9 : 3 25 Levy Black Scholes (973)Meron(976)Madan (998)Carr Wu (24)Kim (2822) Levy Levy-Khinchine Levy Φ dl (u) Ε[e iudl ]=e -Ψ (u) dl Ψ dl (u)=-iuυ+ u
|
|
- 此 充
- 5 years ago
- Views:
Transcription
1 3 9 ( 237 ) 系统工程 Vol.3No SysemsEngineering Spe.23 :-498(23) * 3 吴恒煜 2 朱福敏 胡根华 马晶 3 田海山 (. 63; ; ) : 为研究沪深 3 指数价格随机过程的运动形态 捕捉金融资产的非高斯新息 波动率集聚和杠杆效应三大 特征 在时间序列分析的基础上 采用非对称 GARCH 模型构建了四种不同跳跃程度的离散时变波动率 Levy 过程 并建立了波动率 漂移率和跳跃的状态空间模型 同时引入粒子滤波方法来研究动态波动率和跳跃类型研究表 明 : 沪深 3 指数收益率存在大量的随机跳跃 而布朗运动无法刻画这些跳跃 且卡尔曼滤波也无法正确追踪跳跃 状态 而调和稳态过程下粒子滤波对资产的时变活动率水平和跳跃形态上具有最佳的捕获能力 : 沪深 3 指数 ; 粒子滤波 ;N-GARCH 模型 ;Levy 过程 ; 调和稳态过程 :F83 :A Black-Scholes(973) BS VarianceGamma (Madan998)Gamma dorf-nielsen998) (Kim Rachev28) Levy BS Levy ( Meron974;Anderson 2;Carr Wu23~27;Rachev Kim28~2) Levy : CIR (Heson993997) (Duan995;Heson2) Meron (Meron976) NormalInverseGaussian (Barn- Levy 28 GARCH Levy Levy Levy * :23--5; : : (7863;78255;7768); (YJA792;3YJA794); (249877); (22T5726); (JBK324; JBK34) : (97-) : ; (985-) : ; (984-) : ; (965-) : ; (962-) :
2 9 : 3 25 Levy Black Scholes (973)Meron(976)Madan (998)Carr Wu (24)Kim (2822) Levy Levy-Khinchine Levy Φ dl (u) Ε[e iudl ]=e -Ψ (u) dl Ψ dl (u)=-iuυ+ u2 σ 2 (Fama963965; 2 + (-e iudl +iudl ) dl v(dl) R Carr2324;Kim282) (υσv(dl)) Levy Levy Carr(24) ( )Levy (26) (27) (2) h ( h (22) y =ln(s/s-)=μ + 槡 h dl ( -φdl 槡 h ) (2) Levy ( 2) Levy φdl (u)=logε[e iudl ] u=-iu =logε[e udl ] (3) ARMA-GARCH y =μ + 槡 h dl -φdl 槡 h = aiy-i + (GARCH) Levy j= p μ = ai[ μ -i +ε-i -φdl Levy Levy : (υσv(dl)) υ σ ( )v(dl) dl p S =S-e μ d+ 槡 dl -φdl 槡 ) q b jε-j +c+ε q p q ( ) ( = aiy-i [ + b j 槡 h- jdl-j + ) c ] + 槡 h dl j= m n h =α + αi(ε-i -γ 槡 h- i) 2 + (4) βjh-j j= ε ;F Ε[ε Levy F-]= var[ε F-]= h h Engle : N-GARCH ; γ > ;2 ε = 槡 h dl = 槡 h Levy(x;υσv(dL)) 槡 h- i] () (5) βjh-j j= ARMA() GARCH() dl ε dl = Levy(x;υσv(dL)) p μ = ai( μ -i +ε-i -φdl + b jε-j +c+φdl 槡 h j= m n h =α + αi(ε-i -γ 槡 h- i) 2 + 槡 h- i)
3 26 23 q + b jε-j +c+φdl j= h 槡 2.2 Levy N T N q(y x i ; θ) x = {dl; μ ; h 槡 } y =μ + 槡 h dl -φdl 槡 h (7) N ;T Kalman Kalman K = ( Pxy P y ) - Ε[x]= x+k(y- 珚 y) 珔 Σ[x]= Px -KP yk T (8) Levy K Kalman E Σ (BM) Levy VG w (i) = w (i) - p(y x (i) )p(x (i) x -) (i) x -y) (i) (9) ARMA GARCH q(x (i) x (i) - y) 3 珦 w (i) = w(i) w(i) () ARCH q(x (i) x (i) - y)=p(x (i) x (i) - ) ( ) w (i) =p(y x (i) ) (2) m n 槡 h = α + αi(ε-i -γ 槡 h- i) 2 + βjh- 槡 ( /N ( j 6) j= ) Levy ( (6) ) ( UnscenedTransform Levy sigma- ) (MCKF) Levy ; MCKF ( ) p({y} T = θ) =2 N N p(y x i ; - θ)(3) θ ;xy ; 3 3 (JD) VG q(x (i) ARCH p(y x (i) ) ;p(x (i) x (i) ) - (a) (b) ;q(x (i) x (i) - y) (c) (d) Levy GARCH
4 9 : 3 27 Sample Auocorrelaion Sample Parial Auocorrelaions Lag Sample Parial Auocorrelaion Funcion.5 Sample Auocorrelaion Funcion (ACF) Lag (a) Volailiy Levy Noise Drif Sock Marke x Time seps (b). Sock Marke Coefficien wih Reurn Innovaion(Levy) Levy Jumps drif volailiy Condiional variance Time seps.5 x Time seps (c) (d) Coefficien wih volailiy Levy Jumps drif Innovaion 3 ARMA-GARCH ARMA pq a b c Mu Coef Sd GARCH mn Alpha Alpha Bea dela Coef 2.5e Sd 8.6e WhieNoise mean variance skewness kurosis KS(P=.) :p q ARMA m n GARCH ab c ARMA AR() MA() ;Mu ;AlphaAlphaBea dela ARCH() GARCH()
5 Levy Φ W (u) Ε[e iuw ]=e -Ψ (u) W Levy Φ MJ (u) Ε[e iudl ]=e -Ψ (u) dl Levy Carr Wu(24) Kim (2) Levy Φ TS (u) Ε[e iudl ]=e CΓ(-Y)[(M-iu)Y -M Y +(G+iu) Y -G Y ] VG Levy (υσv(dl)) JD (υσv(dl)) VG (υσ) BM (4) = (υσλj 槡 2πσJ (dl -μ ) 2 J e - 2σ 2 J ) (5) = (υσce Gx / x x< +Ce -Mx /x x>) (6) (υσv(dl)) TS = (Ce Gx / x Y+ x< +Ce -Mx /x Y+ x>)(7) =e (iuυ-u 2 2 σ 2 ) (8) u 2 σ 2 =e (iuυ-u 2 2 σ 2 )+λ J (eiu J μ J - 2 -) (9) Φ VG (u) Ε[e iudl ]=e Cln(GM )-Cln(GM+iMu-iGu+u2) (2) (2) VG Levy 2 2 Levy Mean Variance Skewness Kurosis C G M Y BM VG TS JD Mu w Sigma w Lambda J Mu J Sigma J Coef : 3 (BM) (VG) (TS) (JD) CGM Y BM VG TS Mu w Sigma wlambda JMu J Sigma J (JD) Levy Levy 3 Levy (N=4) (22) Kalman ( ) (MCKF) 3 (MCPF)
6 9 : 3 29
7 3 23 Quaniles of Inpu Sample 5 Normal Sandard Normal Quaniles Variance Gamma Y Quaniles 5-5 Meron Jump 5 TS X Quaniles Tempered Sable PDF of Noise Empirical MJ Normal Y Quaniles 5 Y Quaniles X Quaniles X Quaniles PDF curve Empirical VG Normal PDF of Noise Empirical TS Normal MJ VG TS Levy ( ) 3
8 9 : Jump LinearDrif Volailiy AAE APE MSE RMSE AAE APE MSE RMSE AAE APE MSE RMSE BSKF E E E E BSPF E E E E JDKF E E E E JDPF E E E E VGKF E E E E VGPF E E E E TSKF E E E E TSPF E E E E : (BM) (VG) (TS) (JD) (KF) (PF) BSKF BSPF AAEAPE MSE RMSE 4 3 GARCH raeprocessesimpliciindeuschemarkopions[j]. Levy ReviewofFinancialSudies9969:69~7. [5] Baes D.Maximumlikelihoodesimaionoflaen Levy afineprocesses[j].review offinancialsudies 269:99~965. Levy poraeliabiliies[j].journalofpoliicaleconomy : :637~659. [7] CarrPWu L.Time-changed Levyprocessesand 2 opionpricing[j].journaloffinancialeconomics Levy 247:3~4. [8] ChrisofersenPJacobsK.Theimporanceofhe 3 [6] BlackFScholesM.Thepricingofopionsandcor- 3 lossfuncioninopionvaluaion[j].journaloffi- Levy nancialeconomics2472:29~38. [9] ChrisofersenPJacobsK.Exploringime-varying : [] Ai-SahaliaYMyklandPZhangL.Howofeno sampleaconinuous-imeprocessinhepresenceof markemicrosrucurenoise[j].reviewoffinancial Sudies258:35~46. [2] Andersen T GBenzoniLLund L.Esimaing jump-difusionsforequiyreurns [J].Journalof Finance2257:239~284. [3] Andersen T GBolerslevTDieboldF XEbens H.Thedisribuionofrealizedsockreurnvolaili- y[j].journaloffinancialeconomics26:43 ~76. [4] BaesD.Jumpsandsochasicvolailiy:Exchange jumpinensiies:evidencefrom S&P 5reurns andopions[j].reviewoffinancialsudies28. [] Chrisoferseneal.Opionvaluaion wihcondi- ionalheeroskedasiciy and non-normaliy[j]. ReviewofFinancialSudies223:239~283. [] ErakerB.Dosockpricesandvolailiyjump Rec- oncilingevidencefrom spoandopionprices[j]. JournalofFinance2459:367~43. [2] FamaE.MandelbroandhesablePareianhy- pohesis[j].journalofbusiness96336(4):42 ~429. [3] HesonS.Aclosed-formsoluionforopionswih
9 32 23 sochasicvolailiy wihapplicaionsobondand currencyopions[j].reviewoffinancialsudies 9936:327~343. [4] HesonSNandiS.Aclosed-form GARCH opion pricing model [J].Review offinancialsudies 23:585~626. [5] JacquierEeal.Bayesiananalysisofsochasic volailiymodels[j].journalofbusinessandeco- nomicsaisics9942:~9. [6] JohannesMPolson NSroudJ.Learningabou jumpsandsochasicvolailiy:fileringsochasic diferenialequaionswihjumps[j].reviewoffi- nancialsudies28. [7] Kim YSRachevSTBianchiM LFabozziFJ.A newemperedsabledisribuionandisapplicaion ofinance[c]//bolgrachevstwuerhr. Riskassessmen:Decisionsinbankingandfinance. PhysikaVerlagSpringer28:77~. [8] Kim Yeal.Temperedsableandemperedinfi- niely divisible GARCH models[j].journalof BankingandFinance2349:296~29. [9] Kim Yeal.Timeseriesanalysisforfinancial markemeldowns[j].journalofbanking & Fi- nance235:879~89. [2] LinSMcaleer M.Asympoicheoryforavecor ARMA-GARCH model[j].economerictheory 23(9):28~3. [2] LiuJChenR.SequenialMoneCarlomehodsfor dynamicsysems[j].journalofheamericansa- isicalassociaion99893:32~88. [22] Madan DCarrPChang E.Thevariancegamma processandopionpricing[j].european Finance Review9982:79~5. [23] Meron R.Opionpricing whenunderlyingsock reurnsaredisconinuous[j].journaloffinancial Economics9763:25~44. [24] PanJ.Thejump-riskpremiaimpliciinopions: Evidencefromaninegraedime-seriessudy [J]. JournalofFinancialEconomics2263:3~5. [25] RosinskiJ. Tempering sable processes [J]. SochasicProcessesandheirApplicaions ~77. [26] SabanisS. Sochasicvolailiyandhemeanre- kes2323:33~47. [27]. [J]. 2(4):54~66. [28]. [J]. 2722(4):344~385. [29]. [J] ():43~46. [3]. Levy CF-CGMM [J]. 28. [3].GARCH Levy [J]. 22 (3):327~337. ApplicaionofBoosrapParicleFileringforJumps: Evidencefrom H&S3Index veringprocess [J].TheJournalofFuures Mar- WU Heng-yu 2 ZHU Fu-min HU Gen-hua MAJing 3 TIAN Hai-shan (.SchoolofEconomicInformaionEngineeringSouhwesernUniversiyofFinance & EconomicsChengdu63 China;2.SchoolofBusinessAdminisraionSouhChinaUniversiyofTechnologyGuangzhou564China; 3.SchoolofEconomicManagemenWuxiInsiueofTechnologyWuxi242China) Absrac:ThispapermodelsfourkindsofLevyprocesseswihdiscreeime-varyingvolailiyaccordingodiferende- greesofjumpapplyingasymmericgarch modelbasedonimeseriesanalysisocapurenon-gaussianinnovaions volailiycluseringandleverageefecsofh&s3index.furhermoreibuildshree-dimensionalsaespacemodelof volailiydrifraeandjumpandinroducespariclefilering mehodoanalyzedynamicvolailiyprocessandjumps. TheempiricalresulsshowhahereexissalargenumberofsochasicjumpsinreurnsofH&S3Indexandha neiherbrownianmoionnorkalmanfilercancapurehosejumps.howeverpariclefilerwihemperedsableprocess displaysopimalfiingindescribingime-varyingaciviyandjumpsofasses. Keywords:H&S3Index;ParicleFiler;NH-GARCH Model;LevyNoise;TemperedSableProcess
Ζ # % & ( ) % + & ) / 0 0 1 0 2 3 ( ( # 4 & 5 & 4 2 2 ( 1 ) ). / 6 # ( 2 78 9 % + : ; ( ; < = % > ) / 4 % 1 & % 1 ) 8 (? Α >? Β? Χ Β Δ Ε ;> Φ Β >? = Β Χ? Α Γ Η 0 Γ > 0 0 Γ 0 Β Β Χ 5 Ι ϑ 0 Γ 1 ) & Ε 0 Α
More information! # % & ( & # ) +& & # ). / 0 ) + 1 0 2 & 4 56 7 8 5 0 9 7 # & : 6/ # ; 4 6 # # ; < 8 / # 7 & & = # < > 6 +? # Α # + + Β # Χ Χ Χ > Δ / < Ε + & 6 ; > > 6 & > < > # < & 6 & + : & = & < > 6+?. = & & ) & >&
More informationuntitled
Sock Volailiy Models and he Pricing of Warrans 36005 005 0 Hong & Li 005 Absrac This paper used a lo of popular volailiy models o sudy he dynamic behavior of underlying sock and hen used Hong & Lee (005)
More information! Ν! Ν Ν & ] # Α. 7 Α ) Σ ),, Σ 87 ) Ψ ) +Ε 1)Ε Τ 7 4, <) < Ε : ), > 8 7
!! # & ( ) +,. )/ 0 1, 2 ) 3, 4 5. 6 7 87 + 5 1!! # : ;< = > < < ;?? Α Β Χ Β ;< Α? 6 Δ : Ε6 Χ < Χ Α < Α Α Χ? Φ > Α ;Γ ;Η Α ;?? Φ Ι 6 Ε Β ΕΒ Γ Γ > < ϑ ( = : ;Α < : Χ Κ Χ Γ? Ε Ι Χ Α Ε? Α Χ Α ; Γ ;
More information8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε Μ Ε 8 > = 8 9 =
!! % & ( & ),,., / 0 1. 0 0 3 4 0 5 3 6!! 7 8 9 8!! : ; < = > :? Α 4 8 9 < Β Β : Δ Ε Δ Α = 819 = Γ 8 9 8 Δ 9 = 1 Η Ι4 ϑ< Κ Λ 3ϑ 3 >1Ε 8 9 0 Μ Ε 8 > 9 8 9 = 8 9 = 819 8 9 =
More information! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %!
! # # % & ( ) ! # % & # % & ( ) % % %# # %+ %% % & + %, ( % % &, & #!.,/, % &, ) ) ( % %/ ) 0 + 1 %# / + & + (! ) &, & % & ( ) % % (% 2 & % ( & 3 % /, 4 ) %+ %( %! # ( & & 5)6 %+ % ( % %/ ) ( % & + %/
More information國家圖書館典藏電子全文
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 ( 2002) () 21 ( ) () ( 2004) () () : 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 = 2 2 1 1 t i K K σ σ α
More information&! +! # ## % & #( ) % % % () ) ( %
&! +! # ## % & #( ) % % % () ) ( % &! +! # ## % & #( ) % % % () ) ( % ,. /, / 0 0 1,! # % & ( ) + /, 2 3 4 5 6 7 8 6 6 9 : / ;. ; % % % % %. ) >? > /,,
More informationΡ Τ Π Υ 8 ). /0+ 1, 234) ς Ω! Ω! # Ω Ξ %& Π 8 Δ, + 8 ),. Ψ4) (. / 0+ 1, > + 1, / : ( 2 : / < Α : / %& %& Ζ Θ Π Π 4 Π Τ > [ [ Ζ ] ] %& Τ Τ Ζ Ζ Π
! # % & ( ) + (,. /0 +1, 234) % 5 / 0 6/ 7 7 & % 8 9 : / ; 34 : + 3. & < / = : / 0 5 /: = + % >+ ( 4 : 0, 7 : 0,? & % 5. / 0:? : / : 43 : 2 : Α : / 6 3 : ; Β?? : Α 0+ 1,4. Α? + & % ; 4 ( :. Α 6 4 : & %
More information,!! #! > 1? = 4!! > = 5 4? 2 Α Α!.= = 54? Β. : 2>7 2 1 Χ! # % % ( ) +,. /0, , ) 7. 2
! # %!% # ( % ) + %, ). ) % %(/ / %/!! # %!! 0 1 234 5 6 2 7 8 )9!2: 5; 1? = 4!! > = 5 4? 2 Α 7 72 1 Α!.= = 54?2 72 1 Β. : 2>7 2 1 Χ! # % % ( ) +,.
More information4= 8 4 < 4 ϑ = 4 ϑ ; 4 4= = 8 : 4 < : 4 < Κ : 4 ϑ ; : = 4 4 : ;
! #! % & ( ) +!, + +!. / 0 /, 2 ) 3 4 5 6 7 8 8 8 9 : 9 ;< 9 = = = 4 ) > (/?08 4 ; ; 8 Β Χ 2 ΔΔ2 4 4 8 4 8 4 8 Ε Φ Α, 3Γ Η Ι 4 ϑ 8 4 ϑ 8 4 8 4 < 8 4 5 8 4 4
More information! /. /. /> /. / Ε Χ /. 2 5 /. /. / /. 5 / Φ0 5 7 Γ Η Ε 9 5 /
! # %& ( %) & +, + % ) # % % ). / 0 /. /10 2 /3. /!. 4 5 /6. /. 7!8! 9 / 5 : 6 8 : 7 ; < 5 7 9 1. 5 /3 5 7 9 7! 4 5 5 /! 7 = /6 5 / 0 5 /. 7 : 6 8 : 9 5 / >? 0 /.? 0 /1> 30 /!0 7 3 Α 9 / 5 7 9 /. 7 Β Χ9
More information., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2
! # &!! ) ( +, ., /,, 0!, + & )!. + + (, &, & 1 & ) ) 2 2 ) 1! 2 2 ! 2 2 & & 1 3! 3, 4 45!, 2! # 1 # ( &, 2 &, # 7 + 4 3 ) 8. 9 9 : ; 4 ), 1!! 4 4 &1 &,, 2! & 1 2 1! 1! 1 & 2, & 2 & < )4 )! /! 4 4 &! &,
More informationⅠ Ⅱ 1 2 Ⅲ Ⅳ
Ⅰ Ⅱ 1 2 Ⅲ Ⅳ !!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
More information- - - α - - - - - - - - - - - - - - - - - α - - - - - -
- - - - - - - - - - - - - - - - - - - - - - - α - - - - - - - - - - - - - - - - - α - - - - - - - - - α - - - - - - - - - - - - - - - - λ - - - - μ - - - - - - - - - - - - - - - - - - - - - - - - - - -
More informationⅠⅡⅢ Ⅳ
ⅠⅡⅢ Ⅳ ! "!"#$%&!!! !"#$%& ()*+,!"" *! " !! " #$%& ( Δ !"#$%& ()*+,!"" * !! " #$%& ( !"#$%& ()*+,!"" * !! " #$%& ( !"#$%& ()*+,!"" * !! " #$%& (! # !"#$%& ()*+,!"" * !! " #$%& ( 1 1 !"#$%& ()*+,!"" *
More informationΠ Ρ! #! % & #! (! )! + %!!. / 0% # 0 2 3 3 4 7 8 9 Δ5?? 5 9? Κ :5 5 7 < 7 Δ 7 9 :5? / + 0 5 6 6 7 : ; 7 < = >? : Α8 5 > :9 Β 5 Χ : = 8 + ΑΔ? 9 Β Ε 9 = 9? : ; : Α 5 9 7 3 5 > 5 Δ > Β Χ < :? 3 9? 5 Χ 9 Β
More information/ Ν #, Ο / ( = Π 2Θ Ε2 Ρ Σ Π 2 Θ Ε Θ Ρ Π 2Θ ϑ2 Ρ Π 2 Θ ϑ2 Ρ Π 23 8 Ρ Π 2 Θϑ 2 Ρ Σ Σ Μ Π 2 Θ 3 Θ Ρ Κ2 Σ Π 2 Θ 3 Θ Ρ Κ Η Σ Π 2 ϑ Η 2 Ρ Π Ρ Π 2 ϑ Θ Κ Ρ Π
! # #! % & ( ) % # # +, % #. % ( # / ) % 0 1 + ) % 2 3 3 3 4 5 6 # 7 % 0 8 + % 8 + 9 ) 9 # % : ; + % 5! + )+)#. + + < ) ( # )# < # # % 0 < % + % + < + ) = ( 0 ) # + + # % )#!# +), (? ( # +) # + ( +. #!,
More information!! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /.
! # !! # % & ( )!!! # + %!!! &!!, # ( + #. ) % )/ # & /. #! % & & ( ) # (!! /! / + ) & %,/ #! )!! / & # 0 %#,,. /! &! /!! ) 0+(,, # & % ) 1 # & /. / & %! # # #! & & # # #. ).! & #. #,!! 2 34 56 7 86 9
More informationΒ 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :! 9 9 & ϑ Κ & ϑ Λ &! &!! 4!! Μ Α!! ϑ Β & Ν Λ Κ Λ Ο Λ 8! % & Π Θ Φ & Ρ Θ & Θ & Σ ΠΕ # & Θ Θ Σ Ε
! #!! % & ( ) +,. /. 0,(,, 2 4! 6! #!!! 8! &! % # & # &! 9 8 9 # : : : : :!! 9 8 9 # #! %! ; &! % + & + & < = 8 > 9 #!!? Α!#!9 Α 8 8!!! 8!%! 8! 8 Β 8 Α ) ; %! #?! > 8 8 Χ Δ Ε ΦΦ Ε Γ Δ Ε Η Η Ι Ε ϑ 8 9 :!
More information) Μ <Κ 1 > < # % & ( ) % > Χ < > Δ Χ < > < > / 7 ϑ Ν < Δ 7 ϑ Ν > < 8 ) %2 ): > < Ο Ε 4 Π : 2 Θ >? / Γ Ι) = =? Γ Α Ι Ρ ;2 < 7 Σ6 )> Ι= Η < Λ 2 % & 1 &
! # % & ( ) % + ),. / & 0 1 + 2. 3 ) +.! 4 5 2 2 & 5 0 67 1) 8 9 6.! :. ;. + 9 < = = = = / >? Α ) /= Β Χ Β Δ Ε Β Ε / Χ ΦΓ Χ Η Ι = = = / = = = Β < ( # % & ( ) % + ),. > (? Φ?? Γ? ) Μ
More information! # %& ( %! & & + %!, ( Α Α Α Α Χ Χ Α Χ Α Α Χ Α Α Α Α
Ε! # % & ( )%! & & + %!, (./ 0 1 & & 2. 3 &. 4/. %! / (! %2 % ( 5 4 5 ) 2! 6 2! 2 2. / & 7 2! % &. 3.! & (. 2 & & / 8 2. ( % 2 & 2.! 9. %./ 5 : ; 5. % & %2 2 & % 2!! /. . %! & % &? & 5 6!% 2.
More information8 9 < ; ; = < ; : < ;! 8 9 % ; ϑ 8 9 <; < 8 9 <! 89! Ε Χ ϑ! ϑ! ϑ < ϑ 8 9 : ϑ ϑ 89 9 ϑ ϑ! ϑ! < ϑ < = 8 9 Χ ϑ!! <! 8 9 ΧΧ ϑ! < < < < = 8 9 <! = 8 9 <! <
! # % ( ) ( +, +. ( / 0 1) ( 2 1 1 + ( 3 4 5 6 7! 89 : ; 8 < ; ; = 9 ; ; 8 < = 9! ; >? 8 = 9 < : ; 8 < ; ; = 9 8 9 = : : ; = 8 9 = < 8 < 9 Α 8 9 =; %Β Β ; ; Χ ; < ; = :; Δ Ε Γ Δ Γ Ι 8 9 < ; ; = < ; :
More information. /!Ι Γ 3 ϑκ, / Ι Ι Ι Λ, Λ +Ι Λ +Ι
! # % & ( ) +,& ( + &. / 0 + 1 0 + 1,0 + 2 3., 0 4 2 /.,+ 5 6 / 78. 9: ; < = : > ; 9? : > Α
More information& & ) ( +( #, # &,! # +., ) # % # # % ( #
! # % & # (! & & ) ( +( #, # &,! # +., ) # % # # % ( # Ι! # % & ( ) & % / 0 ( # ( 1 2 & 3 # ) 123 #, # #!. + 4 5 6, 7 8 9 : 5 ; < = >?? Α Β Χ Δ : 5 > Ε Φ > Γ > Α Β #! Η % # (, # # #, & # % % %+ ( Ι # %
More information= Υ Ξ & 9 = ) %. Ο) Δ Υ Ψ &Ο. 05 3; Ι Ι + 4) &Υ ϑ% Ο ) Χ Υ &! 7) &Ξ) Ζ) 9 [ )!! Τ 9 = Δ Υ Δ Υ Ψ (
! # %! & (!! ) +, %. ( +/ 0 1 2 3. 4 5 6 78 9 9 +, : % % : < = % ;. % > &? 9! ) Α Β% Χ %/ 3. Δ 8 ( %.. + 2 ( Φ, % Γ Η. 6 Γ Φ, Ι Χ % / Γ 3 ϑκ 2 5 6 Χ8 9 9 Λ % 2 Χ & % ;. % 9 9 Μ3 Ν 1 Μ 3 Φ Λ 3 Φ ) Χ. 0
More information深圳股票市场稳定性研究报告
2003. 2. 13 0067 (1) (2) S&P500 (1) 1997 S&P500 1997 (2) 1998 1999 S&P500 2000 S&P500 (3) S&P500 65% S&P500 40% (4) 1997 S&P500 SWITCH-ARCH (1) (2) 1997 (3) ST PT B (1) (2) (3) (4) ST PT I....5 II....9
More information> # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ # Κ Μ 0 Ν Ο Κ Ι Π, Ι Π Θ Κ Ι Π ; 4 # Ι Π Η Κ Ι Π. Ο Κ Ι ;. Ο Κ Ι Π 2 Η
1 )/ 2 & +! # % & ( ) +, + # # %. /& 0 4 # 5 6 7 8 9 6 : : : ; ; < = > < # ) Β Χ Χ 7 Δ Ε Φ Γ 5 Η Γ + Ι + ϑ Κ 7 # + 7 Φ 0 Ε Φ # Ε + Φ, Κ + ( Λ # Γ Κ Γ #
More information2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ! ϑ Β Β Β ϑ Χ Β! Β Χ 5 ϑ Λ ϑ % < Μ / 4 Ν < 7 :. /. Ο 9 4 < / = Π 7 4 Η 7 4 =
! # % # & ( ) % # ( +, & % # ) % # (. / ). 1 2 3 4! 5 6 4. 7 8 9 4 : 2 ; 4 < = = 2 >9 3? & 5 5 Α Α 1 Β ΧΔ Ε Α Φ 7 Γ 9Η 8 Δ Ι > Δ / ϑ Κ Α Χ Ε ϑ Λ ϑ 2 2 Λ ϑ Δ Χ Δ Ι> 5 Λ Λ Χ Δ 5 Β. Δ Ι > Ε!!Χ ϑ : Χ Ε ϑ!
More information4 # = # 4 Γ = 4 0 = 4 = 4 = Η, 6 3 Ι ; 9 Β Δ : 8 9 Χ Χ ϑ 6 Κ Δ ) Χ 8 Λ 6 ;3 Ι 6 Χ Δ : Χ 9 Χ Χ ϑ 6 Κ
! # % & & ( ) +, %. % / 0 / 2 3! # 4 ) 567 68 5 9 9 : ; > >? 3 6 7 : 9 9 7 4! Α = 42 6Β 3 Χ = 42 3 6 3 3 = 42 : 0 3 3 = 42 Δ 3 Β : 0 3 Χ 3 = 42 Χ Β Χ 6 9 = 4 =, ( 9 6 9 75 3 6 7 +. / 9
More information9!!!! #!! : ;!! <! #! # & # (! )! & ( # # #+
! #! &!! # () +( +, + ) + (. ) / 0 1 2 1 3 4 1 2 3 4 1 51 0 6. 6 (78 1 & 9!!!! #!! : ;!! ? &! : < < &? < Α!!&! : Χ / #! : Β??. Δ?. ; ;
More information!! )!!! +,./ 0 1 +, 2 3 4, # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, , 2 6 9, 2 3 9, 2 6 9,
! # !! )!!! +,./ 0 1 +, 2 3 4, 23 3 5 67 # 8,2 6, 2 6,,2 6, 2 6 3,2 6 5, 2 6 3, 2 6 9!, 2 6 65, 2 6 9, 2 3 9, 2 6 9, 2 6 3 5 , 2 6 2, 2 6, 2 6 2, 2 6!!!, 2, 4 # : :, 2 6.! # ; /< = > /?, 2 3! 9 ! #!,!!#.,
More information& &((. ) ( & ) 6 0 &6,: & ) ; ; < 7 ; = = ;# > <# > 7 # 0 7#? Α <7 7 < = ; <
! # %& ( )! & +, &. / 0 # # 1 1 2 # 3 4!. &5 (& ) 6 0 0 2! +! +( &) 6 0 7 & 6 8. 9 6 &((. ) 6 4. 6 + ( & ) 6 0 &6,: & )6 0 3 7 ; ; < 7 ; = = ;# > 7 # 0 7#? Α
More information, ( 6 7 8! 9! (, 4 : : ; 0.<. = (>!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / / < 5 02
! # % & ( ) +, ) %,! # % & ( ( ) +,. / / 01 23 01 4, 0/ / 5 0 , ( 6 7 8! 9! (, 4 : : ; 0.!? Α% ), Β 0< Χ 0< Χ 2 Δ Ε Φ( 7 Γ Β Δ 5 3 3 5 3 1 Η7 (7 Ι + ) ϑ!, 4 0 / / 2 / 3 0 0 / < 5 02 Ν!.! %) / 0
More information: ; # 7 ( 8 7
(! # % & ( ) +,. / +. 0 0 ) 1. 2 3 +4 1/,5,6 )/ ) 7 7 8 9 : ; 7 8 7 # 7 ( 8 7 ; ;! #! % & % ( # ) % + # # #, # % + &! #!. #! # # / 0 ( / / 0! #,. # 0(! #,. # 0!. # 0 0 7 7 < = # ; & % ) (, ) ) ) ) ) )!
More informationARCH 系 列 模 型 介 绍 与 应 用 目 录 一 波 动 率 基 本 概 念... 3 二 Black-Scholes 期 权 定 价 公 式 中 的 波 动 率... 4 三 GARCH 类 模 型 简 述... 5 四 基 于 沪 深 300 指 数 样 本 的 GARCH 类 模 型
研 究 报 告 期 权 研 究 专 题 报 告 Research Option Special Reports 沪 深 300 指 数 波 动 率 预 测 效 果 比 较 ARCH 系 列 模 型 介 绍 与 应 用 2013 年 04 月 23 日 投 资 要 点 : 波 动 率 是 一 个 抽 象 概 念, 通 过 对 价 格 数 据 的 建 模, 都 可 以 得 到 对 于 真 实 波 动 率
More informationTaiwan Fuures Exchange, TAIFEX TAIFEX Taiwan Sock Index Fuures 00 4 expiraion eec S&P 500 ( ). Kawaller, Koch and Koch 987 S&P
004 May, 0 pp99-8 leehero00@yahoo.com.w 00 4 00 4 003 8 3 45 ( ) ADF ( ) Granger ( ) (VAR) (SSM) : Sudy o an invesigaion o he relaionship among Taiwan s Spo, Fuures and Opions prices -The Applicaion o
More information08-01.indd
1 02 04 08 14 20 27 31 35 40 43 51 57 60 07 26 30 39 50 56 65 65 67 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 ω ρ ε 23 λ ω < 1 ω < 1 ω > 0 24 25 26 27 28 29 30 31 ρ 1 ρ σ b a x x i +3 x i
More information% %! # % & ( ) % # + # # % # # & & % ( #,. %
!!! # #! # % & % %! # % & ( ) % # + # # % # # & & % ( #,. % , ( /0 ) %, + ( 1 ( 2 ) + %, ( 3, ( 123 % & # %, &% % #, % ( ) + & &% & ( & 4 ( & # 4 % #, #, ( ) + % 4 % & &, & & # / / % %, &% ! # #! # # #
More information004 6 volailiy Hull Whie(987) vega( kappa) innovaion erm Poerba Summers(986) French, Schwer Sambaugh(987) Bollerslev, Engle Wooldridge (988) Bailie De
004 6-3 CARR(Condiional Auo-Regression Range) CARR GARCH CARR GARCH Chou(00) S P500 CARR CARR GARCH 004 6 volailiy Hull Whie(987) vega( kappa) innovaion erm Poerba Summers(986) French, Schwer Sambaugh(987)
More information中国沪深股票市场流动性研究
1 1.1 1.2 2 2.1 2.2 3 3.1 3.2 4 4.1 4.2 4.3 5 bid-ask bidask 1 2 2-1 L RISK Madhavan(1992) JN L JN L 1 2 GARCH 1 1.1 commonaliy rade mechanism 1.1.1 marke microsrucure Garmam(1976), KrausSoll (1972) NWSE
More information# # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( ( & +. 4 / &1 5,
# # # #!! % &! # % 6 & () ) &+ & ( & +, () + 0. / & / &1 / &1, & ( 0 2 3 ( & +. 4 / &1 5, !! & 6 7! 6! &1 + 51, (,1 ( 5& (5( (5 & &1 8. +5 &1 +,,( ! (! 6 9/: ;/:! % 7 3 &1 + ( & &, ( && ( )
More information; 9 : ; ; 4 9 : > ; : = ; ; :4 ; : ; 9: ; 9 : 9 : 54 =? = ; ; ; : ;
! # % & ( ) ( +, +. ( /0!) ( 1!2!) ( 3 4 5 2 4 7 8 9: ; 9 < : = ; ; 54 ; = ; ; 75 ; # ; 9 : ; 9 : ; ; 9: ; ; 9 : ; ; 4 9 : > ; : = ; ; :4 ; : ; 9: ; 9 : 9 : 54 =? = ; ; ; 54 9 9: ; ;
More informationΑ? Β / Χ 3 Δ Ε/ Ε 4? 4 Ε Φ? ΧΕ Γ Χ Η ΙΙ ϑ % Η < 3 Ε Φ Γ ΕΙΙ 3 Χ 3 Φ 4 Κ? 4 3 Χ Λ Μ 3 Γ Ε Φ ) Μ Ε Φ? 5 : < 6 5 % Λ < 6 5< > 6! 8 8 8! 9 9 9! 9 =! = 9!
# %!!! ( ) ( +, +. ( / 0 1) ( 21 1) ( 2 3 / 4!! 5 6 7 7! 8 8 9 : ; < 9 = < < :! : = 9 ; < = 8 9 < < = 9 8 : < >? % > % > % 8 5 6 % 9!9 9 : : : 9 Α % 9 Α? Β / Χ 3 Δ Ε/ Ε 4? 4 Ε Φ? ΧΕ Γ Χ Η ΙΙ ϑ % Η < 3
More information# #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. /
! ( ) # # % % ( % % %! % % & % # #! ) ( ( +,! %,! ( # # %& % ( ) +! +, +. / 12 23 4 5 6 7 3.! (. ( / ( ) ). 1.12 ( 4 4 % & &!7 % (!!!!, (! % !!! % %!,! ( & (!! 8!!!,!!+!! & !!%! & 9 3 3 :;
More information素 4 在上述学 者 观 点 的 基 础 上本 文 认 为 员 工 需 要 一 理论与假设 同时具备创新意 识 创 新 能 力 创 新 动 机 和 创 新 机 会 才 能产生创新行为 创新 意 识 是 指 员 工 能 通 过 对 组 织 环 境 一 组织的创新战略与员工的创新行为 的解读认识到创新
中国人民大学学报 5 年第 5 期 N 55 OURNAL OF RENMN UNVER TY OF CHNA 组织创新战略如何转化为 员工创新行为 以中关村T 行业为例 苏中兴 张雨婷 曾湘泉 摘要 随 着 市 场 竞 争 加 剧 和 劳 动 力 成 本 快 速 上 升 越 来 越 多 的 中 国 企 业 开 始 采 用 创 新 战 略 来 应 对挑战 组织特定的战略需要匹配的员工行为作为支撑因此激发员工的创新
More information!!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, )
! # % & # % ( ) & + + !!! #! )! ( %!! #!%! % + % & & ( )) % & & #! & )! ( %! ),,, ) 6 # / 0 1 + ) ( + 3 0 ( 1 1( ) ) ( 0 ) 4 ( ) 1 1 0 ( ( ) 1 / ) ( 1 ( 0 ) ) + ( ( 0 ) 0 0 ( / / ) ( ( ) ( 5 ( 0 + 0 +
More informationϑ 3 : Α 3 Η ϑ 1 Ι Η Ι + Ι 5 Κ ϑ Λ Α ΜΛ Ν Ν Ν Ν Α Γ Β 1 Α Ο Α : Α 3. / Π Ο 3 Π Θ
# % & ( ) +,& ( + &. / 0 1 2 3 ( 4 4 5 4 6 7 8 4 6 5 4 9 :.; 8 0/ ( 6 7 > 5?9 > 56 Α / Β Β 5 Χ 5.Δ5 9 Ε 8 Φ 64 4Γ Β / Α 3 Γ Β > 2 ϑ 3 : Α 3 Η ϑ 1 Ι Η Ι + Ι 5 Κ ϑ Λ Α ΜΛ Ν Ν Ν Ν 3 3 3 Α3 3
More information中国封闭式基金折价问题研究
panel GARCH EGARCH 3 EGARCH - - 4. 4. 5.. LIQUIDITY 5.. MANAGERIAL PERFORMANCE THEORY 5..3 INVESTOR SENTIMENT THEORY RATIONAL EXPECTATION THEORY 6..4 MARKET FRICTIONS 6.3 7 8. 8. 8.. 8.. 9.3.3..3. 3 3
More informationPowerPoint 演示文稿
. ttp://www.reej.com 4-9-9 4-9-9 . a b { } a b { }. Φ ϕ ϕ ϕ { } Φ a b { }. ttp://www.reej.com 4-9-9 . ~ ma{ } ~ m m{ } ~ m~ ~ a b but m ~ 4-9-9 4 . P : ; Φ { } { ϕ ϕ a a a a a R } P pa ttp://www.reej.com
More information( ) (! +)! #! () % + + %, +,!#! # # % + +!
!! # % & & & &! # # % ( ) (! +)! #! () % + + %, +,!#! # # % + +! ! %!!.! /, ()!!# 0 12!# # 0 % 1 ( ) #3 % & & () (, 3)! #% % 4 % + +! (!, ), %, (!!) (! 3 )!, 1 4 ( ) % % + % %!%! # # !)! % &! % () (! %
More information% & :?8 & : 3 ; Λ 3 3 # % & ( ) + ) # ( ), ( ) ). ) / & /:. + ( ;< / 0 ( + / = > = =? 2 & /:. + ( ; < % >=? ) 2 5 > =? 2 Α 1 Β 1 + Α
# % & ( ) # +,. / 0 1 2 /0 1 0 3 4 # 5 7 8 / 9 # & : 9 ; & < 9 = = ;.5 : < 9 98 & : 9 %& : < 9 2. = & : > 7; 9 & # 3 2
More information. Ν Σ % % : ) % : % Τ 7 ) & )? Α Β? Χ )? : Β Ν :) Ε Ν & Ν? ς Ε % ) Ω > % Τ 7 Υ Ν Ν? Π 7 Υ )? Ο 1 Χ Χ Β 9 Ξ Ψ 8 Ψ # #! Ξ ; Ξ > # 8! Ζ! #!! Θ Ξ #!! 8 Θ!
!! # %& + ( ) ),., / 0 12 3, 4 5 6, 7 6 6, 8! 1 9 :; #< = 1 > )& )? Α Β 3 % Χ %? 7) >ΔΒ Χ :% Ε? 9 : ; Φ Η Ι & Κ Λ % 7 Μ Ν?) 1!! 9 % Ο Χ Χ Β Π Θ Π ; Ρ Ρ Ρ Ρ Ρ ; . Ν Σ % % : ) % : % Τ 7 ) & )? Α Β? Χ )?
More information《分析化学辞典》_数据处理条目_1.DOC
3 4 5 6 7 χ χ m.303 B = f log f log C = m f = = m = f m C = + 3( m ) f = f f = m = f f = n n m B χ α χ α,( m ) H µ σ H 0 µ = µ H σ = 0 σ H µ µ H σ σ α H0 H α 0 H0 H0 H H 0 H 0 8 = σ σ σ = ( n ) σ n σ /
More information= > : ; < ) ; < ; < ; : < ; < = = Α > : Β ; < ; 6 < > ;: < Χ ;< : ; 6 < = 14 Δ Δ = 7 ; < Ε 7 ; < ; : <, 6 Φ 0 ; < +14 ;< ; < ; 1 < ; <!7 7
! # % # & ( & ) # +,,., # / 0 1 3. 0. 0/! 14 5! 5 6 6 7 7 7 7 7! 7 7 7 7 7 7 8 9 : 6! ; < ; < ; : 7 7 : 7 < ;1< = = : = >? ) : ; < = > 6 0 0 : ; < ) ; < ; < ; : < ; < = = 7 7 7 Α > : Β ; < ; 6 < > ;:
More informationΨ! Θ! Χ Σ! Υ Χ Ω Σ Ξ Ψ Χ Ξ Ζ Κ < < Κ Ζ [Ψ Σ Ξ [ Σ Ξ Χ!! Σ > _ Κ 5 6!< < < 6!< < α Χ Σ β,! Χ! Σ ; _!! Χ! Χ Ζ Σ < Ω <!! ; _!! Χ Υ! Σ!!!! ββ /β χ <
! # %!! ( (! +,. /0 0 1 2,34 + 5 6 7,3. 7, 8, 2 7 + 1 9 #. 3 : + ; + 5 83 8 % 8 2 ; , 1 1 8 2 =? : + 2 = 2 = Α 1,!. Β 3 + 5 Χ Β Β
More information! Β Β? Β ( >?? >? %? Γ Β? %? % % %? Χ Η Ιϑ Κ 5 8 Λ 9. Μ Ν Ο Χ? Π Β # % Χ Χ Θ Ρ% Ρ% Θ!??? % < & Θ
! # % & ( ) +,. / 0 1 + 2. 3 4. 56. / 7 89 8.,6 2 ; # ( ( ; ( ( ( # ? >? % > 64 5 5Α5. Α 8/ 56 5 9. > Β 8. / Χ 8 9 9 5 Δ Ε 5, 9 8 2 3 8 //5 5! Α 8/ 56/ 9. Φ ( < % < ( > < ( %! # ! Β Β? Β ( >?? >?
More informationChap 1 Black-Scholes定價理論
Chap 1 Black-Scholes 定 價 理 論 韓 傳 祥 清 華 大 學 計 量 財 務 金 融 學 系 布 朗 運 動 定 義 2.1: 令 隨 機 過 程 W, 在 機 率 空 間 Ω, F, F, P 下 的 路 徑 是 連 續 的, 而 且 服 從 對 任 何 s >, 1) W = ( 在 時 間 的 位 置 為 ), 2) W +s W ~N, s, 3) W +s W 是
More information10-03.indd
1 03 06 12 14 16 18 é 19 21 23 25 28 30 35 40 45 05 22 27 48 49 50 51 2 3 4 é é í 5 é 6 7 8 9 10 11 12 13 14 15 16 17 18 19 é 20 21 22 23 ü ü ü ü ü ü ü ü ü 24 ü 25 26 27 28 29 30 31 32 33 34 35 36 37 38
More informationΑ 3 Α 2Η # # > # 8 6 5# Ι + ϑ Κ Ι Ι Ι Η Β Β Β Β Β Β ΔΕ Β Β Γ 8 < Φ Α Α # >, 0 Η Λ Μ Ν Ο Β 8 1 Β Π Θ 1 Π Β 0 Λ Μ 1 Ρ 0 Μ ϑ Σ ϑ Τ Ο Λ 8 ϑ
! # % & ( ) % + ( ), & ). % & /. % 0 1!! 2 3 4 5# 6 7 8 3 5 5 9 # 8 3 3 2 4 # 3 # # 3 # 3 # 3 # 3 # # # ( 3 # # 3 5 # # 8 3 6 # # # # # 8 5# :;< 6#! 6 =! 6 > > 3 2?0 1 4 3 4! 6 Α 3 Α 2Η4 3 3 2 4 # # >
More informationuntitled
300 (ADF) (VEM) 300 2006 9 5 A50 2006 9 8 CFFEX 10 30 300 300 2007 1 19 6 3 300 300 Kawaller Koch(1987) S&P 500 S&P 500 20~45 1 Stoll Whaley(1990) ARMA 2 3 S&P 500 MMI S&P 500 MMI 5 Abhyankar(1995) FTSE
More information报告总结
CFEF RR/04/0 CAViaR RR/04/0 004 CAViaR 00080 VaR VaR Engle Manganelli 999 VaR CAViaR Chow CAViaR B Engle Manganelli CAViaR Absrac: Value-a-Risk (VaR) has become a sandard ool o measure marke risk widely
More information➀ ➁ ➂ ➃ ➄ ➅ ➆ ➇ ➈ ➉ Lecture on Stochastic Processes (by Lijun Bo) 2
Stochastic Processes stoprocess@yahoo.com.cn 111111 ➀ ➁ ➂ ➃ ➄ ➅ ➆ ➇ ➈ ➉ Lecture on Stochastic Processes (by Lijun Bo) 2 : Stochastic Processes? (Ω, F, P), I t I, X t (Ω, F, P), X = {X t, t I}, X t (ω)
More information9 : : ; 7 % 8
! 0 4 1 % # % & ( ) # + #, ( ) + ) ( ). / 2 3 %! 5 6 7! 8 6 7 5 9 9 : 6 7 8 : 17 8 7 8 ; 7 % 8 % 8 ; % % 8 7 > : < % % 7! = = = : = 8 > > ; 7 Ε Β Β % 17 7 :! # # %& & ( ) + %&, %& ) # 8. / 0. 1 2 3 4 5
More informationPair Copula - GARCH - t 5 Domowitz and Hakkio 1985 ARCH GARCH Nieuwland et al GARCH BF / DM DG /DM FF /DM IL /DM SP /DM Torben
2 0 1 1 5 May 2 0 1 1 4 0 3 Journal of Shanghai Normal University Philosophy & Social Sciences Edition Vol. 40 No. 3 F830. 91 A 1004-8634 2011 03-0032- 12 Pair Copula - GARCH - t 200234 Pair copula - garch
More informationMicrosoft Word - 3-11.专业主干课程和主要专业课程的教学大纲.doc
... 3... 7... 10... 31... 36... 41... 49... 52... 57... 62... 65... 71... 73... 98... 105... 108... 131... 137... 148... 159... 174... 176... 192... 195... 228... 235... 242... 243 ... 247... 255... 265...
More information《分析化学辞典》_数据处理条目_2.DOC
lg lg ) (lg µ lg lg lg g g g lg lg g lg g () f ma m ) ( ma f ) ( m f w w w w w / s s µ w sw w s w m s s m ( y Y ) w[ y ( a b Q w Q w w + Q w w a b )] a b H H H H H H α H α H H β H H H α H H α H H α α H
More information% % %/ + ) &,. ) ) (!
! ( ) + & # % % % %/ + ) &,. ) ) (! 1 2 0 3. 34 0 # & 5 # #% & 6 7 ( ) .)( #. 8!, ) + + < ; & ; & # : 0 9.. 0?. = > /! )( + < 4 +Χ Α # Β 0 Α ) Δ. % ΕΦ 5 1 +. # Ι Κ +,0. Α ϑ. + Ι4 Β Η 5 Γ 1 7 Μ,! 0 1 0
More information; < 5 6 => 6 % = 5
! # % ( ),,. / 0. 1, ) 2 3, 3+ 3 # 4 + % 5 6 67 5 6, 8 8 5 6 5 6 5 6 5 6 5 6 5 9! 7 9 9 6 : 6 ; 7 7 7 < 5 6 => 6 % = 5 Δ 5 6 ; Β ;? # Ε 6 = 6 Α Ε ; ; ; ; Φ Α Α Ε 0 Α Α Α Α Α Α Α Α Α Α Α Α Α Β Α Α Α Α Α
More informationΒ Χ + Δ Ε /4 10 ) > : > 8 / 332 > 2 / 4 + Φ + Γ 0 4 Η / 8 / 332 / 2 / 4 + # + Ι + ϑ /) 5 >8 /3 2>2 / 4 + ( )( + 8 ; 8 / 8. 8 :
!! # % & % () + (. / 0 ) 1 233 /. / 4 2 0 2 + + 5. 2 / 6 ) 6. 0 ) 7. 8 1 6 / 2 9 2 :+ ; < 8 10 ; + + ( =0 41 6< / >0 7 0?2) 29 + +.. 81 6> Α 29 +8 Β Χ + Δ Ε /4 10 )+ 2 +. 8 1 6 > 2 9 2 : > 8 / 332 > 2
More information< < ; : % & < % & > & % &? > & 5 % & ( ; & & % & Α Β + 8 ; Α9 Χ Δ () Χ Δ Ε 41 Φ # (Β % Γ : 9 Χ Δ Η +9 Χ Δ 2 9 Χ Δ 2 0 /? % & Ι 1 ϑ Κ 3 % & % & + 9 Β 9
!! #! % & ( ) +,. / 0 1 2 34 5 6 % & +7 % & 89 % & % & 79 % & : % & < < ; : % & < % & > & % &? > & 5 % & ( ; & & % & Α Β + 8 ; Α9 Χ Δ () Χ Δ Ε 41 Φ # (Β % Γ : 9 Χ Δ Η +9 Χ Δ 2 9 Χ Δ 2 0 /? % & Ι 1 ϑ Κ
More information% & ( ) +, (
#! % & ( ) +, ( ) (! ( &!! ( % # 8 6 7 6 5 01234% 0 / /. # ! 6 5 6 ;:< : # 9 0 0 = / / 6 >2 % % 6 ; # ( ##+, + # 5 5%? 0 0 = 0 0 Α 0 Β 65 6 66! % 5 50% 5 5 ΗΙ 5 6 Φ Γ Ε) 5 % Χ Δ 5 55 5% ϑ 0 0 0 Κ,,Λ 5!Α
More information7 6 Η : Δ >! % 4 Τ & Β( Β) 5 &! Α Υ Υ 2 Η 7 %! Φ! Β! 7 : 7 9 Λ 9 :? : 9 Λ Λ 7 Φ! : > 9 : 7Δ 2 Η : 7 ΛΔ := ς : Ν 7 Λ Δ = Ν : Ν 7 ΛΔ : = Λ ς :9 Λ 7 Λ! Λ
! % & ( ),. / & 0 1 & 2 1 // % & 3 0 4 5 ( 6( ) ( & 7 8 9:! ; < / 4 / 7 = : > : 8 > >? :! 0 1 & 7 8 Α :! 4 Β ( & Β ( ( 5 ) 6 Χ 8 Δ > 8 7:?! < 2 4 & Ε ; 0 Φ & % & 3 0 1 & 7 8 Α?! Γ ), Η % 6 Β% 3 Ι Β ϑ Ι
More information8 8 Β Β : ; Χ; ; ; 8 : && Δ Ε 3 4Φ 3 4Φ Ε Δ Ε > Β & Γ 3 Γ 3 Ε3Δ 3 3 3? Ε Δ Δ Δ Δ > Δ # Χ 3 Η Ι Ι ϑ 3 Γ 6! # # % % # ( % ( ) + ( # ( %, & ( #,.
! # % & ( ) ( +,.% /.0.% 1 2 3 4 5 6 #! 7 8 9 9 : ; 8 : ; &; ; < ; 7 => 9 9 8?; 8! 3 3 3 3 Β & Γ 3 Γ 3 Ε3Δ 3 3 3?
More information: Π Δ 9 Δ 9 Δ 9 7 Θ Μ 9 8 Ρ Σ # = Μ 0 ; 9 < = 5 Λ 6 # = = # Μ Μ 7 Τ Μ = < Μ Μ Ο = Ρ # Ο Ο Ο! Ο 5 6 ;9 5 5Μ Ο 6
! # % # & ( ) +, #,. # / 0. 0 2 3 4! 5 6 5 6 7 8 5 6 5 6 8 9 : # ; 9 < = 8 = > 5 0? 0 Α 6 Β 7 5ΧΔ ΕΦ 9Γ 6 Η 5+3? 3Ι 3 ϑ 3 6 ΗΚ Η Λ!Κ Η7 Μ ΒΜ 7 Ν!! Ο 8 8 5 9 6 : Π 5 6 8 9 9 5 6 Δ 9 Δ 9 Δ 9 7 Θ Μ 9 8 Ρ
More information= Β Χ Δ
, 0! # %! & ( ) +! % &. / 1 2 3 4 56 6 5 8 9 8 5 86 2 3 : 5 : 5 5 5: ; < = : 5 5 % >6 ; 5 8 98 58? : 2 3 4 56 6 68 5 8 Α 1 6 5 5 = Β Χ Δ ; 2 3 Ε9 58 8 98 5 86 65 5 5 5: : 2 3 Α Φ 5 65 Α Γ 5 5: Η 5? 9 :
More information1#
! # % & ( % + #,,. + /# + 0 1#. 2 2 3 4. 2 +! 5 + 6 0 7 #& 5 # 8 % 9 : ; < =# #% > 1?= # = Α 1# Β > Χ50 7 / Δ % # 50& 0 0= % 4 4 ; 2 Ε; %5 Β % &=Φ = % & = # Γ 0 0 Η = # 2 Ι Ι ; 9 Ι 2 2 2 ; 2 ;4 +, ϑ Α5#!
More informationΗΗ Β Η Η Η ϑ ΗΙ ( > ( > 8 Κ Κ 9 Λ! 0 Μ 4 Ν ΟΠ 4 Ν 0 Θ Π < Β < Φ Ρ Σ Ο ΟΦ Ρ Σ ) Ο Τ 4 Μ 4 Ν Π Υ Φ Μ ς 6 7 6Ω : 8? 9 : 8 ; 7 6Ω 1 8? ; 7 : ; 8 ; 9
!! # % # & ( & ) #, #,., # / 01. 0 3 4 4!! 5 6 7 6 7 8 9 : 9 ; 6 1 7 < 1? :! ; = >, 8 8 9 ; Α < 1 6 7 Β 6 7 6. Χ : 9 8? 9 ; 7 8? 9 ; = = Δ Ε Φ Γ 5 =!!? ΗΗ Β Η Η Η ϑ ΗΙ ( > ( > 8 Κ Κ 9 Λ! 0 Μ 4 Ν ΟΠ 4 Ν
More information1 <9= <?/:Χ 9 /% Α 9 Δ Ε Α : 9 Δ 1 8: ; Δ : ; Α Δ : Β Α Α Α 9 : Β Α Δ Α Δ : / Ε /? Δ 1 Δ ; Δ Α Δ : /6Φ 6 Δ
! #! %&! ( )! +,!. / 1,. + 2 ( 3 4 5 6 7 8 9: : 9: : : ; ; ? =
More information3?! ΑΑΑΑ 7 ) 7 3
! # % & ( ) +, #. / 0 # 1 2 3 / 2 4 5 3! 6 ) 7 ) 7 ) 7 ) 7 )7 8 9 9 :5 ; 6< 3?! ΑΑΑΑ 7 ) 7 3 8! Β Χ! Δ!7 7 7 )!> ; =! > 6 > 7 ) 7 ) 7 )
More information8 9 : < : 3, 1 4 < 8 3 = >? 4 =?,( 3 4 1( / =? =? : 3, : 4 9 / < 5 3, ; > 8? : 5 4 +? Α > 6 + > 3, > 5 <? 9 5 < =, Β >5
0 ( 1 0 % (! # % & ( ) + #,. / / % (! 3 4 5 5 5 3 4,( 7 8 9 /, 9 : 6, 9 5,9 8,9 7 5,9!,9 ; 6 / 9! # %#& 7 8 < 9 & 9 9 : < 5 ( ) 8 9 : < : 3, 1 4 < 8 3 = >? 4 =?,( 3 4 1( / =? =? : 3, : 4 9 / < 5 3, 5 4
More information# # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ %
#! # # %! # + 5 + # 4 + % ( ) ( /! 3 (0 0 (012 0 # (,!./ % ,9 989 + 8 9 % % % % # +6 # % 7, # (% ) ,,? % (, 8> % %9 % > %9 8 % = ΑΒ8 8 ) + 8 8 >. 4. ) % 8 # % =)= )
More information. () ; () ; (3) ; (4).. () : P.4 3.4; P. A (3). () : P. A (5)(6); B. (3) : P.33 A (9),. (4) : P. B 5, 7(). (5) : P.8 3.3; P ; P.89 A 7. (6) : P.
() * 3 6 6 3 9 4 3 5 8 6 : 3. () ; () ; (3) (); (4) ; ; (5) ; ; (6) ; (7) (); (8) (, ); (9) ; () ; * Email: huangzh@whu.edu.cn . () ; () ; (3) ; (4).. () : P.4 3.4; P. A (3). () : P. A (5)(6); B. (3) :
More information3 4 Ψ Ζ Ζ [, Β 7 7>, Θ0 >8 : Β0 >, 4 Ε2 Ε;, ] Ε 0, 7; :3 7;,.2.;, _ & αε Θ:. 3 8:,, ), β & Φ Η Δ?.. 0?. χ 7 9 Ε >, Δ? Β7 >7 0, Τ 0 ΚΚ 0 χ 79 Ε >, Α Ε
(! # # %& ) +,./ 0 & 0 1 2 / & %&( 3! # % & ( ) & +, ), %!,. / 0 1 2. 3 4 5 7 8 9 : 0 2; < 0 => 8?.. >: 7 2 Α 5 Β % Χ7 Δ.Ε8 0Φ2.Γ Φ 5 Η 8 0 Ι 2? : 9 ϑ 7 ϑ0 > 2? 0 7Ε 2?. 0. 2 : Ε 0 9?: 9 Κ. 9 7Λ /.8 720
More information! ΑΒ 9 9 Χ! Δ? Δ 9 7 Χ = Δ ( 9 9! Δ! Δ! Δ! 8 Δ! 7 7 Δ Δ 2! Χ Δ = Χ! Δ!! =! ; 9 7 Χ Χ Χ <? < Χ 8! Ε (9 Φ Γ 9 7! 9 Δ 99 Φ Γ Χ 9 Δ 9 9 Φ Γ = Δ 9 2
! # % ( % ) +,#./,# 0 1 2 / 1 4 5 6 7 8! 9 9 : ; < 9 9 < ; ?!!#! % ( ) + %,. + ( /, 0, ( 1 ( 2 0% ( ),..# % (., 1 4 % 1,, 1 ), ( 1 5 6 6 # 77 ! ΑΒ 9 9 Χ! Δ? Δ 9 7 Χ = Δ ( 9 9! Δ! Δ! Δ! 8 Δ!
More information:::: : : : :::: :: :: :::::: :::: < ; 7 7 ; ; % < = = > = / =?? Α Β.. Β Χ (. 7 > 5 / Δ 6 Ε. Φ Δ 5 / 6 Ε. Φ 1 Γ 5 / 6 7 Η (. >5 Ι Δ 6 Φ ϑ
. /,.!! # % # & %& ( ) ) + % # & %, % # ( 1 2 3 4 5 6 7 5 6 4 8 3 9 :::: : : : :::: :: :: :::::: :::: < ; 7 7 ; ; % < = = > = / =?? Α 5 6 5 Β.. Β Χ (. 7 > 5 / Δ 6 Ε. Φ 5 3 1 6 Δ 5 / 6 Ε. Φ 1 Γ 5 / 6 7
More information: ; 8 Β < : Β Δ Ο Λ Δ!! Μ Ν : ; < 8 Λ Δ Π Θ 9 : Θ = < : ; Δ < 46 < Λ Ρ 0Σ < Λ 0 Σ % Θ : ;? : : ; < < <Δ Θ Ν Τ Μ Ν? Λ Λ< Θ Ν Τ Μ Ν : ; ; 6 < Λ 0Σ 0Σ >
! # %& ( +, &. / ( 0 # 1# % & # 2 % & 4 5 67! 8 9 : ; < 8 = > 9? 8 < 9? Α,6 ΒΧ : Δ 8Ε 9 %: ; < ; ; Δ Φ ΓΗ Ιϑ 4 Κ6 : ; < < > : ; : ;!! Β : ; 8 Β < : Β Δ Ο Λ Δ!! Μ Ν : ; < 8 Λ Δ Π Θ 9 : Θ = < : ; Δ < 46
More information9. =?! > = 9.= 9.= > > Η 9 > = 9 > 7 = >!! 7 9 = 9 = Σ >!?? Υ./ 9! = 9 Σ 7 = Σ Σ? Ε Ψ.Γ > > 7? >??? Σ 9
! # %& ( %) & +, + % ) # % % )./ 0 12 12 0 3 4 5 ). 12 0 0 61 2 0 7 / 94 3 : ;< = >?? = Α Β Β Β Β. Β. > 9. Δ Δ. Ε % Α % Φ. Β.,,.. Δ : : 9 % Γ >? %? >? Η Ε Α 9 Η = / : 2Ι 2Ι 2Ι 2Ι. 1 ϑ : Κ Λ Μ 9 : Ν Ο 0
More informationΒ Χ Χ Α Β Φ Φ ; < # 9 Φ ; < # < % Γ & (,,,, Η Ι + / > ϑ Κ ( < % & Λ Μ # ΝΟ 3 = Ν3 Ο Μ ΠΟ Θ Ρ Μ 0 Π ( % ; % > 3 Κ ( < % >ϑ Κ ( ; 7
! # % & ( ) +, + )% ). )% / 0 1. 0 3 4 5 6 7 8 7 8 9 : ; < 7 ( % ; =8 9 : ; < ; < > ;, 9 :? 6 ; < 6 5 6 Α Β 5 Δ 5 6 Χ 5 6 5 6 Ε 5 6 Ε 5 5 Β Χ Χ Α Β 7 8 9 Φ 5 6 9 Φ ; < # 9 Φ ; < # 7 8 5 5 < % Γ & (,,,,
More information[2001]1 SL SL
ICS93.160 P58 SL SL44 2006 SL44 93 Regulation for calculating design flood of water resources and hydropower projects 2006-09-09 2006-10-01 [2001]1 SL44-93 10 1998 7 14 93 3 SL44-93 1 2 1...1 2...3 2.1...3
More informationΓ Ν Ν, 1 Ο ( Π > Π Θ 5?, ΔΓ 2 ( ΜΡ > Σ 6 = Η 1 Β Δ 1 = Δ Ι Δ 1 4 Χ ΓΗ 5 # Θ Γ Τ Δ Β 4 Δ 4. > 1 Δ 4 Φ? < Ο 9! 9 :; ;! : 9!! Υ9 9 9 ; = 8; = ; =
! 0 1 # & ( & ) +! &,. & /.#. & 2 3 4 5 6 7 8 9 : 9 ; < = : > < = 9< 4 ; < = 1 9 ; 3; : : ; : ;? < 5 51 ΑΒ Χ Δ Ε 51 Δ!! 1Φ > = Β Γ Η Α ΒΧ Δ Ε 5 11!! Ι ϑ 5 / Γ 5 Κ Δ Ε Γ Δ 4 Φ Δ Λ< 5 Ε 8 Μ9 6 8 7 9 Γ Ν
More information3 = 4 8 = > 8? = 6 + Α Β Χ Δ Ε Φ Γ Φ 6 Η 0 Ι ϑ ϑ 1 Χ Δ Χ ΦΚ Δ 6 Ε Χ 1 6 Φ 0 Γ Φ Γ 6 Δ Χ Γ 0 Ε 6 Δ 0 Ι Λ Χ ΦΔ Χ & Φ Μ Χ Ε ΝΓ 0 Γ Κ 6 Δ Χ 1 0
/ 0 1 0 3!! # % & ( ) ( + % & ( ) &, % &., 45 6!! 7 4 8 4 8 9 : ;< 4 8 3!, 3 9!! 4 8 ; ; 7 3 = 4 8 = > 8? 6 10 1 4 8 = 6 + Α Β Χ Δ Ε Φ Γ Φ 6 Η 0 Ι ϑ ϑ 1 Χ Δ Χ ΦΚ Δ 6 Ε Χ 1 6 Φ 0 Γ Φ Γ 6 Δ Χ Γ 0 Ε 6 Δ 0
More information, & % # & # # & % & + # & # # # & # % #,
! # #! % # & # & & ( ( # ) % , & % # & # # & % & + # & # # # & # % #, # % % # % # ) % # % % # % # # % # % # + # % ( ( # % & & & & & & % & & # % # % & & % % % . % # / & & # 0 ) & # % & % ( # # & & & # #
More informationΦ2,.. + Φ5Β( 31 (+ 4, 2 (+, Η, 8 ( (2 3.,7,Χ,) 3 :9, 4 (. 3 9 (+, 52, 2 (1 7 8 ΙΜ 12 (5 4 5? ), 7, Χ, ) 3 :9, 4( > (+,,3, ( 1 Η 34 3 )7 1 )? 54
!! # %& ( ) +, ( ),./0 12,2 34 (+,, 52, 2 (67 8 3., 9: ), ; 5, 4, < 5) ( (, 2 (3 3 1 6 4, (+,,3,0 ( < 58 34 3 )7 1 54 5, 2 2 54, +,. 2 ( :5 ( > 4 ( 37 1, ( 3 4 5? 3 1 (, 9 :), ; 5 4 )1 7 4 )3 5( 34 2 Α
More information7!# 8! #;! < = >? 2 1! = 5 > Α Β 2 > 1 Χ Δ5 5 Α 9 Α Β Ε Φ 5Γ 1 Η Η1 Δ 5 1 Α Ι 1 Η Ι 5 Ε 1 > Δ! 8! #! 9 Κ 6 Λ!!!! ; ; 9 # !!6! 6! 6 # ;! ;
! #! % & % ( ) ( +, & %. / & % 0 12 / 1 4 5 5! 6 7 8 7 # 8 7 9 6 8 7! 8 7! 8 7 8 7 8 7 8 7 : 8 728 7 8 7 8 7 8 7 8 7 & 8 7 4 8 7 9 # 8 7 9 ; 8 ; 69 7!# 8! #;! < = >? 2 1! = 5 > Α Β 2 > 1 Χ Δ5 5 Α 9 Α Β
More information9! >: Ε Φ Ε Ε Φ 6 Φ 8! & (, ( ) ( & & 4 %! # +! ; Γ / : ; : < =. ; > = >?.>? < Α. = =.> Β Α > Χ. = > / Δ = 9 5.
! # % & ( # ) & % ( % +, %. +, / #0 & 2 3 4 5 5 6 7 7 8 9 7:5! ; 0< 5 = 8 > 4 4? 754 Α 4 < = Β Χ 3Δ?? 7 8 7 8? 7 8 7 8 7 8 4 5 7 8 7 8 > 4> > 7 8 7 8 7 8 4 : 5 5 : > < 8 6 8 4 5 : 8 4 5 : 9! >: 48 7 8
More information84 / ! / ! 9 9 9!! 9 : ; < = 1 //< & >!! ? : ; <. 1 //< &! Α
5 6! # % # & () +,. /,. + 1 2 3 4 5 6! 7 7! 8 84 5 6 9 5 6 8 84 / 5 6 5 6 56 56 5 6 56 5 6! / 49 8 9 9! 9 9 9!! 9 : ; < = 1 //< & >!! 9 5 8 4 6? 4 9 99 8 8 99 9 7 4 4 7 : ;
More information?.! #! % 66! & () 6 98: +,. / / 0 & & < > = +5 <. ( < Α. 1
!! # % # & ( & ) # +, #,., # / 0 1. 0 1 3 4 5! 6 7 6 7 67 +18 9 : : : : : : : : : :! : : < : : ?.! #! % 66! & 6 1 1 3 4.5 () 6 98: +,. / / 0 & 0 0 + & 178 5 3 0. = +5
More information5 (Green) δ
2.............................. 2.2............................. 3.3............................. 3.4........................... 3.5...................... 4.6............................. 4.7..............................
More information