基于改进信息交易概率模型的信息风险测度研究

准确测度信息不对称是研究金融市场信息不对称问题的基础。在详细考察经典的信息交易概率模型的建模过程和假设条件的基础上,针对信息交易者和非信息交易者在不同信息状态下的订单提交状况,提出考虑外生信息状态概率、异质期望和交易活跃度的改进的信息交易概率模型;通过带机制转换的向量自回归模型估计外生信息状态概率,综合考虑多方面的市场交易信息,提高模型估计的准确性。实证结果表明,改进的信息交易概率模型可以较好地刻画证券市场的信息不对称程度。从截面上看,信息交易概率与标的资产的垄断优势和话题性相关,垄断优势越强的股票信息交易概率越低,话题性越强的股票信息交易概率越高;从时间上看,信息交易概率的变化受公告信息的影响,公告信息发布前的信息交易概率较高,公告信息发布后的信息交易概率较低。因此,在防范信息风险时,应重点关注话题性较强的版块,特别是股价比较容易受舆论影响波动的个股;同时,在公告信息发布之前的时段,应对市场波动和信息动向给予更多关注。     

基于信息心理测度的信息心理模型研究

信息心理研究就是了解与总结信息发布过程中信息对人们心理影响的规律,以帮助人们适时适度地发布信息,避免负面信息对人们心理的冲击,影响社会稳定与和谐.本文研究构建信息心理模型的目标就是测度不同的信息及其发布时机可能产生的对人们心理冲击的强度,以及度量信息对人们心理的影响,提供信息发布对社会影响的量化工具,以帮助人们选择合适的时机发布合理的信息,增强信息发布的效果.绘制信息心理学模型,需要找出两个因素,然后对各因素加权,得出衡量信息心理模型的标准.     

基于SKT-ARFIMA-HYGARCH-VaR模型的股票型基金投资风格漂移风险测度研究

投资风格漂移是把双刃剑,基金在获取短期超额收益的同时,其背后也折射出巨大的漂移风险。本文以2004年成立的8只开放式股票型基金为研究样本,在量化基金投资风格漂移收益及分析其序列呈尖峰、厚尾与有偏特征的基础上,通过引入skt分布来刻画新生变量的分布,构建ARFIMA-HYGARCH-VaR模型来测度基金投资风格漂移风险值,并与skt分布下的RiskMetrics及GARCH族等5种VaR模型的风险测度能力做了比较实证分析,同时对各种VaR模型进行失败频率回测检验与动态分位数测试。研究结果表明:在不同显著性水平下,skt分布下的各种模型基本都有较好的风险测度能力,但ARFIMA-HYGARCH模型的VaR风险测度更加精确与稳定;Person吻合度检验也证实了skt分布能较好刻画投资风格漂移日收益序列的分布。本研究为控制较严重的投资风格漂移及规范基金产品创新设计与发行无疑具有重要的理论价值与现实意义。     

知情交易概率与风险定价——基于不同PIN测度方法的比较研究

分别采用EKOP模型、VPIN模型和VWPIN模型测度了中国证券市场个股的知情交易概率,并实证检验了知情交易概率因子在资产定价中的作用.研究结果表明,基于物理时间和交易量加权的VWPIN模型结合了经典EKOP模型和VPIN模型的优点,可以更简单地估计个股日内任意时间窗口下的信息不对称程度.进一步,关于资产定价的检验结果表明,在控制相关影响因素之后,采用VWPIN模型估计得到的知情交易概率因子与个股收益率之间呈现显著的正相关性,符合理论预期.     

基于物元与可拓集合理论的企业技术创新综合风险测度模型

技术创新是企业获得竞争优势的动力源泉,是企业谋求生存和发展的重要保障。然而,技术创新是一项高风险活动,企业要避免和减少损失,将威胁转化为机会,就必须对技术创新风险进行管理,而准确度量风险则是进行技术创新风险管理的基础。本文基于物元与可拓集合理论,建立了企业技术创新综合风险测度的多维可拓物元模型,并提出了风险的可拓测度方法。该方法能够综合考虑企业技术创新过程中的各种主观信息和客观信息,反映技术创新过程中的各种风险因素的状态,不仅可以对企业技术创新的综合风险进行测度,而且可以对企业技术创新的客观风险和决策者的主观风险做出准确评估。理论分析和实践结果均表明了所建立模型的可行性和有效性,这为企业技术创新风险的测度提供了一条新的途径。     

基于几何谱风险测度GM的期货套期保值模型研究

利用几何谱风险测度GM控制套期保值中组合资产的极端损失风险,建立了基于GM的期货套期保值优化模型.本模型的创新与特色一是现有研究的传统套期比、最小方差和VaR最优套期比模型仅仅是本模型最优套期比的一个特例;二是通过几何谱风险测度GM的风险厌恶函数对较大的极端损失赋予较大的权重达到了控制极端风险的目的:三是通过几何谱风险测度GM的风险厌恶函数对极端损失客观赋权改变了风险偏好人为给定的随意性;四是模型得到的最优套期保值比率由投机需求和纯套保需求两部分组成,反映套期保值者的真实需求.     

基于双曲线记忆HYGARCH模型的动态风险VaR测度能力研究

本文针对金融市场的典型事实特征,运用自回归分数移动平均(Fractional Integrated Autoregressive Moving Average,ARFIMA)模型与双曲线记忆广义自回归条件异方差模型(Hyperbolic Memory Generalized Autoregressive Conditional Heteroscedasticity,HYGARCH)模型、分数协整非对称自回归条件异方差(Fractional Integrated Asymmetric Power Autoregressive Conditional Heteroscedasticity,FIAPARCH)模型和分数协整指数广义自回归条件异方差(Fractional Integrated Exponential Generalized Autoregressive Conditional Heteroscedasticity,FIEGARCH)模型结合,并运用有偏学生t分布(Skew Student t Distribution,SKST)来捕获金融收益分布形态,以此开展动态风险测度研究,进而运用返回测试(Back-Testing)中的似然比率测试(Likelihood Ratio Test,LRT)和动态分位数回归(Dynamic Quantile Regression,DQR)方法对风险模型的准确性与精度进行联合检验。通过实证研究,得到了一些非常有价值的实证结论:ARFIMA(1,d,1)-FIAPARCH(1,d,1)-SKST模型与ARFIMA(1,d,1)-HYGARCH(1,d,1)-SKST模型均表现出卓越的风险测度能力,但没有绝对优劣之分;ARFIMA(1,d,1)-FIEGARCH(1,d,1)-SKST模型在成熟市场的表现能力差强人意;本文引入的所有风险模型在中国大陆沪、深股市表现优越且没有实质性差异。     

股票流动性风险测度模型的构建与实证分析

传统度量流动性风险的方法是计算股票的平均流动性水平,近年来逐渐考虑到了流动性的波动性,对流动性风险的度量更加接近实际.本文在以上两种衡量流动性风险方法的基础上建立了包含"横"与"纵"两维上的新的流动性风险测度模型--流动性"成本-风险"矩形和等流动性风险曲线,并以上海证券交易所上市的107只A股为样本进行实证检验,结果表明该模型能够比较全面真实的测度股票的流动性风险.     

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。     

基于马尔科夫随机波动和极值理论的风险测度

针对金融资产波动的时变、聚集以及状态转换等特征,将马尔可夫转换模型和随机波动模型相结合,同时考虑波动尾部的状态分布,构建MSSV-t模型,然后将收益序列转化为标准残差序列,在此基础上,应用EVT模型对标准残差进行建模,进而构建基于MSSV-t-EVT的VaR测度模型,最后对该模型的有效性进行检验。研究发现：MSSV-t-EVT模型能够有效识别上证指数（SSCI）的波动转换特征,并且能合理地测度该指数的收益风险,尤其在高的置信水平下表现更好。研究结论表明MSSV-t-EVT模型能较为准确的刻画股市剧烈波动的事实,可用于交易风险控制和对市场异常波动的预警。     

股票市场流动性风险计量模型研究

本文通过对流动性风险本质属性的探讨,提出了目标流动性的概念,建立了两个新的流动性风险计量模型模型,一是用流动性不足的均值测度流动性风险模型;一是包含流动性不足及其波动性的流动性风险综合测度模型。并以上海证券交易所上市的148只A股为样本进行实证检验,结果表明该模型能够科学计量股票流动性风险。     

基于VaR的现金流风险度量模型研究

与金融企业不同,非金融类企业拥有更多非经常交易且不易估值的资产,因此更关注其在将来某一时刻现金流的不确定性.把现金流在险值与金融工程技术中在险值的概念相结合,运用风险敞口模型分析和蒙特卡洛模拟等计量方法,为非金融类公司管理层、投资者和分析家提供一个简单具体而直接的现金流不确定性的评判指标.通过对在险值和现金流在险值的比较以及对现金流在险值度量模型发展脉络的分析,发现现金流在险值技术更能刻画出非金融类公司的财务风险;通过引入管理决策风险作为风险因子并改进风险敞口模型,计算样本公司的现金流在险值;进一步提出现金流在险值的应用价值和研究方向.     

基于分块极大值模型的商业银行操作风险计量研究

尽管高级计量法由于具有计算精确和节约监管资本等优点而被多数商业银行所青睐,但对于采用哪一种方法来刻画低频高危的操作风险尾部数据却没有一致认识。本文根据巴塞尔委员会关于操作风险计量的原则,采用分块极大值方法和概率加权矩参数估计法,对中国商业银行1990—2009年间的操作风险数据进行了实证。从图形检验和数值检验结果来看,该模型估计的参数具有较高的拟合优度,能够较好地拟合操作风险极端值的尾部分布,为商业银行计量操作风险资本提供了较高的参考价值。     

基于系统安全工程能力成熟模型的信息系统风险评估

本文在信息系统风险分析中,采用系统安全工程能力成熟模型作为理论依据,构造出基于模型的风险评估指标体系,并运用模糊评判方法评估了系统的风险程度.     

基于多元t-分布的外汇期权市场风险非线性VaR度量模型

主要研究当汇率回报呈多元t-分布时,对于外汇期权非线性头寸的VaR(Value at Risk)度量的问题.在推导出多个外汇期权的投资组合的二次近拟的矩母函数表达式基础上,本文使用傅里叶变换、切比雪夫不等式、数值转换计算求出投资组合的VaR的值,并和基于多元正态分布Comish-Fisher模型以及基于Delta-正态模型计算所得的VaR值了进行比较.这种方法克服了厚尾分布的VaR计算的困难.     

股票的组合投资模型

依据股票收益与风险所形成的有效凸集,提出股票的自回归组合投资模型。在此基础上,利用模糊数学的相关知识建立股票的模糊组合投资模型。     

基于贝叶斯MCMC的POT模型——低频高损的操作风险度量

对低频率高损失的操作风险进行量化非常困难,其特点为较少发生,而一旦发生通常都会造成巨额损失,因此数据匮乏是一个严重的挑战,内部欺诈风险是此类风险的典型代表,也是中国商业银行有代表性的重大操作风险类型.在损失分布法的框架下,通过极值理论对内部欺诈风险进行度量;考虑到使用损失数据对频率直接拟合带来的问题,借助POT模型的重要性质对内部欺诈风险强度和频率进行估计;在此基础上,使用基于吉布斯抽样的贝叶斯MCMC方法估计POT模型的参数,以解决样本数据不足时极大似然估计中误差增大的问题.在这一方法框架下,以中国商业银行的内部欺诈损失数据为样本,对中国商业银行的内部欺诈风险进行度量,并估计了相应的经济资本.     

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.