Additionally, a mixture of normal d

Additionally, a mixture of normal distributions, t-Student distri-butions or GED distributions provided a better VaR estimate thanthe normal or t-Student distributions (see Hansen, 1994; Zhangand Cheng, 2005; Haas, 2009; Ausín and Galeano, 2007; Xu andWirjanto, 2010; Kuester et al., 2006). These studies showed that inthe context of the Parametric method, the VaR estimations obtainedwith models involving a mixture with normal distributions (andt-Student distributions) are generally quite precise.Lastly, to handle the non-normality of the financial return Hulland White (1998) develop a new model where the user is free tochoose any probability distribution for the daily return and theparameters of the distribution are subject to an updating schemesuch as GARCH. They propose transforming the daily return into anew variable that is normally distributed. The model is appealingin that the calculation of VaR is relatively straightforward and canmake use of Riskmetrics or a similar database.

ผลลัพธ์ (ไทย) 1:

นอกจากนี้ ส่วนผสมของการกระจายปกติ distri-butions t-นักเรียน หรือการกระจายของ ged ให้ได้ภายให้ประเมิน VaR ดี thanthe ปกติหรือนักเรียน t กระจาย (ดูแฮนเซ่น 1994 Zhangand Cheng, 2005 ทาง 2009 Ausín และ Galeano, 2007 AndWirjanto Xu, 2010 Kuester และ al., 2006) การศึกษานี้แสดงให้เห็นว่า ในบริบทของวิธีพาราเมตริก รุ่น obtainedwith ประมาณ VaR ที่เกี่ยวข้องกับส่วนผสม มีการกระจายปกติ (นักเรียน andt กระจาย) โดยทั่วไปค่อนข้างชัดเจนสุดท้าย การจัดการ ที่ไม่ใช่-normality ของเงินคืน Hulland ขาว (1998) พัฒนาแบบใหม่ที่ผู้ใช้เป็น tochoose ฟรีแจกความน่าเป็นทุกคืนวัน และ theparameters ของการแจกแจงจะ มี schemesuch การปรับปรุงเป็น GARCH พวกเขาเสนอเปลี่ยนรายวันส่งคืนลงในตัวแปรนั้นใหม่ที่ปกติกระจาย รูปแบบเป็น appealingin ว่าการคำนวณ VaR ค่อนข้างตรงไปตรงมาและใช้ canmake Riskmetrics หรือฐานข้อมูลที่คล้ายกัน

ผลลัพธ์ (ไทย) 2:

นอกจากนี้ส่วนผสมของการแจกแจงปกติ, เสื้อนักศึกษาดิ-butions หรือการกระจาย GED ให้ประมาณการ VaR ดี thanthe แจกแจงปกติหรือเสื้อนักศึกษา (ดูแฮนเซน, 1994; Zhangand Cheng 2005; ฮาส, 2009; Ausin และ Galeano 2007; เสี่ยว andWirjanto 2010. Kuester et al, 2006) การศึกษาเหล่านี้แสดงให้เห็นว่า inthe บริบทของวิธี Parametric แบบจำลองประมาณการ VaR obtainedwith ที่เกี่ยวข้องกับการผสมกับ (การกระจาย Andt นักศึกษา) การแจกแจงปกติโดยทั่วไปมักจะค่อนข้าง precise.Lastly, การจัดการภาวะปกติไม่ใช่ของผลตอบแทนทางการเงิน Hulland สีขาว (1998) พัฒนารูปแบบใหม่ที่ผู้ใช้มีอิสระที่ tochoose กระจายใด ๆ สำหรับการกลับมาทุกวันและ theparameters ของการกระจายอาจมีการปรับปรุง schemesuch เป็น GARCH พวกเขาเสนอให้เปลี่ยนผลตอบแทนรายวันเป็นตัวแปรใหม่ที่มีการกระจายตามปกติ รูปแบบที่ appealingin ที่คำนวณ VaR ที่ค่อนข้างตรงไปตรงมาและ canmake ใช้ RISKMETRICS หรือฐานข้อมูลที่คล้ายกัน

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ ส่วนผสมของการแจกแจงแบบปกติ butions distri t-student หรือ GED การแจกแจงให้ขึ้นสูงกว่าปกติหรือ t-student var ประมาณการแจกแจง ( ดูแฮนเซน , 1994 ; zhangand เฉิง , 2005 ; Haas , 2009 ; และจากเมือง galeano , 2007 ; Xu andwirjanto , 2010 ; kuester et al . , 2006 ) การศึกษานี้ยังพบว่าในบริบทของวิธีการพาราเมตริก ,ที่เกี่ยวข้องกับการ obtainedwith var รูปแบบผสมกับการแจกแจงปกติ ( ค่าทีแบบนักเรียน ) โดยทั่วไปจะแม่นยำมาก สุดท้ายจัดการไม่ปกติของผลตอบแทนทางการเงิน hulland สีขาว ( 1998 ) พัฒนารูปแบบใหม่ที่ผู้ใช้เป็นอิสระ tochoose การแจกแจงความน่าจะเป็นใดๆ สำหรับผลตอบแทนรายวัน และค่าของการกระจายและการปรับปรุง schemesuch เป็นของ . พวกเขาเสนอให้เปลี่ยนกลับมาเป็นใหม่ทุกวันตัวแปรที่เป็นแบบปกติรูปแบบ appealingin ที่คำนวณได้จะค่อนข้างตรงไปตรงมา และแคนเมคใช้ riskmetrics หรือฐานข้อมูลที่คล้ายกัน