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.     

极值BMM与POT模型对沪深股市极端风险的比较研究

基于VaR理论正态性假设导致的尾部风险低估问题,本文研究了极值理论BMM与POT模型,并对沪深股市极端风险进行了实证分析。研究结果表明,涨停限制抑制了沪深股市极端风险数据的异质性,致使厚尾分布线向内收敛,在较高置信水平下POT模型最为有效,两个指标VaRPOT、CVaRPOT均真实地反映了极端风险;在较低置信水平下正态VaR模型反而存在高估的假象,BMM模型则存在低估的问题,此时POT模型仍是最有效模型,但CVaRPOT替代VaRPOT成为描述极端风险及其性质的有效指标。     

中国房地产业与银行业动态相关性及风险溢出性——基于GPD-Copula-CoVaR模型的实证研究

文章通过构建GPD-Copula-CoVaR模型,考察了2000年1月至2017年6月中国房地产与银行业的动态相关性与风险溢出性,并通过Monte Carlo方法拟合VaR,检验了模型样本外的预测能力。结果表明,房地产与银行的相关性与房地产市场的繁荣及政策调控密切相关,但严厉的政策调控只能暂时降低两个行业的相关性,并不是长效机制;样本外预测显示GPD-BB1Copula模型对实际风险损失的覆盖率更高,模型预测效果更好;此外,房地产与银行存在双向风险溢出效应,其中房地产对银行的风险溢出更强,约为40%。研究对相关投资者和政策制定者具有较强的应用价值。     

汇率泡沫的理论及实证

一、模型及方法(一)模型到目前为止,关于汇率泡沫研究的模型有弹性价格货币模型,粘性价格货币模型,购买力平价模型和卡甘模型,但由于在以往的研究中卡甘模型有效性的实证结果较好,所以本文以卡甘模型为基本模型。卡甘模型描述了对实物帐户的需求是被通货膨胀率所决定的,即:mt-p