导读:本文包含了条件极值模型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:极值,条件,广义,模型,数据,风险,理论。
条件极值模型论文文献综述
钱龙霞,王红瑞,张韧,焦志倩[1]（2019）在《小样本观测资料条件下的耿贝尔极值水文频率分析模型》一文中研究指出气象水文要素极值预测是预防自然灾害、控制和降低灾害损失的重要基础性工作,然而传统极值水文频率分析模型需要大量样本资料,在资料稀少地区无法进行水文频率分析研究。本文构建一种小样本条件下的耿贝尔水文频率分析模型,提出最大熵估计方法,只需要水文变量的最小值和最大值这两个数据。耿贝尔水文频率分析模型建模步骤如下:1)首先定义耿贝尔分布熵;2)基于最大熵原理建立优化模型估计耿贝尔分布的未知参数;3)对耿贝尔分布模型进行K–S拟合检验。以黄河流域4个站点的最大日降水量的水文频率分析为例,验证最大熵估计的效果,结果表明:最大熵估计的拟合效果与传统参数估计方法几乎一样,而传统参数估计方法需要大量数据。为验证最大熵估计在小样本条件下的拟合效果,共进行了33次模拟实验。结果表明最大熵估计具有如下潜力:1)当样本长度大于25时,3种参数估计方法的拟合效果几乎一致;当样本长度小于15时,最大熵估计表现出非常大的优越性,极大似然估计的拟合效果最差。2)最大熵估计对最小值准确性的敏感性小,对最大值准确性较敏感。(本文来源于《工程科学与技术》期刊2019年05期）
李旭姣,张克勇[2]（2014）在《基于条件极值分布的金融高频数据VaR动态估计模型》一文中研究指出高频数据由于自身数量大、周期短、信息丰富的特点而受到关注。基于高频数据,对金融时间序列的厚尾特征进行条件极值分布下的Va R估计。在对条件均值和条件波动率估计时,以往采用一阶自回归模型和GARCH模型,但基于高频数据的估计较为繁复。为了充分利用日内信息,基于高频样本观测值,建立已实现均值RM模型,在考虑市场异质性的基础上,对条件均值进行估计。通过对TCL股票价格进行实证分析,估计出Va R风险值,验证模型是合理的。(本文来源于《上海金融学院学报》期刊2014年06期）
常昊,梁冯珍[3]（2013）在《基于条件极值模型的上证综指尾部风险研究》一文中研究指出在传统ARMA-GARCH时间序列模型的基础上,介绍条件极值模型并运用这些模型对近十几年来上证综指进行VaR和ES样本外预测与事后检验.研究表明假设新息序列为偏t分布的ARMA-GARCH模型与条件极值模型在预测VaR和ES方面均具有出色效果.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2013年04期）
王瑞庆,王晛,李渝曾[4]（2013）在《基于条件有偏t分布ARMAX-GARCH模型和极值理论的电力市场风险测度研究》一文中研究指出在对电价的基本特征综合分析的基础上,采用残差服从时变偏度和自由度的有偏t分布ARMAX-GARCH(ARMAX-GARCH-VST)模型对电价序列的相关性、有偏性、多季节性、异方差性和波动集聚性进行过滤,以获得统计特性更好的独立同分布残差序列,然后运用极值理论描述ARMAX-GARCH-VST模型归一化残差的尾部分布,以获得更加精确的VaR估计。基于PJM电力市场历史数据的分析表明,ARMAX-GARCH-VST模型和ARMAX-GARCH-EVT模型都能对现货电价的变化做出比较迅速的反应,VaR的估计结果在各个置信水平下均准确有效,但ARMAX-GARCH-EVT模型的VaR估计结果更加准确,表现出了更好的动态特征。该结果对于电力市场参与者准确地测度价格波动风险和制定有效的风险规避策略具有重要的指导意义。(本文来源于《华东电力》期刊2013年06期）
常昊[5]（2013）在《基于条件极值模型的尾部风险研究》一文中研究指出2008年爆发的全球性金融危机引起了人们对金融市场极端风险的极大重视。风险价值(VaR)和期望损失(ES)作为现代金融尾部风险测度，在行业中得到了广泛的应用。对于资产管理公司、对冲基金、投资银行、商业银行等金融机构和广大个人投资者来说，有效预测市场尾部风险非常重要。自回归移动平均广义自回归条件异方差(ARMA-GARCH)模型由于能够较为精确地捕捉收益率的动态均值与波动性结构，在金融建模中得到了广泛的应用。而一元极值理论中的阈值模型能够精确刻画独立同分布随机变量的尾部分布。如果将该极值模型引入时间序列模型中，即得到条件极值模型。该模型可以利用时间序列模型和极值模型的双重优点，成为刻画收益率动态尾部特征的有力工具。本文运用叁种新息分布的自回归移动平均广义自回归条件异方差模型以及衍生出来的叁种条件极值统计模型，对近十几年来中国、美国、欧洲、日本和印度五大金融市场的市场指数分别进行95%、99%和99.5%置信度下的双侧VaR和ES的预测与样本外事后检验。结果显示正态新息分布的ARMA-GARCH模型由于不能捕捉新息序列的非对称性和厚尾性，从而不能精确预测VaR和ES，尤其对于高置信度。学生t新息分布的ARMA-GARCH模型由于不能捕捉新息序列的非对称性，结果并未好转。而偏t分布的采用使得预测精度大大提升。对以上ARMA-GARCH模型，采用阈值模型估计新息尾部而不是运用新息参数分布假设来估计尾部，不论采用何种新息分布，事后检验结果都堪称完美。本文为我国风险管理行业科学预测与控制市场尾部风险做了一点研究工作，为广大金融机构和投资者认知市场极端风险提供了可靠的技术资料。(本文来源于《天津大学》期刊2013-05-01）
王春峰,张亚楠,房振明,刘峥然[6]（2010）在《基于极值理论的高频条件VaR动态区间估计模型》一文中研究指出为了更加精确地度量在险值的估计精度,基于广义极值理论推导了条件极值VaR的动态区间估计模型,得到了条件极值VaR置信区间解析解的一般形式,对在险值的估计精度进行了实时度量.利用高频数据重点考察了不同置信水平和不同样本容量分块下的条件极值VaR区间估计结果的精度和模型的有效性.结果表明:条件极值VaR的动态区间估计模型与参数法、非参数法以及蒙特卡罗法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有更好的估计精度,精确和有效地描述VaR的估计风险.(本文来源于《系统工程理论与实践》期刊2010年07期）
王春峰,庄泓刚,房振明,卢涛[7]（2008）在《基于广大极值分布的高频极值条件VaR模型》一文中研究指出在考虑当前预期和波动性条件下,为了有效地捕获极端条件下收益率时间序列动态特征,提高VaR的度量精度,建立了基于高频数据的条件极值VaR模型。应用智能优化算法对条件极值分布的时变参数进行估计,考察了在不同样本容量分块下的条件极值VaR,并对VaR计算结果的精度进行了Kupiec-LR检验和动态分位数检验。研究结果表明,基于高频数据的条件极值分布较好地拟合了极端条件下的收益率特征,与McNeil提出的传统条件极值VaR相比,应用高频数据建立在条件广义极值分布基础上的条件极值VaR的Kupiec检验DQ检验值都较为理想,表明该模型能够捕捉到我国市场风险特征,提高极端情况下风险测度能力。(本文来源于《系统管理学报》期刊2008年03期）
蔡睿[8]（2002）在《乒乓球运动员叁段式竞技表现条件极值模型的应用》一文中研究指出研究目的:乒乓球叁段式技术统计指标体系及评价标准是高水平乒乓球运动员技战术水平的重要评价方法之一,本研究将应用该指标体系建立高水平乒乓球运动员竞技表现条件极值模型,通过模型的叁种解析为运动员、教练员提供不同竞技目标下,叁段式的各种组合及要求。(本文来源于《第3届全国青年体育科学学术会议论文摘要汇编》期刊2002-11-04）
朱冰静[9]（1990）在《关于(Q,r)存贮模型的极值条件及存贮控制参数的确定》一文中研究指出本文对Das(参考文献3)的有关二阶充分条件的分析方法推广到交货时间和需求均为随机量的(Q,r)存贮系统的LS模型(Lost-Sales)和BO模型(Back-Ordered),并建立了目标函数的极值点的一阶必要条件和二阶充分性条件。此外,为了增强模型参数计算的可操作性,还对具有较宽覆盖面的两个分布函数形式进行了考虑和讨论。(本文来源于《系统工程》期刊1990年02期）
条件极值模型论文开题报告
（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：
高频数据由于自身数量大、周期短、信息丰富的特点而受到关注。基于高频数据,对金融时间序列的厚尾特征进行条件极值分布下的Va R估计。在对条件均值和条件波动率估计时,以往采用一阶自回归模型和GARCH模型,但基于高频数据的估计较为繁复。为了充分利用日内信息,基于高频样本观测值,建立已实现均值RM模型,在考虑市场异质性的基础上,对条件均值进行估计。通过对TCL股票价格进行实证分析,估计出Va R风险值,验证模型是合理的。
（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。
条件极值模型论文参考文献
[1].钱龙霞,王红瑞,张韧,焦志倩.小样本观测资料条件下的耿贝尔极值水文频率分析模型[J].工程科学与技术.2019
[2].李旭姣,张克勇.基于条件极值分布的金融高频数据VaR动态估计模型[J].上海金融学院学报.2014
[3].常昊,梁冯珍.基于条件极值模型的上证综指尾部风险研究[J].哈尔滨商业大学学报(自然科学版).2013
[4].王瑞庆,王晛,李渝曾.基于条件有偏t分布ARMAX-GARCH模型和极值理论的电力市场风险测度研究[J].华东电力.2013
[5].常昊.基于条件极值模型的尾部风险研究[D].天津大学.2013
[6].王春峰,张亚楠,房振明,刘峥然.基于极值理论的高频条件VaR动态区间估计模型[J].系统工程理论与实践.2010
[7].王春峰,庄泓刚,房振明,卢涛.基于广大极值分布的高频极值条件VaR模型[J].系统管理学报.2008
[8].蔡睿.乒乓球运动员叁段式竞技表现条件极值模型的应用[C].第3届全国青年体育科学学术会议论文摘要汇编.2002
[9].朱冰静.关于(Q,r)存贮模型的极值条件及存贮控制参数的确定[J].系统工程.1990
论文知识图
