基于支持向量机改进的VaR模型研究

传统计算VaR的方法主要有德尔塔-正态法,历史模拟法和蒙卡特罗模拟法,这三种方法在计算模拟中存在厚尾、非线性、估计误差大、计算复杂等缺点.本文使用一种新的通用的机器学习方法--支持向量机,改进了传统的VaR模拟方法,取得了良好的效果,对VaR的基础计算方法的扩展具有重大的意义.     

一种新的风险价值（VaR）计算方法及其应用研究

应用格列汶科定理对历史模拟法进行改进,以提高历史模拟法的计算准确性,并利用该方法来确定POT模型中的阈值,以此新方法计算金融市场的风险价值(VaR);然后运用上证指数进行了实证分析,得到了较好的结果。     

基于拔靴滤波历史模拟法的黄金市场VaR测度研究

传统历史模拟法（THS，Tranditional Historical Simulation）和滤波历史模拟法（FHS，Filtered Historical Simulation）是国际商业银行使用最多的VaR预测方法。首先，论文在已有研究成果的基础上，构造了BHW（Bootstraped Hull and White）历史模拟法；然后，以国内黄金交易数据为样本，采用6种严谨的后验分析（Backtesting analysis）方法，对BHW方法及几种主流历史模拟法、GARCH模型方法的VaR预测精确性进行了实证分析。论文的主要结论包括：（1）综合论文所采用的几种金融风险测度方法来看，BHW方法表现出了相对较好的精确性，而实务界中广泛使用的THS方法则表现出了最差的精确性；（2）不同的历史模拟法受样本规模因素影响的程度显著不同，例如THS方法和HW方法均不同程度的受到了样本规模因素影响；（3）总体来看，BHW方法表现出了相对较好的风险预测精确性，可以作为测度黄金市场风险的选择之一。     

投资组合VaR及其分解

本文在简要介绍投资组合VaR的概念及计算方法后对组合VaR进行了具体的分解。在阐述了边际VaR、成分VaR和增量VaR之间相互关系的基础上给出了资产收益率为正态和非正态分布假设下这三种类型VaR的计算方法,从而为资产组合管理者提供了更多有关投资组合市场风险的信息。     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

“吃鱼理论”的定量分析

本文将VaR值应用到具体某只股票的风险度量上,并将股票价格波动带来的风险分为多头风险和空头风险,结合苏宁电器的具体走势数据,使用历史模拟法（HS法）,计算出了多头VaR值和空头VaR值,并试探性的使用这些数据来寻找“吃鱼理论”中的鱼头和鱼尾,得出了有一定参考价值的结论。     

参数法、半参数法和非参数法计算我国铜期货市场VaR之比较

本文分别采用参数法、半参数法与非参数法来估计铜期货市场的风险值。由于利好与利空信息对期货市场波动性的影响是不对称的．因此本文参数法采用非对称的EGARCH与TGARCH模型来估计铜期货市场的条件vaR．半参数法采用前四阶矩方法．非参数法采用核函数的方法。一般金融市场只考虑下跌风险．而期货市场由于存在做空机制。所以本文亦提出期货市场上涨风险的概念．并分别估计了三种方法下的下跌VaR与上涨VaR。用返回检验对每种方法的有效性进行了评价。实证研究表明：不论是下跌VaR还是上涨VaR．非参数法对数据的拟和要远远优于另外两种方法．具有很强的实际意义。     

稳健非参数VaR建模及风险量化研究

参数VaR模型被广泛应用于风险测量中,然而需要给出具体的结构形式,这就容易发生模型错误设定的灾难,使风险计量的精确性易于产生较大偏差。针对参数VaR模型的设定误差问题,本文构建了SQ-ARCH和Nop-Quantile两个非参数VaR模型,诣在提高传统风险计量模型的灵活性、稳定性和准确性。采用稳健的分位数回归方法,得到了计算这两个VaR模型的具体表达式并给出了模型估计的算法和步骤。Monte Carlo模拟发现无论模型正确还是错误设定非参数VaR模型比参数ARCH类VaR模型更稳健。此外,把这两个稳健非参数VaR模型应用于我国股票市场风险量化的实证分析中。研究结果表明稳健非参数VaR模型比参数ARCH类VaR模型度量风险更准确。     

VaR方法及其在股市风险分析中的应用初探

本文讨论了度量投资风险的VaR方法的概念和计算方法,在股票价格随机游动的假设下计算了深圳股市在不同置信水平下的风险值,并与实际投资收益做了对比。在算例分析的基础上,对VaR方法在我国股票投资中的应用进行了初步探讨。     

股市风险度量的VaR方法综述

在险价值(Value at Risk,简称VaR)是度量风险的一种普遍工具,越来越多的金融证券机构采用VaR方法测量市场风险。本文对VaR方法的定义和计算方法及VaR方法在股市风险度量上的应用进行了综述,并对VaR的应用提出了意见和看法。     

极值风险E—VaR及深圳成指实证研究

由于极端事件及政策性调整，中国股市出现了剧烈波动。鉴于当前各种VaR模型在较高置信水平时(≥0．99)会高估或低估VaR值，本文提出把E—VaR作为一种辅助的VaR度量方法．对新兴的中国股票市场进行风险调控与度量。通过POT方法建模与Boostrap模拟参数置信区间检验，深圳成指的实证结果表明，在极端市场条件下，E—VaR是令人满意的。     

风险价值的计算方法及其在证券风险管理中的应用

在综述风险价值的定义及多种计算方法后,重点讨论了历史模拟法,并对我国证券市场部分数据进行了实证分析,论证了风险价值模型在我国证券市场风险管理中的可行性.     

Excel在蒙特卡罗模拟分析中的应用

蒙特卡罗模拟法是进行项目不确定性分析的一种常用方法.Excle是具有强大数据分析功能的软件,可以很好地解决手工计算烦琐的问题.基于此,本文结合案例研究了如何运用Excel进行蒙特卡罗模拟分析.     

基于广义谱和MCS检验的VaR模型预测绩效评估

件VaR模型的正确设定检验等价于检验均值化的“撞击序列”是否服从鞅差分序列,然而通常的反馈检验方法只检验了该序列的部分性质。采用对该鞅差分性质进行直接检验的广义谱检验方法,全面考察中国股票市场(香港恒生指数、上证综合指数和台湾加权指数)上各参数、非参数和半参数共22个VaR模型在采用滚动窗口预测机制时的样本外预测绩效。鉴于条件VaR模型正确设定检验无法反映超过某VaR水平的尾部风险信息,为避免极端损失的发生以及增加结果的稳健性,同时采用模型置信集检验方法。研究结果表明,采用通常的反馈检验方法常会得出错误的结论;在1%和5%置信水平,与历史模拟法、极值理论模型、CAViaR模型和CARE模型相比,误差项为t分布的GARCH模型族在金融危机期间具有较好的样本外预测绩效;涨跌停板制度对于选取预测绩效最优的VaR模型具有重要影响。     

基于随机波动模型的VaR的计算

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况时计算VaR的关键。首次将随机波动SV模型应用于VaR的计算,说明了基于SV模型下的VaR之更具有动态性和准确性。做实验分析结果表明,SV模型准确反映了市场因子的波动情形,此时的VaR更贴切的反映了金融市场的风险水平。     

VaR方法对证券资产组合风险价值计算的应用

VaR(Value at Risk)即"在险价值"或者"风险价值"。本文将利用VaR方法对我国证券市场上的证券组合的风险价值进行计算,具体选取了博时主题、嘉实300(指数型)、南方绩优成长基金这三支股票488天内每日的开盘价、收盘价及涨跌幅度数据。通过构建方差-协方差矩阵,运用matlab软件编译,得到对这三支组成的资产组合进行投资时所承担的最大可能损失。     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR 的含义及计算方法,指出推测市场因子的波动情况是计算VaR 的关 键. 通过对比GARCH 和SV 模型,得出SV 模型更能刻画金融市场的实际特征. 将随机波动SV 模型应用于VaR 的计算,最后作实证研究. 通过与GARCH 模型下的结果对比,说明基于SV 模 型计算的VaR 更具有动态性和准确性,VaR 更贴切地反映了金融市场的风险水平     

现金流量贴现法在采矿权评估中的运用评述及建议

在我国当前的采矿权评估实践中, 现金流量贴现法作为一种主流方法已被普遍采用。如何合理确定了矿产品价格和贴现率,是采矿权评估的关健。本文提出在进行采矿权价值评估时,把资本资产定价模型确定的折现率作为参考折现率;矿产品价格的预测采用蒙特卡罗模拟法综合考虑,以提高采矿权评估价格的准确性。     

基于GARCH-EVT-COPULA模型的外汇投资组合风险度量研究

基于巴塞尔协议和商业银行风险管理新视角,本文运用GARCH-EVT-COPULA模型构建了GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法,对美元、欧元、日元和港元四种人民币汇率的等权重投资组合风险进行了度量,优化了极值分布作为COPULA函数边际分布的多序列超阈值比例确定方法,并与历史模拟法、正态方法、蒙特卡罗方法三种传统方法和单用极值方法度量的VaR进行了比较并作返回检验.结果表明:GARCH-EVT-Gaussian-COPULA扣GARCH-EVT-t-COPULA两种方法符合巴塞尔协议的内部模型法(I--)对商业银行风险管理的要求,而且估计结果优于其他四种方法,其中,GARCH-EVT-Gaussian-COPU LA方法的估计结果比GARCH-EVT-t-COPULA方法更有利于节省商业银行的经济资本.