目前位置:首页 > 经济和投资 > 期货

政府管理研究系列丛书:期权组合市场风险量度和监管研究 电子版

依照书作者:陈荣达
电子书格式:PDF
书籍页码:153
出版社:经济管理出版社
出版时间:2011-09-01
引进星级:
更新时间:2018-07-01 23:04:07
ISBN: 9787509615799
下载统计:409
TAGS: 结合 量度 期权 管理 丛书 陈荣达
政府管理研究系列丛书:期权组合市场风险量度和监管研究 电子版


书籍简介

内容简介

《政府管理研究系列丛书:期权组合市场风险量度和监管研究》针对市场变量回报的厚尾特征,针对期权组合风险状况特性进行了正确的辩论分析和定量分析。建立了各自为多头混合正态、多头t分布、多头Laplace分布来讲述市场变量回报厚尾特征的非线性VaR度量模型,连对不同模型的特征进行了比较。

作者简介

陈荣达,授课,博士,美高梅官网数量经济学会理事,美高梅官网金融工程学年会理事,浙江省经济工程学会理事。《European Journal of Operational Research》(SCI报)、《管理科学学报》、《系统工程理论和执行》、《系统工程学报》、《美高梅官网管理科学》、《管理学报》相当6单期刊的论文评审专家。主办和完成美高梅官方网址自然科学基金资助面上项目2起、探望社科规划要项目1起、美高梅官网博士后科学基金资助项目1起、探望社科规划一般项目1起,取得浙江省大学科研成果一等奖1起。因为第一作者或独著的样式在《Interna-tional Journal of Computational Science》、《管理科学学报》、《系统工程理论和执行》、《系统工程学报》、《数量经济技术经济研究》、《管理工程学报》、《系统管理学报》、《统揽全局和管理》、《武汉理工大学学报》、《经济学动态》相当国内外重要管理期刊上刊登论文。

目录

1 绪论
1.1 研究意义
1.2 国内外研究现状
1.3 研究内容

2 厚尾分布情况下市场变量回报时变共同方差矩阵估计
2.1 常用的市场变量回报时变共同方差矩阵估计模型
2.2 根据EM算法的时变共同方差矩阵估计模型
2.3 体现所估计出齐方差值的误差指标
2.4 市场变量日回报时变共同方差矩阵估计的论证分析
2.5 依照章小结
附录

3 期权组合风险度量的有用Monte Carl0宪章方法
3.1 引言
3.2 Delta-Gamina-Theta模型
3.3 根据常用Monte Carl0宪章方法的非线性VaR计算
3.4 根据重要抽样技术的非线性VaR计算
3.5 根据重要抽样和分层抽样相结合技术的非线性VaR计算
3.6 铺天盖地正态分布情形下的模拟结果和分析
3.7 依照章小结

4 根据多头t分布的期权组合风险度量的正差减少技术
4.1 根据t分布的期权定价模型及其相应的希腊字母
4.2 多头t分布情况下的期权组合非线性VaR模型
4.3 根据重要抽样技术的Monte Carlo宪章方法
4.4 根据重要抽样和分层抽样耦合技术的Monte Carlo宪章方法
4.5 多头t分布情况下的数值模拟结果和分析
4.6 依照章小结

5 夹正态分布及其参数估计
5.1 夹正态分布的定义
5.2 夹正态分布的数字特征
5.3 夹正态分布的参数估计
5.4 一类特殊的系列混合正态分布及其参数估计

6 根据多元混合正态分布的期权组合风险度量
6.1 根据多元混合正态分布的期权组合非线性VaR模型
6.2 根据Fourier-Inversion办法的期权组合非线性VaR数值计算
6.3 铺天盖地混合正态分布情形下的数值结果和分析
6.4 依照章小结

7 根据多头Laplace分布的期权组合风险度量
7.1 根据多头Laplace分布的期权组合非线性VaR模型
7.2 风险函数转换技术
7.3 Laplace分布情况下的重要抽样技术
7.4 重要抽样技术在Delta-Gamma-Theta模型中的应用
7.5 多头Laplace分布情况下的模拟结果和分析
7.6 依照章小结

8 期权组合市场风险度量的快速卷积方法
8.1 期权组合市场风险度量模型
8.2 快卷积方法
8.3 案例说明
8.4 依照章小结
附录

9 根据投影降维技术的期权组合非线性VaR模型
参考文献
后记

好书摘

近来,国际上诸多经济机构和跨国公司由于市场风险管理不好而导致大量损失,市场风险就成为当今经济风险的重要形式。如果市场风险度量的中心是针对价格(或者回报)波动性和相关性的估计与预测。例如,针对期权定价和期权组合非线性VaR度量等都要干对市场变量回报波动率和相关性估计与预测,所以对波动率和相关性的适当的估计是针对市场风险的准确度量十分重要的同步,并且要不和市场变量之间存在着共同整干,针对它之间的相关性进行度量是非常有意义的。
风的当权重模型是如市场变量回报服从多元条件正态分布来估计不同市场变量之间联合方差矩阵,但是在实践中,研究人员发现在差或联合方差作为市场变量不确定性的量,一再就时间的变化而变化,并且大多数市场变量的变化的经历分布尾部(Heyde&Kou,2004),即使所谓的市场变量回报分布的山顶度同厚尾现象。J.P.Morgan(1996)提出了多头EWMA模型。该模型在肯定水平达到改进了相当权重模型,但是它为呈现有部分局限性,例如衰变因子估计的题材,和当回报序列不是从相关时,模型预测效果并不好。Bollerslev相当(1988)提出的一类多头GARCH模型虽然在描述市场变量回报序列的动荡集群性和厚尾特征有一定的优势,但是该多头GARCH模型随着市场变量的个数增加而如果估计的参数大幅度增加,计算量大如复杂。为得到数值解通常限制市场变量的个数不超越10单(Bollerslev,2001),立即就很大程度达到限制了该类模型应用于多只市场变量情形。
……

前言/序言

查阅全部↓



下载地址

·达到同图书: 期货冠军的贸易秘诀 电子版
·下一致图书: 返回列表

下载说明