摘要:在最近的30年以来,越来越多的学者和投资者发现一个问题:许多金融数据的经验分布往往不是对称的,它偏离正态分布并且呈现出尖峰、厚尾特征。为了刻画这种尖峰、厚尾特性,国内外学者研究了各种不同的厚尾分布,其中非对称Laplace分布的密度函数和分布函数都具有明确的解析表达式,含有2个待估参数[3],有限的中心矩[5]计算方便简单。这样就给进一步的研究证券投资组合和金融风险管理带来了很大的便利。
本文将对非对称Laplace分布进行研究。在尝试运用矩估计的同时,运用极大似然估计等方法对该分布进行参数估计,以证明极大似然估计和矩估计在结果上是一致的,并给出一种较为简单的处理方法。
关键词:非对称Laplace分布,矩估计,极大似然估计
目录
摘要
ABSTRACT
一、引言-1
1.1、选题背景-1
1.2、文献综述-1
1.3、本文主要内容-1
二、非对称Laplace分布-3
2.1、非对称Laplace分布的由来-3
2.2、非对称Laplace分布的定义及其性质-3
2.3、数字特征-7
2.3.1、矩-7
2.3.2、可靠性度量-8
2.3.3、分位函数-9
2.3.4、参数估计-9
三、实证分析-11
3.1、选取样本数据-11
3.2、参数估计与结果-11
3.3、对估计与结果的分析-13
四、总结-14
参考文献-15
致谢-16