基于t-copula的信用组合一致性风险度量

以预期短缺ES作为信用组合的风险量度,利用t-copula建模债务人的资产相关性,然后运用小样本近似方法求解信用组合损失分布,并与利用高斯copula得出的结果作比较,提出了一种确定信用组合一致性风险量度ES的方法,并研究债务人资产相关性建模中的模型风险。     

基于VaR和ES的经济资本配置方法比较分析

经济资本配置是商业银行进行经济资本管理的一种有效方法,为了研究在商业银行经济资本配置中,在险价值（Value at Risk,VaR）和预期短缺（Expected Shortfall,ES）这两种风险量度所表现出的差异性,借助于信用组合损失分布的Vasicek单因素模型框架,对VaR和ES两种风险量度下的经济资本配置实现方法进行推导,并通过案例,对这两种风险量度在经济资本配置上表现出的差异性进行比较分析。研究结果表明:尽管由ES确定的经济资本比由VaR确定的经济资本要保守,但基于ES的经济资本配置方法比基于VaR的经济资本配置方法更能反映资产的风险特征,更便于实施。     

基于状态转换的风险分解VaR模型研究

VaR的度量涉及到资产组合的未来市场因素分布、波动性以及定价三个方面。针对传统CAPM和GARCH方法的不足,作者提出了市场指数及证券(组合)分别服从独立的马尔科夫状态转换过程下的风险分解VaR模型——SSRM模型。模型能够分别呈现市场的系统风险和个股特有风险,在方法上允许市场指数、证券(组合)分别存在波动性的突然跳跃。凸出特点是既综合考虑了市场和特定资产的关系,又考虑了资产和市场风险的时变性特征。实证显示模型较经典的GARCH-β模型在VaR估计方面有显著优势。     

可转换债券的定价改进模型与实证分析

在单因素定价模型和双因素定价模型的基础上,本文建立了基于单因素定价模型和利率模型的时间分段均值的定价改进模型,通过Monte Carlo方法模拟数据进行模型比较,得出定价改进模型优于前两者,并利用上海机场转债历史数据做实证分析,得出定价改进模型的定价误差比双因素定价模型的定价误差小,结果表明定价改进模型在可转换债券的价值估计上是适用的且优于另外两个模型。最后,本文对定价改进模型的关键特性,即对利率模型的时间分段取均值的分段次数做了分析,得出将一年时间作为一个分段是比较优的时间分段方法。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发，考虑基于GARCH类模型和基于非参数模型的VaR估计．对于前者进行筛选以后，采用EGARCH(1，1)模型来估计资产或资产组合未来收益率的波动，后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数，并用这两个模型对上海股市进行了实证研究，结果表明后者不失为一种值得考虑的方法。     

Mean-CVaR模型下的两基金分离定理

简要介绍了CVaR风险度量方法,并基于CVaR风险度量方法研究了风险资产组合以及含有无风险资产的资产组合服从多元T分布情形下资产组合的Mean-CVaR模型,分别得到了此模型下两种资产组合的两基金分离定理。     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发,考虑基于GARCH类模型和基于非参数模型的VaR估计.对于前者进行筛选以后,采用EGARCH(1,1)模型来估计资产或资产组合未来收益率的波动,后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数,并用这两个模型对上海股市进行了实证研究,结果表明后者不失为一种值得考虑的方法.     

专家系统与过程控制系统的整体式集成方法研究

本文对专家系统与传统过程控制系统的集成方法进行了系统的研究与分析，提出了递阶式集成方法和实施框架，该方法通过面向对的递阶建模方法将启发式知识和基于模型的知识按照工厂的递阶结构组织成类层次的，实现了多种类型知识的有效集成。     

基于行业板块的投资组合方法研究

运用资产选择和资本资产定价理论、首先根据单基金定理构建行业间板块组合,其次根据Markowitz模型构造行业内证券组合,而后将二者复合成单一组合方法,最后结合上证综合指数和深证行业指数通过Granger因果关系检验验证了不同行业对市场作用不同,因此表明考虑行业因素的投资组合更具有效性,这一结论与投行分板块选股实情相吻合。     

FIEGARCH-EVT-ES风险测度及在期货市场的应用

构建了FIEGARCH-EVT-ES风险测度模型,并将其应用于期货市场风险度量。FIEGARCH能捕捉资产收益的条件异方差、波动的长记忆性以及对正负信息反应的非对称性;极值理论（EVT）能处理资产收益的厚尾性;期望损失ES是一致性风险测度,可有效弥补VaR无法考察超过分位数信息的缺陷。以上海期货交易所铜期货为例验证了模型的有效性,并与GARCH-N-VaR模型进行比较分析,结果表明,GARCH-N-VaR低估了风险,FIEGARCH-EVT-ES预测效果较好,同时也不会使预测结果过于保守,从而过高估计风险。     

信用组合相关结构对组合风险量度的影响

针对现有信用风险组合模型在违约相关结构建模中存在的问题,文章提出了基于copula函数的信用风险组合模型,并在此基础上,通过数值举例比较分析了相关结构对组合损失分布和风险量度的影响,表明了相关结构在信用风险组合建模中的重要性以及基于copula函数信用风险组合模型的优势。     

心理账户交互作用下证券投资组合风险度量模型研究

考虑证券投资组合决策中心理账户因素, 基于Copula函数和信息熵原理, 构建了心理账户交互作用下证券投资组合Copula-IE风险度量模型, 改进了传统行为证券组合风险度量模型, 提出了新的行为证券组合风险度量优化模型。通过对该模型分析可知:投资者的投资预期水平越高, 所造成的行为决策风险越高;投资者心理账户之间的替代性越强或越弱, 均使得投资组合的风险增强。     

基金组合风险与规模关系的实证分析

证券投资基金通过证券的组合投资来降低投资的风险,根据基金组合投资的原理,通过随机简单等权模型对基金样本进行组合结果表明:基金组合投资者选取比较大的基金组合规模才能有效地减少组合的总风险或排除非系统性风险;由于基金管理费用等费用因素将随组合规模扩大而增加,在组合规模选取中需要权衡风险和费用的利弊,一般而言选取7-13只基金作基金组合比较合适。     

条件风险价值度量方法在银行投资组合优化中的应用

将一种新的风险度量方法——CVaR方法引入银行投资组合优化问题中，由此建立了期望收益最大化的优化模型．并利用我国债券市场价格数据进行了实证分析．     

中国证券市场信息风险定价实证研究

以Hasbrouck的交易信息含量(PIM)作为衡量信息非对称程度指标,构造基于PIM的零投资组合,代表中小盘股票中证500样本股票零投资组合获得显著的信息风险溢价,并且能够被Fama-French三因子、动量因子和流动性因子解释。以交易信息含量作为信息因子的代理变量,回归分析表明它对基于PIM构造的投资组合的平均收益率没有显著的解释作用,表明中国证券市场上信息风险定价作用不稳定。     

基于投资者偏好的模糊投资组合模型

研究了模糊环境下的投资组合优化,将证券的收益率描述为模糊变量,基于可信性理论,提出了平均损失风险,利用平均损失风险的加权平均度量投资风险,此风险度量可以反映投资者的不同风险偏好程度,并建立了模糊环境下的投资组合模型。     

投资组合风险测度——基于FIGARCH-EVT-Copula方法

金融资产收益率不仅具有尖峰厚尾性、异方差性,还具有长记性。基于此,将FIGARCH、EVT和Copula有机融合,建立FIGARCH-EVT-Copula模型来估计组合风险值,利用上证指数、深成指数组合进行实证研究。实证研究表明:我国股市波动确实具有长记忆性;FIGARCH-EVT-Copula模型不仅能够准确刻画边缘分布的尖峰厚尾性、异方差性和长记忆性,而且较之于传统模型,该模型能更准确地测度投资组合风险。     

产业内贸易与贸易调整成本：一个文献综述

随着国际贸易的发展,产业内贸易逐渐取代传统的产业间贸易,成为国际贸易中新的贸易型态。如何在贸易全球化的背景下谋求福利最大化?这再次引起了学者们的注意,关注的重点主要在于产业内贸易的动态衡量以及其与调整成本之间的关系。文章疏理了产业内贸易与调整成本的研究成果,发现既有研究存在以下不足:研究对象多集中在发达国家的工业领域;检验平滑调整假说的方法存在弊端;农业贸易调整成本的研究维度较单一等。为此,建议学者可以引入非参数估算和展开多维度的方法来探讨发展中国家农产品贸易的调整成本问题。     

基于风险和收益权衡的勘探项目投资组合研究

针对石油资源的勘探难度逐年增加、勘探资金紧缺等瓶颈问题,分析了油气勘探项目投资组合现状,认为：油气勘探项目投资组合优化应在单项目评价的基础上,对投资组合进行风险评价。结合我国勘探管理现状及特点,用实例分析了选择年净现值作为单个勘探项目的收益指标,选择单个勘探项目的方差作为风险衡量指标,进而分三步建立油气勘探项目投资组合优化的多目标规划模型。对勘探项目进行投资组合优化,发挥有限勘探资金的最大效益等方面具有一定的借鉴意义。     

社保基金投资组合的动态风险测度研究

考虑到现阶段社保基金主要投资于股票和债券,以沪深300指数和国债指数构建投资组合代表社保基金投资组合,测度社保基金投资组合的动态风险。首先,基于FIGARCH模型对边缘分布建模;然后,基于时变Copula研究资产间的动态相关性,发现沪深300指数和国债指数间的相关性具有较强的持续性;最后采用Monte Carlo预测投资组合的VaR进行Kupiec检验。比较研究发现,基于时变模型的VaR预测效果要优于非时变模型的预测效果,时变FIGARCH-Copula-T和DCC(Dynamic Conditional Correlation)-MFIGARC-T模型都能准确地测度动态风险,但前者预测的失败率要低于后者。