Realized GAS-GARCH及其在VaR预测中的应用

论文提出了新的波动率模型Realized GAS-GARCH,并推导了该模型的QMLE参数估计.该模型结合了Generalized Autoregressive Score (GAS)模型的基本思路,把Realized GARCH 模型扩展到包含厚尾分布的情形,并采用了与厚尾分布参数相依的冲击响应函数.与简单的厚尾分布扩展模型相比,这种设定对于回报率中的极端值更加稳健.在基于沪深300指数高频数据的实证结果中,使用GAS冲击响应函数的模型对“在险价值”VaR的预测能力显著的超过了传统的厚尾Realized GARCH模型.     

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.     

基于杠杆效应SV模型和EGARCH模型VaR的比较

文章通过对比EGARCH和杠杆效应SV模型,发现杠杆效应SV模型更能刻画金融市场的实际特征。将杠杆效应的随机波动SV模型应用于VaR的计算,并作实证研究。通过与EGARCH模型下的结果对比,得到基于杠杆效应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。     

VaR方法及其在中国股票市场的风险度量研究

近年来,国际金融市场利率与汇率动荡起伏,科学技术的迅猛发展以及金融管制的放松导致银行面临着前所未有的市场风险,风险管理已经成为重要内容.在各种衡量金融风险大小的方法中,VaR(Value at Risk,风险价值)法最受金融界的重视.VaR模型结果一目了然,能够提供管理者一个确定的量化指标,并且计算方法较简单.具有极强的可操作性.它不仅用于银行自身市场风险的防范,还可以协助银行监管机构进行监管和测量资本充足率.     

市场风险资产损失服从Pareto分布的VaR计量

目前VaR模型是测量和管理商业银行市场风险的主流方法.运用VaR的计算原理,利用Pareto分布描述风险资产损失的尖峰厚尾特征,得到市场风险资产VaR计算公式,并且分析了VaR的影响因素,最后利用历史数据进行VaR的实例计算.     

考虑基差非对称效应的期货VaR估计方法研究

文章研究了基差对期货回报率波动性影响的非对称效应及其在期货VaR估计中的应用.以沪铜期货为例的实证结果表明,基差对期货的回报的波动性的影响存在显著的非对称效应,其中负基差对波动性的影响要明显大于正基差.通过与GARCH模型和未考虑非对称效应的SEGARCH模型对VaR估计的效果比较表明,考虑基差非对称效应的AE-GARCH模型更能提高VaR的估计精度.     

投资组合的风险度量问题研究

本文研究CVaR模型对投资组合的风险度量问题,将VaR与CVaR两个风险度量模型进行比较,指出当今流行的风险管理模型VaR的缺陷,分析了CVaR模型进行风险管理的优势,以及用CVaR模型来代替VaR模型作为金融机构风险管理主要工具的重要性。     

分位数回归视角下的金融市场风险度量研究进展

基于分位数回归的金融市场风险度量方法是一个崭新的研究领域。因具有准确描述失峰、厚尾等数据特征和无需对序列分布做特定假设的优点，分位数回归而倍受关注。梳理基于分位数回归的四种风险度量方法，包括表达式、参数估计、相应的检验过程、存在的问题，以及这些度量方法在国内的研究状况，可为提高我国金融业风险管理水平提供必要的理论指导和实践方法。     

小样本下日内风险计量指标的贝叶斯算法

目前对大样本下计算各类风险计量指标有各种不同的方法,但在小样本下尤其是超低小样本下计算各类风险计量指标的研究比较少。文章研究了利用推广的贝叶斯方法来计算基于日内5分钟分笔数据下的风险价值VaR和条件风险价值CVaR的方法。该方法计算简单,所需要的数据量少,而且具有一定的稳健性。     

银行监管与银行风险策略

本文在Merton(1974)假设资产价值遵循几何布朗运动的分析基础上,通过引入银行的监管机制,从四个方面分析了银行面对高低两种不同类型风险的资产组合进行选择时,银行的监管强度对银行风险策略选择的相互影响关系。在VaR监管约束下,银行监管当局的审查强度和强加的银行关闭阈值使银行承担风险的激励弱化,通过引入恐慌因子,使银行资本要求变得更为风险敏感。