文献

J-GLOBAL ID：201802281366123748   整理番号：18A0587037

金融計量経済学における系統的リスクを推定するための対話型Gauss和フィルタリング【Powered by NICT】

Interactive Gaussian-sum filtering for estimating systematic risk in financial econometrics

著者 (3件)： Mohammadi Arash (Concordia Institute for Information Systems Engineering, Concordia University, Montreal, QC, Canada) ,  Zhang Xiao-Ping (Electrical and Computer Engineering, Ryerson University, Toronto, ON, Canada) ,  Plataniotis Konstantinos N. (Electrical and Computer Engineering, University of Toronto, Toronto, ON, Canada)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： GlobalSIP  ページ： 903-907  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 金融計量経済学における信号処理技術の応用に触発されて,一般市場運動への曝露から生じる投資の系統的リスクを推定するための新しい適応性およびロバスト非線形フィルタリング方法論を提案した。資産収益は脂肪尾,過剰な尖度,財務データの非対称性に起因した非規定度を示すことを広範な証拠である。Gauss和フィルタ(GSF)は,このような非Gauss問題における状態推定のための魅力的な推定量である。しかし,非Gaussリスク推定問題に適用した場合,GSFの高い計算コストのために,GSFはまだ金融計量経済学の文脈で調べられていない。本論文では,このギャップを検討した。この非Gauss問題を解決するために,著者らはGilbert-Elliott(GE)モデルを用いたFame French多因子モデルにおけるリスクの非系統的部分を表現することにより,対話型Gauss和フィルタ(IGSF)を導入した。GEモデルの導入により,提案したIGSF対話型多重モデル(IMM)崩壊スタイルと計算的に魅力的な適応フィルタである。言い換えれば,Gauss成分の数は修正ベイズ学習法,使用した各フィルタリングサイクルでの等価Gauss項に非系統的リスクのGauss混合表現を崩壊を利用した制御されている。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 状態推定 ,  *フィルタ ,  適応フィルタ ,  *金融 ,  *フィルタリング ,  非対称性 ,  推定量 ,  *計量経済学 ,  適応性 ,  ロバスト性
準シソーラス用語： Bayes学習 ,  計算コスト ,  尖度 ,  非線形フィルタリング ,  *対話型 , 【Automatic Indexing@JST】

分類 (2件)： 利益管理  (KA05030A) ,  システム同定  (IA02040O)

タイトルに関連する用語 (7件)： 金融 ,  計量経済学 ,  系統 ,  リスク ,  推定 ,  対話型 ,  フィルタリング