基于Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

基于时变Copula的供电公司多期购电组合优化模型

针对供电公司在多市场、多阶段的购电组合问题,构建了以供电公司期末收益最大、以多期一致性风险度量函数测度的风险最小的多期购电组合优化模型。其中考虑到电力日前期货市场和实时市场电价序列的尖峰、厚尾特性和两市场电价序列间的相关结构,采用时变SJC Copula-(GARCH-T,GARCH-GED)模型拟合电价序列,并进行模拟。算例结果表明,多期投资组合决策优于单期连续决策,也优于整体购电决策。     

不同时变Copula-EVT-ES模型精度比较研究

结合EVT极值理论,构建了4类时变Copula模型,拟合了股指间的动态极值相依系数,并对各类资产组合进行了预期损失ES风险测度.通过Backtesting方法,对比研究了不同时变Copula-EVT-ES模型的风险测度精度.实证结果表明,在市场极端波动状况下,结合EVT极值理论的时变Copula-ES模型能够对资产组合尾部极值风险进行有效测度,并且对于空头头寸的风险测度效果优于其在多头头寸的表现.善于刻画变量间厚尾极值相依关系的时变tCopula-EVT-ES能够取得较好的组合风险测度效果,而对于二元资产组合,在高风险水平上,时变SJC Copula-EVT-ES模型也值得重点关注.     

基于时变Copula的房地产业与银行业尾部动态相关性研究

文献多数从线性相关和静态相关的视角研究房地产业与银行业(金融业)的相关性,本文基于大智慧“板块指数”中的“房地产”(代表房地产业)和“银行类”(代表银行业)数据,采用GARCH、EVT和时变Copula模型研究房地产业和银行业的动态尾部相关性.实证结果表明,时变Copula模型刻画尾部相关性的效果优于静态模型,时变SJC-Copula的建模效果相对最好;样本考察期内,上、下尾相关系数均为正,分别落在区间[0.2287,0.6146]和[0.4666,0.7143]内,且下尾相关系数均大于上尾相关系数,说明市场低迷时,房地产业和银行业易产生共生风险,并且低迷时的相关性强于活跃时的相依性;上、下尾相关系数均具有自相关性、ARCH效应.分析月均下尾相关系数发现,房地产业和银行业的下尾相关性具有“政策效应”:下尾相关系数相对较低的月份往往伴有严厉的房地产调控政策出台或之前的月份出台了调控政策,意味着房地产调控政策将弱化房地产业和银行业的下尾相关性.未来应继续执行或出台更严厉的调控政策,降低银行业与房地产业的共生风险,促进房地产业的健康发展.     

考虑对称性冲击的时变信息风险测量

准确测量股票信息风险对资产定价、风险管理和市场业绩的衡量均具有重要的作用． 针对Duarte 和Young 模型中参数假设为常数这一缺陷,采用已有金融文献使用交易量建模消息状态概率和对称性订单流冲击概率的方法,允许Duarte 和Young 模型中的消息发生概率和对称性订单流冲击概率均时变,从而提出了时变信息风险测量模型,该模型可以测量日间和日内两个时间窗口的APIN 和PSOS． 进一步通过选取我国股市交易活跃股票的交易数据,实证比较了所建构的时变信息风险测量模型与Duarte 和Young 模型对数据的拟合效果及其对价差的解释能力． 最后,实证研究了我国股市的周内信息风险的特征．     

基于非参数时变Copula模型的美国次贷危机传染分析

金融危机传染分析是国际金融领域中的重要课题,本文对Copula变点检测方法进行推广,采用时变非参数阿基米德Copula模型检验金融危机传染的存在性及其变化趋势,以时变尾部相依系数的大小来度量危机传染程度,并结合系数的变化趋势和时间段对金融危机传染效应进行分析.最后选择全球六个主要股票市场指数和S&P500指数进行危机传染实证研究,得出次贷危机对不同国家或地区的传染效应有所差别.     

基于Copula的外汇投资组合风险分析

本文简要介绍了Archimedean Copula,并运用Archimedean Copula给出了确定两种外汇最小风险(VaR)投资组合的方法。并用这个方法,对欧元和日元的投资组合做了相应的风险分析,得到了二者的最小风险投资组合,并对不同置信水平下VaR和组合系数做了敏感性分析。     

中欧货币汇率的极端风险传播研究

2016年10月1日, 人民币正式加入国际货币基金组织的特别提款权篮子, 这是人民币国际化进程中的里程碑事件.人民币国际化为经济活动带来便利的同时, 也伴随着汇率风险传播的可能性, 这体现在不同货币汇率的极端联动性上.所谓极端联动性, 是指不同货币汇率同时大涨或大跌, 这不利于维持金融市场的稳定, 也会影响实体经济的有效运行.因此, 研究货币之间极端联动性的特征和原因有着重要意义.本文首先采用多种动态的Copula模型, 研究了欧洲地区主要国家货币汇率和人民币汇率之间从2008年到2016年间的极端联动现象.发现, 两个地区货币汇率的极端联动现象自2016年起有所增强.这不仅体现在极端联动的概率显著上升, 还体现在其持续时间的延长.为了解释该风险溢出现象背后的原因, 本文随后研究了影响极端联动概率的可能因素, 包括经济政策的不确定性, 中欧双边贸易的开放程度, 以及金融一体化的程度等.面板固定效应回归模型结果显示, 经济政策的不确定性对于中欧地区货币汇率的极端联动现象有着重要的影响, 其中中国经济政策的不确定性起主导作用, 尤其是在进入2016年之后.本文认为降低经济政策制定和实施过程中的不确定性将会有效地减少汇率风险的传播.     

动态均值-方差资产组合的有效性:时变风险容忍度视角

尽管均值-方差模型在静态资产组合优化过程中得到广泛运用并证明是有效的,但在动态情景下,均值-方差模型运用于动态资产组合优化过程中的有效性问题引起人们的质疑：一是常风险规避系数的设定不符合事实;二是投资者偏好设定不符合动态情景下的主流效用函数族。鉴于此,本文假设投资者风险容忍度是资产组合投资期与投资者期望收益率的函数,研究动态均值-方差资产组合的有效性问题。基于均值-方差分析框架构建时变风险容忍度下的动态资产组合模型;运用伊藤定理和拉格朗日乘子法获得最优资产组合封闭解;基于二次效用偏好下的动态资产组合,从资产组合策略、夏普率、确定性等价收益率和有效前沿等视角验证动态均值-方差资产组合策略和业绩,并予以实证。结果表明：动态均值-方差资产组合不但具有同等业绩而且体现了其灵活性和风险对冲价值;尽管动态均值-方差资产组合表现出高杠杆性,但其确定性等价收益率较高,且随投资期的增加呈现倒U型趋势;动态均值-方差资产组合的投资期效应显著,强于投资者期望收益率。研究指出,时变风险容忍度下的动态均值-方差资产组合管理和优化策略有效,但在短投资期（低于12个月）和（或）低期望收益率下并不适用。研究不但拓展了均值-方差模型在动态情境下的应用,而且体现了投资者源于心理和（或）其财富变化的投资行为调整。     

基于时变Copula函数的下偏矩最优套期保值效率测度方法研究

由于下偏矩测度方法具有明显优于最小方差风险度量方法的特征,因此是更为合理的套期保值效率测度准则。本文针对已有的计算最小下偏矩套期保值比率的非参数方法与参数方法存在的局限性问题,提出使用时变Copula函数来估计现货与期货收益率的联合密度函数,然后通过数值方法计算最小下偏矩套期保值比率的新方法。并且运用上海期货交易所交易的铜期货合约价格与上海金属网公布的铜现货价格数据进行实证检验,发现使用具有随时间变化的相关系数的Copula函数,与非参数方法相比,可以得到更小下偏矩的套期保值率。     

基于g-h分布的投资组合VaR方法研究

根据g-h分布的统计特性,提出了基于投资组合损益、损失以及极端损失的三种g-hVaR方法。它们结合了分析方法、历史模拟方法和极值理论方法的优点,能够很好地处理回报的不对称现象和厚尾现象。实证研究表明,该方法明显优于常用的德尔塔-正态方法。     

基于时变相关系数的动态投资组合策略

在金融市场中个股收益率之间具有高度相关性,这种相关性的强弱程度随时间变化而改变.采用基于高频数据的已实现协方差刻画个股收益率间的相关性时变特征,真实反映投资组合中个股收益率间的相关情况,通过GARCH模型把投资组合的各期收益率的方差有效地连接起来,建立收益率方差之间的递推关系,从中分离出持续方差,构建总持续方差,进而把总持续方差作为二次规划模型的目标函数建立在控制风险扩散意义下的动态投资组合模型,求得该模型的解析解.实证结果表明,时变相关系数的引入将投资组合收益率在负半轴的波动幅度控制在较小的范围,说明基于时变相关系数建立的动态投资组合模型对控制风险的扩散具有实践意义.     

投资组合VaR及其分解

本文在简要介绍投资组合VaR的概念及计算方法后对组合VaR进行了具体的分解。在阐述了边际VaR、成分VaR和增量VaR之间相互关系的基础上给出了资产收益率为正态和非正态分布假设下这三种类型VaR的计算方法,从而为资产组合管理者提供了更多有关投资组合市场风险的信息。     

中国股票市场的时变杠杆效应研究——基于随机Copula模型的实证分析

构建随机Copula模型研究了中国股票市场在极端市场条件下的时变杠杆效应.为了解决金融市场中波动率不可直接观测的问题,采用已实现波动率测度作为隐波动率的代理变量,进而运用基于有效重要性抽样的极大似然(EIS-ML)方法估计了随机Copula模型的参数.基于沪深股市数据的实证研究表明:中国股票市场的杠杆效应具有非对称特征,即股市低收益率伴随高波动率,但股市高收益率不一定伴随低波动率;中国股票市场的杠杆效应存在显著的时变性,沪深股市杠杆效应表现出类似的变化趋势;随机Copula模型相比其它Copula模型(静态Copula模型和时变Copula模型)具有更好的数据拟合效果.     

风险资产组合的均值-WCVaR模糊投资组合优化模型

本文在均值-方差模型的框架下,建立了以Worst-Case VaR(WCVaR)代替方差作为风险测量指标的均值-WCVaR模型.同时,将对数型隶属函数引入到模型中,以证券组合期望收益率极大化和WCVaR极小化为目标,建立了对数型满意程度的模糊决策投资组合选择模型,更好地反映了投资者对目标值的取值意图.依据上海证券市场的实际数据,采用遗传算法进行了模拟计算,验证了模型的有效性.     

基于Copula函数的ETF流动性风险与市场风险相依性分析

以截至 2009 年 12 月 18 日在上海证券交易所和深圳证券交易所公开发行的易方达深证 100ETF、华夏中小板 ETF、华夏上证 50ETF、华安上证 180ETF、华泰柏瑞上证红利ETF共5只交易型开放式指数基金为研究对象,度量指数基金的流动性风险和市场风险,并以GARCH (1,1) 对风险的边缘分布进行建模,同时应用Copula函数的相关系数分别对不同指数基金的流动性风险和市场风险的相依性进行度量.实证研究表明,指数基金的流动性风险和市场风险都呈现出波动聚集的特性,华安上证 180ETF 的流动性风险和5只ETF的市场风险均具有尖峰厚尾的分布特性.在证券市场牛市时,华夏上证 50ETF 和华安上证 180ETF 的流动性风险与市场风险呈现负相依的特性,而华泰柏瑞上证红利ETF、易方达深证 100ETF 和华夏中小板ETF的流动性风险与市场风险呈现正相依的特性;在证券市场熊市时,指数基金的流动性风险与市场风险均呈现正相依的特性.     

信用风险度量和管理方法研究

近年来,随着国际金融环境变化,金融机构对于信用风险管理更加重视.本文首先简单回顾了现代违约证券估价理论的发展,然后着重对市场上三种主要信用风险度量和管理方法CreditMetrics模型、KMV模型和CreditRisk+模型进行比较分析,阐述了它们的基本原理与相应优缺点.