非参数方法在金融风险管理模型中的应用

ＶＡＲ是一种测定和控制金融风险的量化模型，本文讨论非参数统计方法在其中的应用。从历史模拟法这种非参数ＶＡＲ模型的基本思想出发，提出一种以对金融资产收益率分布的核密度估计为基础的ＶＡＲ模型，并将其与ＲｉｓｋＭｅｔｒｉｃｓ这种参数ＶＡＲ模型做了对比，结果表明本文的方法有效避免了ＲｉｓｋＭｅｔｒｉｃｓ所存在的问题。     

一类截断数据非参数均值估计的强相合性

设x_i是一列独立同分布的寿命(非负)随机变量,具有     

定数截断寿命试验中污染数据的统计分析

研究了定数截断寿命试验中污染数据的统计分析问题，设寿命变量服从指数分布，在指数污染或正态污染下，分别讨论了总试验时间的分布，找到了近拟公式，并用随机模拟给予证实。     

时间序贯方法

当人们要验收一批产品时,一般总是随机抽取适当数量的样品进行试验,确定其中合格品的比率,以决定是否接受这批产品。当样品的价值较高而所做的试验又是破坏性试验时,是否有必要把所有这些样品都试验一遍?统计学家说:不必要,因为我们有序贯方法。当试验需要花费大量的时间(如确定产品的寿命)时,是否有必要将试验都做完?统计学家说:也不必要,因为我们有时间序贯方法。     

区间数据的线性回归模型中误差项方差的估计

从无偏转换的思想出发,对区间数据的线性回归模型中误差项方差进行了估计.当截断变量的分布密度函数已知时,得到一批具有强相合性和渐近正态性的估计量,并通过模拟计算对这种估计方法的可行性进行了验证.