基于VaR方法的基金绩效评估

基金的净值收益率分布呈现出“尖峰厚尾”，如果仍假设其服从正态分布会低估VaR值。本文通过GARCH方法计算得到波动率，计算VaR从而进行基金绩效评估。     

中国股市收益波动性的ARCH族模型分析

文章运用ARCH族模型对深证综合指数日收益率进行实证研究,结果表明:中国股票市场收益率具有显著的尖峰厚尾特点,且存在波动的集群性;市场杠杆效应显著,期望收益与期望风险之间存在正向关系,且股市波动具有信息不对称性。     

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。     

世界原油价格风险度量——基于EGARCH-EVT-t Copula模型

从原油现货市场收益率的特征分析入手,为了更好地描述原油现货市场收益率的尖峰厚尾、偏态和波动集聚等特征,运用EGARCH 对条件波动率进行建模,进而运用极值理论对标准残差序列的尾部分布进行建模,刻画原油现货市场极值风险,同时结合Copula函数和Monte Carlo模拟技术来度量不同持有期相应的VaR值.实证结果表明:原油市场随着置信度的提高和持有期的延长,VaR的绝对值在增大.同时,回测检验结果表明基于EGARCH-EVT-t Copula的模型能够精确有效地度量原油现货市场极端风险.     

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。     

基于GARCHSK的铜期货VaR估计方法研究

基于GARCHSK模型对期货收益序列的条件偏度和峰度进行动态建模,提出了“有偏”和“尖峰厚尾”分布下的VaR估计方法。通过对沪铜期货的实证研究表明,其收益分布存在明显的“有偏”和“尖峰厚尾”。基于不同分布假定下的VaR估计结果的Kupiec检验表明,基于GARCHSK的VaR估计方法能够有效提高VaR的估计精度。     

中国股市收益率分形特征的实证研究

文章运用STABLE 软件对沪深股市收益率进行了实证研究,结果表明股票收益率分布具有明显的尖峰厚尾的分形特征。与传统的正态分布相比,分形分布能够更好地处理这类问题。这对进一步的投资组合研究具有很重要的意义。     

沪深股市投资风险的极值理论分析

极值理论（EVT）在金融风险管理中起着重要的作用,它是关于金融市场风险的建模与量化的主要方法之一。本文运用极值理论中POT模型的除串法对沪深股市近11年来的投资风险VaR和CVaR分两阶段作了比较分析,结果发现沪深股市收益率的分布一直都呈现厚尾性,沪深股市的投资风险总体上均在减小,而且沪市的投资风险一直小于深市,这与我国目前的经济社会现实是一致的。     

基于GARCH模型的WTI和Brent原油价格风险分析

鉴于国际原油市场对我国经济的重大影响,对美国WTI原油现货市场和欧洲Brent原油现货市场的油价波动做了基于GARCH模型的价格风险实证研究。结果表明,三种扰动项分布的假设中GED分布在99％置信水平下的失败率偏小,能够较好地刻画石油市场收益率分布的厚尾性,正态分布也能够准确地度量国际原油市场价格风险,但较GED分布容易导致风险的低估,而t分布的测度过于保守,仅适合于石油市场剧烈振荡的时期;WTI市场收益率的条件异方差性比Brent市场更为显著,考察期内平均和最大的VaR值大于Brent市场,发生极端风险事件的可能性大于Brent市场,而Brent市场在95％置信水平下的失败率显著高于WTI市场,发生风险事件的频率高于WTI市场。     

偏肥尾分布的APARCH模型研究

金融收益率时间序列分布的不对称性已被视为金融市场的一个＂典型事实＂,但现有文献对金融时间序列偏度的关注相对较少。由于受到估计方法和计算效率的约束,波动率模型通常假定条件分布为正态分布或对称肥尾分布,如t分布和广义误差分布,偏度建模比肥尾建模要复杂得多。通过运用芬南德兹—斯蒂尔方法,在对称分布的基础上构造出有偏肥尾分布。在假定APARCH模型的残差项服从这种偏肥尾分布的情况下,研究波动率的拟合效果与预测能力。实证结果显示,与残差项服从对称分布的波动率模型相比,有偏性对波动率模型的估计和预测都有显著影响,向前预测的步数越多,影响越明显。     

VaR原理及其在风险管理中的应用

风险价值(VaR)作为一种测定市场风险的工具,受到了国际金融界的广泛支持和认可.根据VaR的基本原理,介绍了计算VaR的历史模拟法、蒙特卡洛模拟法、参数法及半参数法,比较了各种计算方法的优缺点及适用条件,最后指出应用VaR衡量市场风险时需注意的问题.将VaR方法引入中国金融风险管理领域,能为金融机构和投资人提供一种行之有效的市场风险管理工具,也能为金融监管部门提供一个风险管理的标准,对我国的金融市场建设有着重大的现实意义.     

VaR：金融风险计量方法及其应用研究

VaR方法作为金融风险的计量工具已得到国际金融界的广泛认可。由于VaR方法在金融风险的量化和动态监管方面具有独特优势,目前已经在金融投资、金融监管、信用风险管理和金融机构业绩评估等方面广泛应用。介绍了VaR方法的原理、特点和计算方法。分析研究了VaR方法在中国金融领域应用中存在的问题,提出了相应的解决方案。     

基于"已实现"波动的VaR计算及其持续性研究

VaR方法作为金融风险的计量工具已经得到了国际金融界的广泛认可。以往国内外文献对于VaR的计算以及对VaR的持续性的分析都是以低频金融数据为研究对象的,不能充分利用金融市场价格运动中的日内信息。将基于高频金融数据的“已实现”波动这种波动度量新方法引入到了VaR的计算中,并利用上海股票市场的高频金融数据对上海股票市场的VaR的持续性进行了实证分析,证明上海股票市场的{VaRt}存在持续性。     

流动性与风险管理：一个基于二元t分布GARCH估计方法的L_VaR模型

VaR已是风险管理领域金融机构量化风险的主流方法,但传统的VaR模型一直未很好地将流动性风险纳入其考量范围。文章通过引入非流动性指标,构建了一个简单的经流动性风险调整的VaR模型,VaR估计方法采用二元t分布GARCH模型。对我国股市实际数据计算发现,流动性因素对VaR值的影响较大,而且持仓规模越大,影响越大。该模型对风险管理具有很好的参考价值。     

VaR模型在金融领域的应用分析

根据对金融资产价格分布特征的不同假设 ,常用的风险价值 (ValueatRisk ,VaR)模型大体可分为以下三类 :得尔塔 -正态法、历史法和蒙特卡罗模拟法 ,该模型由于在量化风险和动态监管方面的独特优势 ,目前已经在欧美许多金融机构的内部风险管理、监管信息披露、业绩评估等方面获得广泛应用 ,随着我国金融市场的市场化程度的提高和投资工具的日益增多 ,引进该方法对提高我国金融风险管理水平有重要的现实意义     

VaR的有效性评价研究

以巴林银行和LTCM案例为背景,通过分析指出:1.VaR是一种标准化的模型,明确量化投资组合的风险;2.VaR以历史资料为基础运算,一些概率小却十分致命的离群反常事件并不包含在内;3.基于VaR模型本身的风险,在应用此模型时,应与内部模型、回顾测试及压力测试相结合使用;4.风险管理不仅仅包括VaR等模型和公式,更包括公司风险控制与管理制度的完善,诸如内部稽核、外部审计和独立评估风险等。     

VaR模型项下的信用担保风险管理研究

随着中小企业信用担保体系的不断完善，担保贷款的规模不断扩大，担保贷款的风险管理受到普遍关注。VaR模型作为一种新的风险管理方法。近年来得到金融机构的广泛认可。介绍了VaR模型的基本原理，探讨了该模型在信用担保贷款风险量化管理中的应用。     

基于VaR方法对开放式基金风险评估的实证研究

VaR(Value at Risk)--风险价值,是一种以规范的统计技术综合衡量市场风险的方法。这一国际上通行的风险计量技术开始引人我国,被广泛运用于股票、债券、商业银行等金融行业,而在开放式基金这一领域至今缺乏相关的研究。本文首先在正态分布的假设下对开放式基金的VaR值进行了计算,通过回测发现,计算结果与现实情况有较大出入。为此,将正态分布假设修正为对数正态分布假设后重新计算VaR,并在此基础上对比分析了各种类型开放式基金的风险。结果发现,股票型开放式基金的VaR值的确远远高于债券型,但股票型开放式基金中,所谓的成长型和价值型基金之间的VaR值并无实质差异。     

证券风险量化管理的VaR方法评述

VaR（Value at Risk）方法是近几年发展起来的用于测量和控制金融风险的量化方法。本文主要综述了VaR方法的计算方法及其在金融风险分析中的应用,并分析了VaR方法的局限性。这将有利于金融机构很好地分析风险、控制风险。