中国博士后科学基金(20070421167)
- 作品数：7 被引量：8H指数：2
- 相关作者：陈荣达马庆国孙元余乐安吕轶更多>>
- 相关机构：浙江财经学院浙江大学中国科学院数学与系统科学研究院更多>>
- 发文基金：中国博士后科学基金国家自然科学基金浙江省哲学社会科学规划课题更多>>
- 相关领域：经济管理理学更多>>
- 基于多元Laplace分布的外汇期权组合非线性VaR模型被引量：1
- 2010年
- 为了克服多元厚尾分布情形下的非线性VaR数值计算的困难,用多元Laplace分布来描述汇率回报分布厚尾性,引入风险函数转换技术和关于多维Laplace多重积分近似计算的结果,来解决多元Laplace分布情形下的反映外汇期权组合价值变化的矩母函数问题;进一步将重要抽样技术发展到多元Laplace分布情形下的外汇期权组合非线性VaR模型中,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率.数值结果表明该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差.
- 陈荣达王春发
- 关键词：外汇期权MONTECARLO模拟
- 期权组合市场风险度量的快速卷积方法被引量：1
- 2010年
- 为了度量期权组合市场风险,本文引入快速卷积方法到期权组合市场风险度量模型,计算出市场变量回报厚尾特征用t分布描述情形下的期权组合风险值,该方法有效地克服了市场变量回报厚尾分布情形下的期权组合市场风险度量方面的困难。数值结果表明,快速卷积方法和Monte-Carlo方法估算精度相差不大,但快速卷积方法计算时间和计算工作量明显少于Monte-Carlo方法。
- 陈荣达吕轶
- 关键词：期权组合市场风险度量风险值T分布
- 多元混合正态分布情形下的外汇期权组合非线性VaR模型被引量：2
- 2009年
- 提出了一种多元厚尾分布情形下的外汇期权组合非线性VaR模型.用多元混合正态分布来描述汇率回报分布厚尾特征,推导出多元混合正态分布情形下的反映外汇期权组合价值变化的矩母函数;在此基础上,利用特征函数和矩母函数关系,进一步将概率分布的Fourier-Inversion方法和数值积分近似计算的迭代算法——自适应Simpson法则发展到多元混合正态分布情形下的外汇期权组合非线性VaR模型中,估计出期权组合的VaR值.数值结果表明:使用Fourier-Inversion方法得到的VaR值与使用MonteCarlo模拟方法得到的VaR值相差不大,但使用Fourier-Inversion方法的计算速度明显快于Monte Carlo模拟方法.
- 陈荣达余乐安
- 关键词：外汇期权
- 基于重要抽样技术的外汇期权组合非线性VaR模型
- 2010年
- 为了克服极小概率事件发生概率估计的困难,提出了把重要抽样技术发展到外汇期权组合非线性VaR模型中,通过改变市场变量回报分布的期望向量和协方差矩阵,在相应区域产生更多的样本,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率,而组合的损失概率是计算组合损失分布的分位点(VaR值)的必备条件。模拟结果表明,该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差。
- 陈荣达
- 关键词：MONTECARLO模拟
- 期权组合市场风险度量模型研究综述被引量：1
- 2008年
- 期权组合市场风险度量模型作为金融衍生产品风险度量的一种有效的计量模型,近年来又取得了新的应用和发展。本文对期权组合市场风险度量模型发展动态进行了分析和述评,并对这些模型进行了归类总结。最后,提出了期权组合市场风险度量模型的展望。
- 陈荣达
- 关键词：期权组合市场风险度量金融衍生交易
- 基于有效Monte Carlo模拟的外汇期权组合非线性VaR模型
- 2010年
- 为了克服极小概率事件发生概率估计的困难,提出了把重要抽样技术发展到外汇期权组合非线性VaR模型中,估计出组合损失概率。为了进一步达到减少模拟估计误差目的,在重要抽样技术基础上使用分层抽样技术,进行更有效的Monte Carlo模拟。数值结果表明,重要抽样技术算法比常用Monte Carlo模拟法的计算效率更有效;而重要抽样技术和分层抽样技术相结合算法比重要抽样技术算法更有效地减少模拟所要估计的组合损失概率的方差,有着更高的计算效率。
- 陈荣达
- 关键词：MONTECARLO模拟重要抽样分层抽样
- 基于汇率回报厚尾性的外汇期权组合非线性VaR模型被引量：4
- 2009年
- 为了克服多元厚尾分布情形下的非线性VaR数值计算的困难,本文将重要抽样技术发展到多元t-分布情形下的外汇期权组合非线性VaR模型中,通过对市场变量回报分布进行概率测度的指数变化,在相应区域产生更多的样本,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率。数值结果表明该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差。
- 陈荣达马庆国孙元
- 关键词：外汇期权MONTECARLO模拟
