基于Copula的沪、深、港股票市场的组合风险度量

文章在"推出股指期货和融资融券"的新政策下,结合t-EGARCH模型和Copula方法,利用上证综指、深证成指以及恒生指数对沪、深、港股票市场进行了分析.该模型能更好地捕捉资产间的非线性相关性,更符合现实市场.在此基础上,利用蒙特卡洛模拟计算股指投资组合的VaR及CVaR,从而验证了模型的有效性.     

基于熵最大原则的GPD估计与中国股市极值风险测度

POT极值模型参数的准确估计是计算金融资产回报市场风险的关键。根据最大化熵原则（POME）得到POT模型中GPD参数估计方程组,通过回归模型的可决系数法选取阈值,最后将其应用到中国两个时段股市金融风险测度的实证研究中。结果表明：第1、2时段,最优阈值分别为0．01799、0．01801,γ、ξ和β的估计值分别为18．53467、0．14871、0．00802和2．93172、0．03649、0．01258,并得到不同显著性水平下的VaR和ES值,为GPD参数估计找到了一个更科学有效的方法,更为准确计算金融资产回报市场风险提供了新思路,同时也测算了本次国际金融危机对中国股市风险的影响。     

基于EVT-POT-SV模型的极值风险度量

金融市场常受各种因素的影响造成剧烈波动,资产收益也会因此产生异常变化。针对金融资产收益的厚尾性、波动的异方差性等特征,采用基于Markov链的Monte Carlo模拟积分方法,对随机波动模型进行参数估计并取得标准残差序列,应用极值理论与随机波动模型相结合,建立了基于EVT-POT-SV的动态VaR模型。通过对上证综指收益做实证分析,结果表明：该模型能很好地刻画收益序列的波动性及尾部分布特征,在度量上证综指收益的风险方面更加合理而有效。     

中国外汇储备利率风险的测度

 本文选择美元、欧元、英镑、日元四种最主要的储备货币月度利率数据作为分析对象,运用VaR方法对我国外汇储备的利率风险进行了测度。首先对序列数据进行平稳性与正态性检验,然后求出各种货币的平均收益率、相关系数矩阵与方差协方差矩阵,最后选择三种不同的币种结构求出具体的VaR值并进行比较分析。本文的结论是适当降低美元占比,并相应提高欧元、英镑、日元占比,这样可以有效地降低我国外汇储备的利率风险。     

投资组合管理中连接函数应用

运用Copula函数代替相关系数表示风险因子之间的依存关系,从风险因子依存性角度探讨投资组合风险值(VaR)计算。采用最大似然估计方法对Copula函数参数进行估计,通过MonteCarlo似然估计投资组合收益风险值,结果表明基于Copula方法估计的投资组合风险值比方差协方差方法估计的投资组合风险值更接近实际数据。     

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。     

Extreme quantile estimation based on financial time series

Estimation of market risk is an important problem in finance. Two well-known risk measures, viz., value at risk and median shortfall, turn out to be extreme quantiles of the marginal distribution of asset return. Time series on asset returns are known to exhibit certain stylized facts, such as heavy tails, skewness, volatility clustering, etc. Therefore, estimation of extreme quantiles in the presence of such features in the data seems to be of natural interest. It is difficult to capture most of these stylized facts using one specific time series model. This motivates nonparametric and extreme value theory-based estimation of extreme quantiles that do not require exact specification of the asset return model. We review these quantile estimators and compare their known properties. Their finite sample performance are compared using Monte Carlo simulation. We propose a new estimator that exhibits encouraging finite sample performance while estimating extreme quantile in the right tail region.     

基于VaR约束的带交易费用的商业银行资产负债组合优化模型

在考虑交易费用的条件下,以商业银行各项资产和负债的组合净收益最大化为目标函数,以贷款组合的VaR约束及法律法规和经营管理约束为条件,建立商业银行资产负债组合优化模型,为银行的资产负债管理提供决策方法,并给出具体计算实例,得到最优资产和负债的比例及最大净收益。该模型的特点：一是考虑交易费用,以及贷款利率依赖企业的信用等级,更切合实际;二是同时兼顾资产和负债两个方面的业务和管理。     

VaR在基金风险评价中的应用

文章运用基于VaR的RAROC方法,对2007年2月26日至2008年3月28日这一时期我国10只开放式证券投资基金进行实证分析.结果表明,这种基于极端风险VaR的绩效评价方法在市场波动较大、甚至出现大起大落的震荡态势时能更有效地反映基金的绩效,同时对于我国基民有效选择符合自己风险偏好产品和对于基金公司掌握基金风险水平都具有积极的意义.     

全球股指现货和期货市场极端风险溢出检验

文章选取全球范围内七对典型的股票指数及其指数期货自2007年10月8日国际股票市场大跌至2008年11月14日的日度数据,运用基于GED分布的GARCH模型估计了这些市场5%和10%风险水平下的指数下跌的条件VaR,并利用Hong(2001)提出的风险-Granger因果检验方法分析了相对应市场之间的风险溢出效应.实证结果表明,期货市场是股票指数主要的信息来源,起着重要的价格决定作用.