KMV模型与Copula理论在信用风险的度量

给出了度量组合信用风险的一个数学模型,综合了单变量分析中的KMV模型和组合信用风险分析中的Copu-la理论,对企业之间的联合违约概率做了相关性分析,主要是采取了利用企业不同时期的金融市场数据得出企业资产价值数据,估计这些资产价值数据的边缘分布情况,再根据Copula函数进行相关的违约相关性研究.     

基于R-vine Copula理论的改进朴素贝叶斯分类器

朴素贝叶斯分类方法在分类时,基于属性之间的独立性假设影响了其分类性能.基于此在R-vine Copula理论的基础上,利用一系列Pair Copula函数和核密度函数的乘积来构造属性的类条件概率密度函数,并通过AIC准则选取最合适的Pair Copula函数,用极大似然估计法确定其参数.实验结果表明,改进的分类器提高了...     

基于时变Copula的伦铜和沪铜相关模式研究

基于时变Copula理论,构造了ARGARCHTimevaryingJoe ClaytonCopula模型用于研究伦铜和沪铜的相关模式.先根据AIC信息准则,确定了AR和GARCH的阶,并基于分步极大似然估计计算得到ARGARCH参数估计值;再用估计后ARGARCH模型的残差进行概率累积变化,最后代入TimevaryingJoeClaytonCopula中得出时变参数.实证结果表明,前一天的伦铜对后一天的沪铜有着较强的影响,并且很好地描述了伦铜和沪铜的相关模式,充分反映了相关性信息.与常相关相比,时变相关更好地反应了市场的时变特性,表明伦铜和沪铜的相关性在尾部具有明显的时变性,而且下尾相关性略大于上尾.     

基于Copula-MEM的中国上海和香港股票市场波动相关性研究

以中国上海股票市场和香港股票市场的极差数据作为样本,采用极差波动度量中国上海股票市场和香港股票市场的波动,并用乘积误差模型(MEM)进行建模。在选择适当的MEM的基础上,采用5种Copula函数对中国上海股票市场和香港股票市场之间的波动相关性进行研究。实证结果表明,WMEM(1,1)刻画中国上海股票市场和香港股票市场波动的能力最好。t-Copula函数相比较于正态Copula函数、Gumbel Copula函数、Clayton Copula函数和Frank Copula函数,能够最准确地捕捉到中国上海股票市场和香港股票市场的极差波动的相关关系。     

高阶微分方程的特征值估计

运用试验函数和Rayleigh定理得到了一个基本不等式，证明了三个引理。建立了用前n个特征值来估计第n 1个特征值的上界的不等式，其估计系数与区间的几何度量无关，其结果在物理学和力学中应用广泛。     

基于下记录值逆Rayleigh模型的估计及预测

当观测数据是下记录值时,利用经典方法讨论了逆Rayleigh分布未知参数的极大似然估计和一致最小方差无偏估计,进而得到了可靠度及失效率的极大似然估计．取未知参数的先验分布为Gamma分布,在平方损失函数下讨论了逆Rayleigh模型的未知参数、概率密度函数、累积分布函数及系统可靠度的Bayes估计,并对元件的剩余寿命进行预测．通过蒙特卡洛模拟研究了估计量的性质,借助数值实验对估计量的值进行计算．     

基于非正态稳定分布的均值-尺度参数多期投资组合模型

在非正态稳定分布条件下研究了包含多个风险证券和一个无风险证券时的多期投资组合．与传统模型相比,其不同之处在于用最终资产量度量收益,以最终资产的尺度参数度量风险,建立了收益率-风险占优框架下的最优投资组合的均值一尺度参数模型,给出了该模型尺度参数的表达式,并对该模型的求解以及应用条件进行了分析．     

Pareto分布形状参数的最小风险同变估计

在加权p,q对称损失函数下,对实际中广泛应用的两参数Pareto分布,当刻度参数已知时,用参数估计方法,研究了形状参数的最小风险同变估计的形式和性质.得到了最小风险同变估计的一般形式,又经由该参数的广义Bayes估计,得到了最小风险同变估计的精确形式,并证明了这一最小风险同变估计具有最小最大性,从而它也是该参数的最小最大估计,由此将Pareto分布形状参数的最小风险同变估计、广义Bayes估计以及最小最大估计联系起来.     

平衡损失函数下负二项分布的 Bayes 估计

针对负二项分布的参数采用Bayes方法进行估计.首先,讨论了平方损失函数下负二项分布参数的估计问题,尤其是建立了新的平衡损失函数,获得了负二项分布参数的无偏估计.其次,讨论了负二项分布与Poisson分布之间的关系.最后给出了熵损失函数下负二项分布参数的估计.     

MLINEX损失下k阶Erlang分布参数的Bayes估计

在MLINEX损失函数下,利用Bayes估计的方法研究了k阶Erlang分布参数的Bayes估计,并证明其容许性.给出了在MLINEX损失下得到了k阶Erlang分布参数的Bayes估计的精确表达式,并且通过随机模拟检验参数Bayes估计的合理性和优良性.     

甘肃民勤风电塔筒结构的温度统计分析

以甘肃民勤风电场风电塔筒为研究对象,基于结构健康监测系统为期一年的温度监测数据,详细分析了风电塔筒的温度分布特性。采用检验假设、极值分析和最小二乘估计等统计学方法对风电塔筒实测温度和实测温差进行了统计分析,建立了风电塔筒温度以及温差的概率分布模型。研究结果表明：风电塔筒温度分布具有对称性,塔筒与环境之间存在着较大的温差;风电塔筒的温度概率分布可以用2个正态分布函数的加权和来表达,塔筒与环境的温差概率分布可以用1个Weibull分布函数来描述。研究成果可为深入研究风电机塔筒的温度效应提供依据,并为我国风电机塔筒的全寿命设计提供参考。     

二阶部分线性自回归模型的稳健估计

本文将稳健估计程序思想运用到二阶部分线性自回归模型中,得到了未知参数β和非参数函数g(·)的稳健估计.在一定的条件下,证明了未知参数和非参数函数估计的相合性.并通过时间序列的数据模拟验证相合性结果.     

双边定数截尾下Burr分布参数的Bayes估计

Burr分布有右偏厚尾的良好性质,在双边定数截尾样本下,分别给出Burr分布在q-对称熵损失函数和复合LINEX对称损失函数下参数的Bayes估计和多层Bayes估计。     

k阶Erlang分布参数单变点的贝叶斯估计

利用贝叶斯方法研究了k阶Erlang分布参数单变点模型,得到该分布的似然函数.利用Fisher信息矩阵选取无信息先验分布,从而得到每个参数的满条件分布.使用Gibbs抽样与M-H算法相结合的MCMC方法对各参数进行随机模拟得到贝叶斯估计.模拟结果表明,各参数的估计值的精度在较高水平上都是有效的.     

基于RJMCMC的泊松分布参数多变点检测

首先建立泊松分布参数多变点模型,给出该分布参数多变点的似然函数,探究变点位置参数和分布参数的满条件后验分布。利用可逆跳跃马尔科夫链蒙特卡洛(RJMCMC)算法确定该模型中变点的个数,在变点个数确定的基础上,进一步利用马尔科夫链蒙特卡洛(MCMC)方法中的Gibbs抽样和Metropolis-Hastings算法对参数满条件后验分布进行抽样,利用抽样均值和最大后验法对变点位置参数和分布参数进行估计。仿真结果和美国矿难实例均表明,结合RJMCMC算法和普通MCMC方法对泊松分布序列的变点检测很有效。     

尺度参数的最优尺度不变估计的非容许性

本文针对尺度参数分布的情形，在一般二次损失函数下，证明了维数≥２时，最优尺度不变估计是非容许的，并得到了它的同时改进估计，据此讨论了此改进估计着重失函数类的稳健性问题，在加权平方损失函数下，得到了不等尺度改进估计，对于多个观测值的情形，获得了两个非常有用的结果。     

用样条配点法求解反对称角铺设层合板响应的统计特性

工程结构中的复合材料层合板的几何参数往往具有随机性质.如何研究随机参数层合板响应 的统计特性,这对正确估计结构设计的可靠性有着非常重要的意义.用样条配点法,将复合材料层 合板结构离散后,应用Lagrange方程,建立了复合材料层合板的力学模型,研究了随机参数反对称 层合板响应的统计特性,推导出层合板位移、速度和加速度的标准差.在数值算例中,对于各种边界 条件,选择样条函数作为振型函数,用样条配点法求出了结构的位移响应量及统计特征值,并与 Newmark法进行了比较,验证了该方法的有效性.     

左截断右删失数据下Pareto分布形状参数多变点的贝叶斯估计

通过添加缺损的寿命变量数据得到了左截断右删失数据下Pareto分布相对简单的似然函数,给出了形状参数变点位置和其他参数的满条件分布.利用MCMC方法对参数的满条件分布进行了抽样,把Gibbs样本的均值作为参数的贝叶斯估计.随机模拟的结果表明各参数贝叶斯估计的精度都较高.     

混合双参数指数分布的贝叶斯估计

混合指数分布是寿命数据分析中一个重要分布,其极大似然估计由于似然函数的复杂性而变得很困难.文献[9]应用EM算法研究了混合指数算法讨论了完全数据和截尾数据情形下有限混合双参数指数分布参数分布的参数估计问题,模拟研究表明贝叶斯方法对该模型的参数估计是有效的.     

基于奇异设计矩阵的岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论线性模型系数参数岭估计的优良性。对于可估函数在均方误差意义下,得到岭估计优于最小二乘估计的性质。而且在二次损失函数下岭估计具有可容许性。