7信息熵理論金融風險度量探究-文庫吧資料
2024-09-26 14:16本頁面
【正文】 與其他外部系統(tǒng)動態(tài)的漂移擴散等機制。從公式（1）可以看到，shannon的信息熵的定義是靜態(tài)的，沒有把時間維度和空間維度結合起來。信息熵是對系統(tǒng)整體無序度的度量，同樣可用于度量金融風險。申農(nóng)（shannon）提出的信息熵表達式如下。由于信息傳遞效率與信號源發(fā)出的信號在信道中被吸收的多少有關，而這種不確定性與熵的微觀解釋在思維方法上有類似的地方。信息理論在現(xiàn)代得到快速發(fā)展。由于熵具有統(tǒng)計的特性后來熵發(fā)展應用于統(tǒng)計物理學中。熵一開始被稱為熱力熵，用于衡量熱力學系統(tǒng)的整體無序度。 二、信息熵度量金融風險 。（2）沒有研究金融風險的時空交互影響機制。劉湘云，王陽，楊磊（2016）通過求解金融風險的最大熵函數(shù)對全球6個股市進行實證分析，證明了熵更好地擬合了金融風險的“尖峰厚尾”現(xiàn)象。楊麗娟，李興斯（2010）指出累積剩余熵具有遞增性，因此可以對金融風險進行預測]。gulko通過設定約束條件，結合最大熵原理論證最大熵函數(shù)能有效地優(yōu)化資產(chǎn)定價模型。 一、信息熵用于度量金融風險的文獻綜述 maasoumi（1993）從數(shù)理統(tǒng)計的角度分析了信息熵在衡量金融風險的離散和無序度方面比方差更有優(yōu)勢。因此如何從時間維度和空間維度對金融風險進行建模并分析金融風險的時空演化路徑是研究的難度。這些方法的局限性在于沒有從系統(tǒng)的角度出發(fā)研究金融風險。雖然變量符合正態(tài)分布的假設使得量化風險變得簡單并且容易操作，但這不利于分析金融風險的“尖峰厚尾”現(xiàn)象。基于矩的風險度量方法假設系統(tǒng)的變量的總體分布函數(shù)為正態(tài)分布。因此，對金融風險的研究要從隨機系統(tǒng)的角度出發(fā)可以更好地揭示金融風險的動態(tài)演化規(guī)律。外部因素包括金融系統(tǒng)與其他系統(tǒng)的相互影響
試題試卷相關推薦
鄂ICP備17016276號-1