加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

基于多元GARCH与极值理论的资产组合风险测度研究

在运用多元GARCH模型对资产组合损失的协方差矩阵进行建模的基础上,估计出组合的标准残差序列;然后,运用EVT对标准残差的极值尾部建模并估计出分位数,进而测度资产组合的动态极值风险;最后,再运用返回测试方法对模型准确性进行检验.研究结果表明,运用多元GARCH模型能够有效捕获多元资产损失的时变相关性特征;资产组合条件损失的标准残差极值尾部服从GPD;结合多元GARCH模型与EVT的风险模型能够测度所构造的多元资产组合的动态风险.     

基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.     

上海伦敦铜期货市场风险的测度与传导效应研究

本文针对金融时间序列存在的部分典型事实,运用AR（1）-GJR（1,1）构造出铜期货条件损失的标准残差序列;针对标准残差序列近似满足i.i.d特征,运用EVT对其极值尾部建模,并测度出两个铜期货市场的动态风险;然后运用Back-Testing方法对风险测度模型进行准确性检验,最后运用Granger-Causality检验来分析铜期货市场动态风险的传导效应。实证研究结果表明,基于EVT的风险测度方法能有效测度上海伦敦铜期货市场动态风险;上海伦敦铜期货市场动态风险在1%的显著性水平下存在双向传导效应,但由伦敦向上海传递的强度大于反向强度。     

基于MRS-GARCH的钢铁期货市场VaR风险测度

针对中国钢铁期货市场波动率具有结构突变特征,使用MRS-GARCH模型对其波动率建模,并通过马尔科夫蒙特卡罗方法(MCMC方法)对模型参数进行估计,进而对钢铁期货市场进行VaR风险测度。结果表明:基于MCMC估计方法 MRS-GARCH模型能够准确地刻画出钢铁期货市场波动率;MRS(3)-GARCH模型下VaR方法能够有效地测度钢铁期货市场风险。     

中国燃油期货市场的VaR与ES风险度量

近年来,我国燃油期货市场取得快速发展,但有关该市场波动特征和风险状况的研究却非常缺乏。以上海期货交易所燃油期货价格指数为例,分别在多头和空头两种头寸状况以及5种不同分位数水平下,运用条件覆盖检验、非条件覆盖检验等后验分析方法,实证对比了不同风险测度模型对VaR和ES两种不同风险指标估计的精度差异。研究结果表明:在我国燃油期货市场的风险测度估计中考虑国际燃油价格波动因素有助于获得更为精准的风险测度精度;在综合考虑了模型对价格变化动力学的刻画效果以及对极端风险的测度精度等因素后,FIGARCH_CST-SST模型是一个相对合理的风险测度模型选择。     

基于标准残差的极值风险模型准确性研究

本文使用ARMA（1，1）与GARCH（1，1）、GJR（1，1）模型结合构造出标准残差序列，然后分别与条件EVT、条件正态分布、条件t分布和非条件EVT结合，形成8个风险测度模型，并分别用这些模型估计沪、深股市在置信水平为95％、97．5％、99％、99．5％的动态VaR（Value—at—Risk），然后用Kupiec（1995）和Christoffersen（1998）的返回测试（Back—testing）方法，判定沪、深股市对模型的准确性。研究结果表明，条件EVT风险模型能准确测度沪、深股市的风险。而非条件EVT模型缺乏准确性，对其它模型的准确性因置信水平不同而表现出差异性。在所有模型中，最能准确测度沪、深股市风险的模型分别是，置信水平为99．5％时的条件EVT—GARCH模型和置信水平为97．5％时的条件EVT—GJR模型。本文的研究结果为测度中国大陆沪、深股市风险在模型和置信水平的选择上提供了实证依据。     

基于时变高阶矩波动模型的VaR与ES度量

金融波动性建模经历了从常数高阶矩到时变高阶矩的发展历程.文章扩展了现有的针对时变高阶矩波动模型风险测度效果的研究:首先,以沪深300指数和其它世界股市若干重要指数为例,通过采用“从简单模型到复杂模型”的估计步骤,实现对时变高阶矩波动模型的估计,进而运用Gram-Charlier扩展分布获得对VaR(value-at-risk)和ES(excepted shortfall)两种不同风险测度的计算值;然后,分别利用非条件覆盖检验(unconditional coverage test)和基于自举法(Bootstrap)的后验分析方法,实证对比了时变高阶矩和常数高阶矩两类模型的适用范围和精确程度.研究结果表明:就所考察的若干指数样本而言,时变高阶矩模型不仅能够较好地刻画金融价格波动的整体动力学特征,并且总体来讲,在市场风险测度准确性方面也要优于常数高阶矩波动模型.     

基于时变高阶矩波动模型的 VaR 与 ES 度量

金融波动性建模经历了从常数高阶矩到时变高阶矩的发展历程． 文章扩展了现有的针对时变高阶矩波动模型风险测度效果的研究: 首先,以沪深 300 指数和其它世界股市若干重要指数为例,通过采用“从简单模型到复杂模型”的估计步骤,实现对时变高阶矩波动模型的估计,进而运用 Gram-Charlier 扩展分布获得对 VaR( value-at-risk) 和 ES( excepted shortfall) 两种不同风险测度的计算值; 然后,分别利用非条件覆盖检验( unconditional coverage test) 和基于自举法( Bootstrap) 的后验分析方法,实证对比了时变高阶矩和常数高阶矩两类模型的适用范围和精确程度．研究结果表明: 就所考察的若干指数样本而言,时变高阶矩模型不仅能够较好地刻画金融价格波动的整体动力学特征,并且总体来讲,在市场风险测度准确性方面也要优于常数高阶矩波动模型．     

基于Expected Shortfall的投资组合优化模型

Expected Shortfall(ES)是目前市场风险估值的新型工具,被用来估计VaR(Value-at-Risk)的尾部风险.介绍了ES的概念,给出了MEAN-ES模型,并对基于ES的组合优化模型的特性进行了分析.结果表明,与均值-方差模型相比,MEAN-ES模型有着更多的优点.     

条件自回归expectile模型及其在基金业绩评价中的应用

本文研究了日收益率之下开放式基金的业绩评价和检验问题,提出了改进的条件自回归expectile（CARE）模型并应用到基金业绩评价的问题研究中。首先运用非对称最小二乘法（ALS）对动态的CARE模型进行半参数估计,得到样本基金收益率序列的VaR值和ES值。其次,使用计算结果对样本基金的日收益率进行风险调整,得到基于VaR和ES修正的Sharpe比率。最后,在实证研究中,本文使用传统的Sharpe比率、基于VaR和ES的Sharpe比率对我国56只开放式基金在2005-2011年间的业绩进行了实证分析,结论显著证明了CARE模型在极端风险度量上更精确,在基金评价和检验中的应用中是可行的。     

Adjexpectile风险测度的性质、优化及资产配置的应用

金融风险的度量和识别是风险管理的重要内容，常用的风险度量工具是标准差、VaR、ES，但存在很多缺陷，expectile的提出弥补了这些不足，在理论界得到广泛的讨论和应用。本文扩展了expectile进行资产配置，提出Adjexpectile的概念，并讨论和分析了Adjexpectile的一致性风险度量、随机占优性、凸性，与标准差、VaR、shortfall的关系，风险贡献及风险分解的性质。通过对六个资产指数：上证国债指数、上证企业债指数、上证180指数、深圳100指数、深成长40p指数和黄金现货指数的复合周收益率数据进行组合优化配置，发现Adjexpectile在非对称性收益数据、组合前沿、风险分散方面具有一定的优越性。     

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。     

基于Skew-t-FIAPARCH的金融市场动态风险VaR测度研究

本文引入FIAPARCH模型刻画金融价格条件波动率特征,引入有偏学生t分布捕获收益率有偏特征,并以此来测度金融市场动态风险VaR;进而运用返回测试和动态分位数回归方法对风险测度模型准确性进行实证检验.结果表明,RiskMetrics和GARCH-N测度金融市场的风险的可靠性差;有偏学生t分布比正态分布、学生t分布更能准确反应金融收益分布实际特征,具有更高的风险测度能力;FIAPARCH-SKST展示出比其它模型具有绝对优越的风险测度效果.     

基于EVT-POT-SV-MT模型的极值风险度量

针对金融资产收益的异常变化,采用SV-MT模型对风险资产的预期收益做风险补偿并捕捉收益序列的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,通过SV-MT模型与极值理论相结合拟合标准残差的尾部分布,建立了一种新的金融风险度量模型——基于EVT-POT-SV-MT的动态VaR模型.通过该模型对上证综指做实证分析,结果表明该模型能够合理有效地度量上证综指收益的风险.     

基于期权与高频数据信息的VaR度量研究

传统的市场风险度量模型没有充分利用期权与高频数据包含的信息,且主要基于单因子波动率模型,导致信息的损失以及模型缺乏足够的灵活性.本文基于灵活的双因子随机波动率模型,通过提取期权与高频数据包含的市场前瞻与当前信息,构建相应的市场风险度量波动率模型对在险值（VaR）进行度量.为了估计模型参数,建立基于连续粒子滤波的极大似然估计方法.采用iVX指数与已实现波动率测度（RV）作为上证50ETF期权与高频数据信息的代理,对构建的市场风险度量波动率模型进行了实证检验,结果表明：充分利用了期权与高频数据信息的双因子随机波动率模型能够在快速变化的市场环境中更好地估计波动率,相比其它波动率模型（仅利用了历史数据信息的GARCH模型、利用了高频数据信息的已实现GARCH模型以及利用了期权与高频数据信息的单因子随机波动率模型）具有更为优越的VaR度量精确性,尤其是极端风险情形下的VaR估计精确性改进明显,凸显了期权与高频数据信息以及双因子波动率在市场风险管理中的价值.     

典型事实约束下的上海燃油期货市场动态VaR测度研究

期货交易的高杠杆率意味着期货市场的高风险特征,而能源市场因其特殊的战略意义一直以来备受关注,因而对能源期货市场的风险测度对投资者和监管者都极其重要。本文对上海燃油期货构建了四个反映不同交割期限的连续价格序列,基于不同的金融市场典型事实分别运用GARCH、GJR、FIGARCH三个模型对波动率建模,并假设条件收益分别服从正态、学生t、有偏学生t(skst)分布进行动态风险价值(VaR)测度,然后运用严格的似然比(LR)检验和动态分位数回归(DQR)检验对风险测度的可靠性进行后验分析(Backtesting),尝试从中提取出在风险管理中最有应用价值的典型事实。研究发现:(1)基于skst分布的波动模型的动态风险测度准确性明显优于其他分布下的相同模型;(2)基于杠杆效应的GJR模型和基于长记忆性的FIGARCH模型并没有表现出比普通GARCH模型更高的精度;(3)远期合约的市场平均收益更高,风险测度比近期合约更准确。     

VaR与CVaR的敏感性凸性及其核估计

风险价值（VaR）和条件风险价值（CVaR）是目前两大主流风险度量工具,如何准确地对它们进行估计是风险管理实践中首要而核心的问题。近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们在核估计的框架内讨论VaR和CVaR估计量的性质;给出投资组合VaR和CVaR对组合头寸的一阶导数向量和二阶导数矩阵的核估计公式,并用它们来讨论组合VaR和CVaR对组合头寸的敏感性和凸性。最后,我们利用中国外汇市场的实际数据做实证分析。     

金融资产收益非对称性的多标度分形测度及其在VaR计算中的应用

通过提炼多标度分形分析过程中所产生的对描述金融资产收益非对称特征有益的统计信息,提出了一种新的资产收益非对称测度--多标度分形非对称测度(Multifractal asymmetry measurement)Δf,并以沪深300指数长达7年左右的5分钟高频数据为实证样本,通过两种不同的VaR后验分析(Backtesting analysis)方法,实证对比了Δf测度和传统的偏度系数(Coefficient of skewness)测度在市场风险计算准确性方面的差异。实证结果表明:基于Δf测度的市场风险计算模型的VaR计算精度优于基于偏度系数测度的对应模型,Δf测度具有较偏度系数测度更为优异的对金融资产收益非对称特征的刻画能力。