基于极值理论的风险价值度量

精确度量风险价值(Value-at-Risk,VaR)和以及由此衍生的Expected Shortfall (ES)是对风险管理者的挑战.广泛应用的正态分布不足以描述金融收益的厚尾特征,尤其是风险管理者最为关心的99%或95%分位数.极值理论可以准确地描述分布尾部的分位数.本文利用极值理论计算VaR和ES,并给出它们的误差分析,然后利用深成指数据进行返回检验.两种返回检验方法的结果表明,极值理论方法可以比较精确地度量VaR和ES.     

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。     

基于极值谱风险测度的动态保证金水平设定

动态保证金是国际期货保证金制度发展的趋势,既顾及交易所的风险态度和有效地控制市场风险、又考虑到投资者的资金成本与效率是合理设定保证金水平的出发点.以交易活跃度为原则,选取1999年1月4日～2008年4月1日上海期货交易所的铜、大连商品交易所的大豆、郑州商品交易所的硬麦期货报酬率连续序列为样本,基于极值POT模型,利用谱风险测度模型对期货价格极端波动下设定动态保证金水平做实证研究,然后做回溯测试,并与用VaR和ES方法设定的保证金水平及现行静态保证金水平进行比较.研究结果表明,用极值POT模型可以很好地描述期货价格极端波动下报酬率序列的尾部特征,选择交易所风险厌恶参数为0.005计算极值谱风险动态保证金水平能对期货价格极端波动下的实时风险进行有效的控制,这为合理设定保证金水平的研究提供了新思路和新方法.     

基于标准残差的极值风险模型准确性研究

本文使用ARMA（1，1）与GARCH（1，1）、GJR（1，1）模型结合构造出标准残差序列，然后分别与条件EVT、条件正态分布、条件t分布和非条件EVT结合，形成8个风险测度模型，并分别用这些模型估计沪、深股市在置信水平为95％、97．5％、99％、99．5％的动态VaR（Value—at—Risk），然后用Kupiec（1995）和Christoffersen（1998）的返回测试（Back—testing）方法，判定沪、深股市对模型的准确性。研究结果表明，条件EVT风险模型能准确测度沪、深股市的风险。而非条件EVT模型缺乏准确性，对其它模型的准确性因置信水平不同而表现出差异性。在所有模型中，最能准确测度沪、深股市风险的模型分别是，置信水平为99．5％时的条件EVT—GARCH模型和置信水平为97．5％时的条件EVT—GJR模型。本文的研究结果为测度中国大陆沪、深股市风险在模型和置信水平的选择上提供了实证依据。     

基于极值理论生鲜乳市场风险评估研究

本文采用极值理论(EVT),对中国生鲜乳市场进行尾部数据拟合,通过超越阀值模型(POT)选取阀值,并在广义帕累托分布(GPD)模型下计算中国生鲜乳市场价格风险(Va R)。结果显示,生鲜乳市场价格波动剧烈。同时,预测生鲜乳价格市场十年一遇、百年一遇情况下生鲜乳价格最大波动幅度或称风险价值。     

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。     

基于极值理论和多元Copula函数的商业银行操作风险计量研究

基于操作风险呈厚尾分布的特征,本文按照巴塞尔协议的要求,采用POT极值模型分别估计了多个操作风险单元的边缘分布,然后用多元Copula函数来刻画这些操作风险单元之间的关联性并计算在险价值。通过对中国商业银行1990-2010年操作风险数据的实证分析表明,Clayton Copula能更好地反映各操作风险单元之间的相关性结构,且采用Copula考虑操作风险相关性下的VaR值要比简单加总下的VaR值减少约32.3%。因此,应用Copula函数计量操作风险相关性,不仅可以提高估计的准确性,还能够达到资产组合的风险分散化效应,减少操作风险资本要求,为商业银行提升盈利能力创造条件。     

基于ARIMA-GARCH模型和极值理论的中国股市风险价值度量

以极值理论为基础的风险值度量方法是最近发展起来的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例,利用ARIMA-GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较,然后利用极值理论对经过ARIMA-GARCH模型筛选过的残差进行极值分析,估算风险价值。     

应用复合极值理论估计动态流动性调整VaR

本文首次将一分钟内的交易差价(分内价差)的分布和日收益率的分布结合了起来进行分析,应用复合极值理论给出了动态流动性调整的VaR一种估计,同时得到动态流动性调整VaR的预测方法,最后对上海汽车股票(600104)和中国石化(600028)两只股票进行了实证分析。     

基于多元GARCH与极值理论的资产组合风险测度研究

在运用多元GARCH模型对资产组合损失的协方差矩阵进行建模的基础上,估计出组合的标准残差序列;然后,运用EVT对标准残差的极值尾部建模并估计出分位数,进而测度资产组合的动态极值风险;最后,再运用返回测试方法对模型准确性进行检验.研究结果表明,运用多元GARCH模型能够有效捕获多元资产损失的时变相关性特征;资产组合条件损失的标准残差极值尾部服从GPD;结合多元GARCH模型与EVT的风险模型能够测度所构造的多元资产组合的动态风险.     

中国大陆及周边股市动态ES风险传导关系效应研究

探索金融市场极端风险传导机理一直是政府管理当局、投资者关注的焦点。本文针对股市中存在的典型事实及股市损失分布复杂性特点,运用ARMA-GJR对股市指数条件损失进行建模分析,进而运用EVT对标准残差的极值尾部建模估计出股市极端风险ES,然后运用Granger-Causality检验技术,分别考察两个市场间极端风险ES的传导关系。实证结果表明:在整个样本期间,中国大陆沪深股市极端风险具有双向传导关系,香港市场向深市传导风险,而深市不能向香港传导风险,东京市场与香港市场、香港与台湾市场具有双向传导关系;而在熊市期间,中国大陆与周边市场极端风险ES传导关系变得更为复杂。     

中国股市与周边股市波动风险传导效应研究

由于金融资产收益的条件波动率不仅是金融市场风险度量的重要指标,而且呈现出明显的杠杆效应。因此,本文运用能够刻画波动率杠杆效应的LGARCH(Leverage GARCH)模型对金融市场条件波动率进行建模分析,进而运用Granger-Causality检验分析了中国股市与周边股市波动风险的传导效应。实证结果表明,在整个样本区间,上海股市与周边重要股市的联系比较微弱,仅与香港股市存在一定的风险传导关系,而与东京、新加坡股市却不存在传导关系。然而,在我国股市对境外合格机构投资者(Qualified Foreign Institutional Investors,QFII)开放后,中国股市与周边股市的波动风险传导关系明显异于对QFII开放之前和整个样本期的风险传导关系,上海股市与香港、东京、新加坡股市间的波动风险传导关系均显著增强。     

中国股市与国际股市的极值风险传导效应研究

本文针对股市中具有的部分典型事实构造股市指数损失的标准残差序列,并运用EVT对其极值尾部建模进而估计出股市指数的动态极值风险,然后基于Granger-Causality检验方法分析中国股市与国际上主要股市之间的极值风险传导效应。结果表明,在过去相当长时间内,中国大陆沪市与其它三个国际股市不存在风险传导效应而处于分割状态,但自2007年起,中国大陆沪市可以通过香港市场与其它国际股市进行极值风险传导;日本东京股市极值风险单向传导给香港股市,香港股市又单向传导给美国纽约股市;日本东京股市和美国纽约股市的极值风险存在明显的双向传导关系。     

股权质押与市值管理:基于中国沪深股市A股上市公司的实证检验

本文以沪深两市上市公司为研究对象,基于2012-2016年的样本数据,运用STATA14探讨了上市公司发生股权质押后,相较不存在股权质押的公司是否会更有可能进行市值管理,以及股权质押、股权激励和市值管理三者之间的传导机制。基于相关数据的实证结果显示,控股股东在发生股权质押行为后,为了避免股价发生异常波动或者持续下跌从而引发公司治理层面的风险,相较不存在控股股东股权质押情形的公司的确更有可能进行市值管理;进一步分析发现,股权质押后,控股股东会通过股权激励这种手段来进行市值管理。     

"金字塔结构"、家族控制与企业价值——基于沪深股市的实证分析

家族控制企业成为我国资本市场一个越来越重要的组成部分,金字塔型控制模式又是家族控制企业普遍采用的形式.本文对金字塔型家族控制模式进行了理论研究.并以我国A股上市公司家族企业为样本,采用2003-2005年的面板数据进行实证研究.结果显示:家族控制企业在一定程度上有侵害其他股东的动机和具体行为;成"系"企业加大了家族控制股东侵害少数股东权益的概率和程度;家族控制企业一致行动人累计股权比例与企业价值呈现一定的U型关系;独立董事参与公司治理亦没有起到制度上防止掏空的监督和制约作用.     

基于非参数与L-Moment估计的股市动态极值ES风险测度研究

通过运用带宽非参数方法、AR-GARCH模型对时间序列的条件均值、条件波动性进行建模估计出标准残差序列,再运用L-Moment与MLE(maximum Likelihood estimation)估计标准残差的尾部的GPD参数,进而运用实验方法测度出风险VaR(value at Risk)及ES(ExpectedShortfall),最后运用Back-Testing方法检验测度准确性。结果表明,基于带宽的非参数估计模型比GARCH簇模型在测度ES上具有更高的可靠性;基于非参数模型与L-Moment的风险测度模型能够有效测度沪深股市的动态VaR与ES。     

基于注意力传染机制的股市动量与反转模型研究

针对我国股市参与程度低,投资者非理性以及股价暴涨暴跌的基本事实,本文在一个简单的定价模型中刻画了新投资者参与市场背后的注意力传染机制,发现投资者关注在资产价格形成过程中扮演双重角色:一方面投资者的有限关注导致价格对信息反应不足,引起收益动量;另一方面,关注投资者通过注意力传染机制诱导无经验的正反馈交易者进入市场,导致收益反转。因此,注意力传染机制的引入合理地解释了股票动量效应与反转效应并存的事实,对于理解在成熟市场与新兴市场中投资者关注定价效应的差异具有重要意义。     

股票市场价值函数实证研究

价值函数是前景理论的核心组成部分,用以刻画决策者对于收益和损失的主观感受.以前对前景理论的实证研究基本上通过心理学实验来进行,而且是针对决策者个体进行的.本文以股票市场整体为对象,采用EGARCH模型提取到达市场上的信息流作为财富改变的代理变量,利用两阶段幂函数型作为价值函数的表现形式,对十个国家股票市场上综合指数的日收益率数据进行了实证研究.实证结果发现各国股票市场上价值函数均呈现反S形状的,与多数心理实验中个体决策者表现价值函数呈S形状迥然有别.     

全球性股市恐慌下的股市日内风险传染:来自欧债危机时期的证据

本文主要着眼于全球性股市恐慌下的中国内地与中国香港、中国台湾、日本股市之间的日内风险传染现象,使用日内5分钟数据,应用FFF回归、FIEGARCH模型、ARFIMAX模型的波动溢出三步检验法,对内地股市与其他三个东亚股市之间的日内波动溢出效应进行了实证分析.本文的主要结论是:中国内地与中国香港股市之间存在着强烈的双向波动溢出效应;中国内地与日本股市互不影响;中国内地与中国台湾股市之间,虽然在非恐慌时期几乎不存在波动溢出效应,但进入恐慌时期后中国台湾股市显著受到内地股市影响.股票市场之间的波动溢出效应具有非对称性特征,并且股市下跌时的波动溢出效应比上涨时要大.