證券行業(yè)操作風(fēng)險計量模型的Bayes估計.pdf

1、數(shù)理統(tǒng)計是通過對某些現(xiàn)象的頻率的觀察來發(fā)現(xiàn)該現(xiàn)象的內(nèi)在規(guī)律性，并作出一定精確程度的判斷和預(yù)測；將這些研究的某些結(jié)果加以歸納整理，逐步形成一定的數(shù)學(xué)概型。國際上通常把數(shù)理統(tǒng)計分為兩類：經(jīng)典學(xué)派與貝葉斯學(xué)派。兩者的差別在于是否使用了先驗信息。貝葉斯估計的概念是20世紀(jì)50年代由Robbins最早提出的，經(jīng)過一個多世紀(jì)的發(fā)展，貝葉斯方法已經(jīng)逐漸發(fā)展成統(tǒng)計學(xué)中極其重要的一個學(xué)派。貝葉斯方法是根據(jù)已有數(shù)據(jù)去估計未知參數(shù)的某些性質(zhì)。這樣的處理方式使

2、得到的結(jié)果更加良好，更加貼近實際。從而說明了貝葉斯估計應(yīng)用的廣泛性。
　　證券行業(yè)中操作風(fēng)險因為出現(xiàn)頻率的不穩(wěn)定性以及人為因素占有極其重要的作用，導(dǎo)致操作風(fēng)險難以通過量化來進(jìn)行預(yù)測。如何將操作風(fēng)險量化進(jìn)而將量化的操作風(fēng)險加入證券行業(yè)操作風(fēng)險管理體系已經(jīng)成為了近年來研究人員研究的重要內(nèi)容之一。操作風(fēng)險難以量化的主要原因是數(shù)據(jù)缺乏并且難以搜集，損失數(shù)據(jù)的缺乏會直接影響參數(shù)的估計，進(jìn)而使估計不準(zhǔn)確。所以將模型的參數(shù)通過貝葉斯方法確定是本

3、文的一大亮點，本文主要通過貝葉斯方法結(jié)合搜集的數(shù)據(jù)確定了先驗分布，從而有效的解決了數(shù)據(jù)缺乏帶來的一系列問題。
　　本論文內(nèi)容主要：第一章簡單介紹了貝葉斯估計以及操作風(fēng)險的基礎(chǔ)內(nèi)容；第二章簡述貝葉斯估計的決策理論和性質(zhì)；第三章通過建立模型，利用極大似然估計以及貝葉斯估計將損失數(shù)據(jù)的參數(shù)進(jìn)行了確定，得出操作風(fēng)險損失數(shù)據(jù)的結(jié)果并進(jìn)行了比較。第四章在對參數(shù)的貝葉斯估計過程中，又發(fā)現(xiàn)了非對稱損失函數(shù)下獨立隨機(jī)變量序列的變化點的貝葉斯先驗估計