基于贝叶斯MCMC方法的VaR估计  

作　　者：赵岩[1] 李宏伟[1] 彭石坚[1] 

机构地区：[1]中国地质大学数理学院,武汉430074

出　　处：《统计与决策》2010年第7期25-27,共3页Statistics & Decision

基　　金：国家自然科学基金资助项目(60672049)

摘　　要：文章运用极值理论对VaR估计通常是用极大似然估计法,研究了利用BayesMCMC方法来估计极值理论中POT模型的参数,从而求得VaR。文章首先阐述对样本值建立POT模型,给出常用的阈值选取方法;然后使用MCMC方法中的Gibbs抽样对参数进行估计;最后利用上证综合指数对其进行了实证分析,验证了Bayes方法的有效性。

关 键 词：在险价值 极值理论 MCMC GIBBS抽样 

分 类 号：F830.9[经济管理—金融学]