VaR模型及其在股票风险评估中的应用

介绍VaR模型理论 ,计算上证综合指数在不同置信水平下的VaR值 ,并与实际损益作了对比。在分析所得数据的基础上 ,得出我国股市引入VaR模型的必要性     

风险测量方法VaR及其修正模型

VaR由于其概念简单易于理解，成为目前市场上通用的衡量市场风险的指标．文章介绍了风险度量指标VaR的概念及方法，指出了VaR的两大缺陷；还介绍了它的两个修正模型CVaR和CDaR的概念及其计算方法，并比较了它们的优缺点。     

VaR模型项下的信用担保风险管理研究

随着中小企业信用担保体系的不断完善,担保贷款的规模不断扩大,担保贷款的风险管理受到普遍关注。VaR模型作为一种新的风险管理方法。近年来得到金融机构的广泛认可。介绍了VaR模型的基本原理,探讨了该模型在信用担保贷款风险量化管理中的应用。     

基于两种分布下的SV模型与GARCH模型的VaR比较

文章将随机波动SV模型与GARCH模型应用于VaR的计算,并利用上证指数的实际数据作实证研究,构建基于正态分布和T分布下的GARCH模型与SV模型,测量了上证指数收益率的风险价值(VaR).结果表明,相比GARCH模型,SV-N,SV-T模型能更准确地对实际市场波动情况进行拟合,更加真实地反映上证指数的市场风险特性.     

基于马尔科夫机制转换CAPM的VaR模型研究

本文利用机制转换的CAPM模型来计算中国证券市场的VaR,首先回顾了机制转换模型,接下来介绍了基于马尔科夫机制转换CAPM的VaR模型（MSW—VAR）,最后选择深圳证券交易所的十支股票进行VaR计算,通过准确性检验显示效果良好。MSW-VAR模型能够满足系数时变和市场指数及组合的方差也是时变的市场特性,模型中的混合正态分布,可以拟合证券市场分布的偏峰厚尾特征。     

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.     

VaR的若干度量方法及其比较

目前存在较多的度量VaR的方法,不同的方法计算出的结果又有较大差别。针对这种状况,文章给出了GARCH-GPD模型,并将之与几种普遍使用的估算VaR的方法进行了分析比较。结果表明,GARCH-GPD模型能有效捕捉金融收益序列的尖峰厚尾、波动聚集等特性,在较高的置信水平下,GARCH-GPD模型显示的结果更加安全。     

基于VaR方法的金融风险度量模型及其应用

针对金融风险度量问题,对几种典型的VaR方法进行比较说明,总结其各自的优缺点和适用范围,通过对美国次贷危机中各大金融机构VaR风险管理体系实际效果的分析,发现当前普遍应用的VaR模型及其管理体系在极端情况下存在局限性,从而得出VaR方法必须结合对经济金融形势的综合判断才能取得较好效果的结论。     

基于GARCH模型的VaR度量证券投资基金风险实证研究

相对于度量金融资产风险的各种波动性方法和灵敏度方法,VaR方法以其概念简单易懂、关注下行风险和可计算复杂投资组合的风险等优点成为国际上广泛采用的先进风险度量方法。但计算VaR有许多不同的方法,针对不同的资产或资产组合找到合适的VaR计算方法是应用VaR的关键问题。分析证券投资基金的统计特征和风险特性,采用厚尾分布和GARCH模型来计算其VaR值,通过比较得出GED分布假设下的GARCH模型方法是所分析的几种VaR计算方法中的最优方法。     

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。     

流动性与风险管理：一个基于二元t分布GARCH估计方法的L_VaR模型

VaR已是风险管理领域金融机构量化风险的主流方法,但传统的VaR模型一直未很好地将流动性风险纳入其考量范围。文章通过引入非流动性指标,构建了一个简单的经流动性风险调整的VaR模型,VaR估计方法采用二元t分布GARCH模型。对我国股市实际数据计算发现,流动性因素对VaR值的影响较大,而且持仓规模越大,影响越大。该模型对风险管理具有很好的参考价值。     

风险测量方法VaR及其修正模型

VaR由于其概念简单易于理解,成为目前市场上通用的衡量市场风险的指标.文章介绍了风险度量指标VaR的概念及方法,指出了VaR的两大缺陷;还介绍了它的两个修正模型CVaR和CDaR的概念及其计算方法,并比较了它们的优缺点.     

投资组合动态VaR预测模型和预测精度评价

采用4种Backtesting检验方法,检验22个常态和时变投资组合动态VaR预测模型的风险预测精度,发现GJR_GPD_TV_Copula具有最高的投资组合风险预测精度,GJR_GPD_Copula的拟合、密度预测和组合风险预测精度都要高于GJR_SKST_Copula,且Copula模型的组合风险预测精度分别与拟合精度和密度预测精度存在较弱的正相关关系.     

一种用于AMT项目综合评价的评分法

作者给出了一种用于AMT项目综合评价的评分法。该法中包含了一种新的战略指标权重赋值方式,对决策者合理确定各指标权重有一定的借鉴意义。     

基于非对称GARCH的铜期货市场风险度量研究

针对金融时间序列普遍存在自相关性、杠杆效应、尖峰厚尾等典型事实,运用基于杠杆效应的GARCH模型,构建铜期货市场收益序列具有典型事实的动态风险测度模型:VaR-AR(m)-EGARCH(p,q)和VaR-AR(m)-TGARCH(p,q),再通过上海期货交易所(SHFE)铜期货对所建模型进行实证分析,并运用Back-testing中的LRT(Likelihood Ratio Test)方法,对铜期货市场风险测度模型准确性和可靠性进行实证检验。实证结果表明,基于非对称GARCH的铜期货市场动态风险度量模型,能够有效捕获铜期货市场的典型事实,同时还能够准确测度具有杠杆效应的铜期货市场的动态风险,也能加强对金融市场动态风险预测能力。     

基于VaR风险控制和法规约束的银行资产负债管理优化模型

以资产组合收益率的波动为标准反映风险,在既定的组合收益率下,以组合风险最小为目标,以VaR风险收益率为约束,以法律、法规和经营管理约束为条件,建立了银行资产负债管理优化模型.通过实例分析,说明了该模型的合理性和可行性.     

极值理论高频VaR区间估计模型的构建

为了对在险值的估计精度进行度量,更为精确和有效地衡量极值VaR（value at risk）的估计风险,基于广义极值理论构建了极值VaR的区间估计模型,并进一步利用高频数据重点考察了不同置信水平和不同样本容量分块下的极值VaR区间估计结果的精度和模型的有效性。结果表明,极值VaR的动态区间估计模型与参数法和非参数法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有很好的估计精度,VaR估计风险的精确度更高。