利率期限结构模型的重要因素。考虑到利率条件方差间的序列相关性和波动的非对称性,本文采用CKLS-EGARCH(1,1)模型对利率的波动进行建模,并分别估计了三种不同分布假设(正态分布、学生t分布和GED分布)下的模型。比较三者的拟合效果发现,GED分布假设下的CKLS-EGARCH(1,1)拟合效果最佳。