摘要: 在金融风险管理中,对风险的度量及评估是决策者最为关心的问题.由于尾在险价值度量(TVaR)是一种改进的在险价值度量,又满足风险度量的一致性公理,因此TVaR在风险管理得到广泛的使用.本文对TVaR度量建立了贝叶斯统计模型,充分利用风险的样本信息与先验信息,给出了TVaR的贝叶斯估计,并证明了TVaR估计的强相合性.最后通过数值模拟的方法,计算了不同样本容量下贝叶斯估计的效率.结论表明,即使在样本容量较小的情况下,本文得到的估计仍然能满足实际使用的需要.
中图分类号:
章 溢, 周东琼, 温利民. 柏拉图-伽玛模型下TVaR风险度量的贝叶斯估计[J]. 工程数学学报, 2015, 32(5): 667-676.
ZHANG Yi, ZHOU Dong-qiong, WEN Li-min. Bayesian Estimation of TVaR Measure under Pareto-Gamma Models[J]. Chinese Journal of Engineering Mathematics, 2015, 32(5): 667-676.