基于GARCH模型的VaR度量证券投资基金风险实证研究

相对于度量金融资产风险的各种波动性方法和灵敏度方法,VaR方法以其概念简单易懂、关注下行风险和可计算复杂投资组合的风险等优点成为国际上广泛采用的先进风险度量方法。但计算VaR有许多不同的方法,针对不同的资产或资产组合找到合适的VaR计算方法是应用VaR的关键问题。分析证券投资基金的统计特征和风险特性,采用厚尾分布和GARCH模型来计算其VaR值,通过比较得出GED分布假设下的GARCH模型方法是所分析的几种VaR计算方法中的最优方法。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发,考虑基于GARCH类模型和基于非参数模型的VaR估计.对于前者进行筛选以后,采用EGARCH(1,1)模型来估计资产或资产组合未来收益率的波动,后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数,并用这两个模型对上海股市进行了实证研究,结果表明后者不失为一种值得考虑的方法.     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发，考虑基于GARCH类模型和基于非参数模型的VaR估计．对于前者进行筛选以后，采用EGARCH(1，1)模型来估计资产或资产组合未来收益率的波动，后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数，并用这两个模型对上海股市进行了实证研究，结果表明后者不失为一种值得考虑的方法。     

均值-VaR分析与资本资产定价模型:一个理论拓展

在均值—VaR分析框架内首先从微观角度的单一投资期资产配置决策入手,发现投资者的资产配置决策分为两步:第一步确定最优风险资产组合,第二步确定无风险资产与最优风险资产组合之间的配置比率;并且最优风险资产组合同投资者的初始财富和风险偏好均无关。随后我们将上述微观模型应用到存在多个"一致预期"投资者的资本市场宏观模型当中去,在一系列假设条件下我们得到了均值—VaR框架下的两基金分立定理:各个投资者的最优投资组合都是由共同的最优风险资产组合和无风险资产组成,不同的只是二者之间的配置比率不同。最后我们允许投资者的风险下限可以变化,发现在用(Rf V浕R)代表风险的情况下,均衡情况下任何投资者的预期收益率都同其承担的风险水平存在着线性相关关系,这就得到了均值—VaR框架下的资本资产定价模型和资本市场线。     

现代投资组合理论模型的比较研究

对证券组合理论的Markowitz均值-方差模型以及均衡时关于资产的期望收益率的资本资产定价模型(CAPM)和套利定价理论(APT),进行了深入地比较研究,同时从动态投资组合理论,基于VaR的投资组合理论以及行为投资组合理论三个领域阐述了现代投资组合理论的新进展,并对其未来的发展进行了展望。     

中国股市风格资产组合市场风险测度——基于EVT-t-Copula模型的实证研究

针对传统线性计量模型无法充分刻画中国股市风格资产收益系列存在"自相关"、"尖峰"、"厚尾"等非正态分布特征以及风格资产间存在复杂的非线性相关结构的局限。本文首先采用AR(1)-GJR(1,1)模型来刻画中国股市风格资产的边缘分布,接着结合各边缘分布的残差系列,引入Copula函数来分析这六种风格资产之间的相关结构,并结合极值理论和蒙特卡罗模拟方法来模拟大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值这六种股市风格资产投资组合的联合收益率分布函数,在此基础上求出各我国股市风格资产组合的市场风险(VaR与CVaR)。研究结果表明,根据极值理论得到的广义帕累托分布能够较好拟合风格资产日收益率序列的尾部特征,相比其他计算方法的VaR和CVaR值,基于EVT-t-Copula模型能够更准确度量中国股市风格资产组合的市场风险。因此,EVT-t-Copula模型有助于提高中国股市投资组合的风险管理效率。     

投资银行市场风险管理的VaR方法研究

风险价值方法(value-at-risk)是近几年发展起来的用以度量和控制金融风险的量化模型。本文使用VaR模型度量了投资银行证券业务中的市场风险,应用上海证券交易所的实际数据,具体计算出VaR的时间序列,并论证了应用该时间序列来评估风险的大小的方法,为风险价值法在我国投资银行市场风险管理中的推广应用提供参考。     

基金管理人变动资产组合的Markowitz模型分析

现代资产组合理论研究的是投资者在权衡收益与风险的基础上最大化自身效用的方法以及由此对整个资本市场产生的影响。Markowitz模型假设条件太多 ,因而基金管理人变动资产组合时 ,在证券市场上进行应用较困难。本文在对Markowitz创立的资产组合模型进行介绍的基础上 ,力图对Markowitz的资产组合模型进行拓展 ,建立了考虑税收、交易成本的资产组合模型 ,并分析了含有税收的证券组合的有效边界     

基于Copula理论的VaR算法与实证分析

针对在金融市场中资产收益的非正态分布以及资产组合中不同的风险资产的非线性相关,将Copula理论应用于资产组合的VaR估计之中。上证指数和深证综合指数的算例表明,由于Copula方法允许去选择更恰当的边际分布,并且Copu-la理论对相关性分析特别是尾部的相关性分析有特殊优势,可以跟更广泛的捕获各风险资产的相关信息,基于Copula理论的VaR在估算的精度方面优于传统的方法。     

基于Copula-GARCH模型的黄金、股票与债券投资组合风险分析

由于金融危机影响,国际金价强势攀升,黄金已经与股票、债券一样,成为一种非常重要的投资工具。因此,本文基于Copula函数和GARCH模型,先建立Copula-GARCH-t模型对黄金、股票以及债券的投资组合风险进行实证研究分析。结果表明,Copula-GARCH-t模型对数据描述较为准确,因而在刻画投资组合风险方面效果较好。再运用蒙特卡洛模拟法,在风险最小情况下,计算出三种资产的投资比例,并计算出资产组合的VaR。     

投资组合选择的简化算法及其应用

用Markowitz模型进行投资组合选择需要非常多的数据并要进行大量的计算,即使在计算机技术非常发达的今天也是非常繁琐的。学者们在CAPM市场指数模型的基础上提出了投资组合选择的简化算法。文章对此进行了介绍,并将该算法应用于证券投资基金投资组合的选择优化。这对证券投资基金管理机构进行市场操作具有现实借鉴意义。     

投资组合风险测度——基于FIGARCH-EVT-Copula方法

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记性。基于此,将FIGARCH、EVT和Copula有机融合,建立FIGARCH-EVT-Copula模型来估计组合风险值,利用上证指数、深成指数组合进行实证研究。实证研究表明:我国股市波动确实具有长记忆性;FIGARCH-EVT-Copula模型不仅能够准确刻画边缘分布的尖峰厚尾性、异方差性和长记忆性,而且较之于传统模型,该模型能更准确地测度投资组合风险。     

产品组合决策模型的适用性比较分析﹡

目前广泛使用的产品组合决策模型包括矩阵模型和定量模型两大类别。二者各有其使用价值,其中矩阵模型更适合做产品组合经营战略选择的工具,而定量模型特别适合投资组合的投资优先顺序的确定决策。但是传统产品组合决策定量模型及其现代使用的作业成本法和约束理论都存在一定缺陷而影响其使用效力。为了使决策定量模型更为合理化和适用化,尚需综合考虑产品的市场受欢迎度和不受欢迎产品的处理成本等综合市场竞争因素,优化决策模型,使改进后的决策模型更适应强烈市场竞争下的企业产品组合决策。     

我国股市对盈利信息反应的一个实证检验

采用事件研究法,选取盈利信息作为反应事件,检验我国股票市场对盈利信息是否存在过度反应现象。考虑上市公司盈利的变动和不确定性,根据盈利变动指标值来划分赢家组合和输家组合,考察组合在年报公布后1年和3年两种检验期内的累计超额收益,用1992~2000年沪深两市的数据进行实证检验,发现我国股市长期对盈利信息不存在过度反应,与国外股市的反应模式不一致,实证结果可由中国股市发展的特征作出解释。     

中国股票市场行业组合风险研究——基于高维动态C-Vine Copula模型

股市是经济的晴雨表,股市中不同行业风险的组合计量对于金融市场和实体经济投资意义重大.文章采用高维动态C-Vine Copula前沿技术计量多维行业组合风险,并且与静态C-Vine Copula作比较.结论显示:高维动态C-Vine Copula计量的VaR每次都能通过UC检验和稳定性测试,而静态C-VineCopula方法每次都不能通过回溯检验,表明高维动态C-Vine Copula优于静态C-Vine Copula,可以作为股市行业风险组合计量的一种新方法.     

股票指数波动率的估计方法及其应用

介绍了股票指数波动率的概念和基本的估计方法，并用有关数据进行了计算。利用其结果对股票市场的风险进行了度量，并对Black－Scholes期权定价公式进行了参数估计．对进行组合证券保险具有重要的意义。     

基于M-Copula-GJRSK-M模型的沪深两市的相依性分析

金融资产不但存在方差风险,还存在时变偏度风险和时变峰度风险,这使得仅从金融资产的前两阶矩出发来研究风险变化显得十分局限.GJRSK-M模型是描述金融资产的高阶矩风险的有效工具,可对单个金融资产的分布进行拟合,而M-Copula函数能连接组合金融资产的边缘分布,因此本文建立了M-Copula-GJRSK-M模型来研究沪深两股票市场的相依性.实证表明,上证综指和深圳成指对数收益率存在高阶矩风险和风险的非对称性,即指数下跌时,条件方差风险和条件高阶矩风险会增大,且在极端情况下,两市上涨的概率要大于下跌的概率.     

不同借贷利率下投资组合的有效前沿

文章研究了不同借贷利率下投资组合的有效前沿,并运用我们自己创立的一种几何方法给出了该有效前沿的方程。首先把Markowitz模型的有效前沿用投资组合的权重向量表示出来,然后将不同借贷利率下的资本市场线(CML)也用投资组合的权重向量表示出来,再由CML的定义在Markowitz模型的有效前沿上分别求出不同借贷利率下资本市场线与Markowitz模型有效前沿的切点,同时也得到不同借贷利率下CML的斜率,这样我们就得到了不同借贷利率下投资组合的有效前沿。     

遗传算法在指数投资组合中的应用

将遗传算法运用于证券指数投资分析，具体解释了染色体、适应值函数在股票投资分析中的实际意义，设计了选择、杂交、变异算子的使用方案，并选用上海证券交易所上证180指数为目标指数进行实证研究。实验结果表明，该算法能够有效地跟踪和模拟180指数。     

摩擦市场投资组合选择的极大极小方法

在一种新的投资组合选择原理———极大极小原理的基础上,提出了一种新的投资组合选择模型;在市场因素多变的情况下,假设有t种可能的市场情况,最大化这t种市场情况的最小可能预期收益率,并考虑交易成本这种摩擦;然后用极大熵算法给出了这一问题的数值解法,最后用一个实例来验证这一方法的有效性.