1) GED
GED分布
1.
The result suggested that the value of with GED distribution was much more accurate than the value of VaR with t and normal distributions.
本文首先对附有赎回条款的可转换债券的风险因素进行分析,然后以桂冠转债的日收盘价格数据为样本,利用不同分布假设下的PARCH族模型进行实证研究,结果发现GED分布所测得的VaR要比t分布和正态分布所测得的VaR值更精确,更适合可转换债券风险测度要求。
2.
In the paper, we consider parameters estimation in the situation thatε_t～GED(r) in AR(p)and MA(q) models.
在自回归模型中ε_t～GED(r)，GED分布的参数r已知的情况下，基于似然函数的形式，当r＞1时，采用log-concave型密度函数的自适应拒绝抽样方法估计自回归系数；当r≤1时，用log-convex型密度函数的自适应拒绝抽样方法。
2) GED distribution
GED分布
1.
In this paper we use some GARCH models based on some different distributions assumption to calculate Value at Risk of Shanghai stock market and Shenzhen stock market The results are: (1) the Risk of Shenzhen stock market is larger than Shanghai stock market; (2) t distribution and GED distribution are better than Normal distribution in reflecting risk property of return rat
分析的结果表明深圳股票市场比上海股票市场有更大的风险 ;用t分布和GED分布假定下的GARCH模型能够更好地反映出收益率的风险特
3) generalized error distribution (GED)
广义误差分布(GED)
4) GARCH-GED Error
GARCH-GED误差
1.
Functional Central Limit Theorem Approximations and ADF Unit Root Test of Financial Time Series With GARCH-GED Error Term;
本文基于分析泛函中心极限定理在高频金融数据单位根检验中的特征与性质,从随机模拟的角度,探讨了有限样本情况下具有GARCH-GED误差项金融时序的ADF单位根检验统计量Zt、Zρ的统计性质,着重研究了不同水平下的分位数、模型滞后阶的设定及GED分布参数的变动对其检验统计特性的影响。
6) EGARCH-GED model
EGARCH-GED模型
1.
This paper examines the asymmetry problems of Shanghai and Hongkong stock markets with EGARCH-GED model, and divides the volatility cycles by use of BB law.
利用改进的BB法则划分股市的波动周期,运用EGARCH-GED模型比较研究了上海和香港股票市场的非对称性问题。
补充资料：尼康afdxfisheye10.5mmf/2.8ged
尼康af dx fisheye 10.5mm f/2.8g ed基本参数
镜头结构 5组7枚
对焦方式 自动
焦距 10.5 mm
aps焦距 16 mm
卡口类型 尼康f卡口
尼康af dx fisheye 10.5mm f/2.8g ed光学参数
最大光圈 2.8
最小光圈 22
最近对焦距离 0.14 m
最大放大倍率 0.2 倍
镜头直径 63 mm
镜头长度 62.5 mm
镜头重量 305 g
光圈叶片数 7 片
镜头类型 定焦
镜头用途 超广角镜头
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条