基于RiskMetrics模型的单个期货合约保证金比例设计

为了规避价格波动风险,期货交易所应该采取动态保证金设置方式。本文对单个期货合约的日收益序列建立了基于RiskMetrics的VaR模型,用滚动样本预测下一交易日的VaR值,而LR检验表明所建立的VaR模型能较好地测度价格波动风险。因此,下一交易日保证金比例可以设置为预测的VaR值和所规定的涨跌停板率的最小值,这样就能以相应的概率抵御该交易日价格波动带来的风险。     

基于极值视角的沪深股市收益率的风险度量

文章以沪深股市收益率为研究对象,分别运用收益率的极值分布、收益率的POT模型以及基于收益率序列GARCH模型残差的POT方法计算沪深股市的在险价值(VaR).实证过程发现沪深股市收益率序列均存在明显的尖峰厚尾现象,实证结果表明深市潜在风险高于沪市潜在风险,并且三种方法中基于收益率序列的POT模型计算的VaR精度最高,而对收益率序列应用GARCH模型描述其波动后再对模型的残差进行POT方法计算的VaR精度最低.     

中国股市动态VaR计量模型分析

风险测量是现代金融活动的中心。近年来,新兴的VaR测量方法已成为国际上风险管理的主流方法。文章介绍了利用GARCH模型的VaR计算方法,并比较了基于不同分布假设的4种GARCH模型计算的VaR值,并得出以下结论:证券市场收益率具有强烈的GARCH效应和非正态分布性;基于GARCH-T的VaR估计值在给定的显著性水平下能够有效地度量金融资产的风险。     

基于保证金返还激励制度的闭环供应链网络设计

针对制造商与政府对共同关注的废旧产品回收问题,文章进一步研究了他们进行合作的一种激励模式。假设政府规定在产品出售给消费者之前必须交纳一定的保证金,当消费者返还废旧产品时,零售商和制造商将退还保证金并且根据退还的时间给与消费者相应的激励奖金,但是当返还时间超过规定的时间后,消费者只能拿到原来交纳的保证金。在此假设下,建立了连续随机模型,讨论了随着保证金、激励奖金的变化,销售、回收规模和制造商、零售商利润的变化规律。并且讨论了当制造商、零售商的利润达到最大时,回收商的最佳位置。     

基于稳健型EWMA的期货公司保证金设定研究

文章针对目前期货公司保证金收取方式存在的问题进行了改进.文中引入基于Laplace分布发展起来的稳健型EWMA方法,建立了新的期货公司保证金设定模型,较好地反映了期货合约价格序列有偏、厚尾的现象.同时文章采用cornish-Fisher(CF)方法确定期货价格波动系数.通过对天然橡胶期货合约保证金水平的测定对本文建立的模型进行了实证研究,结果表明本文所建模型在同样保证金占用下具有更好的风险控制能力.     

基于GARCH和半参数法的VaR模型及其在中国股市风险分析中的应用

一、引言ＶａＲ是风险估值模型 (ＶａｌｕｅＡｔＲｉｓｋ)的简称 ,是近年来国外兴起的一种金融风险管理工具 ,旨在估计给定金融产品或组合在未来资产价格波动下可能的或潜在的损失。用Ｊｏｒｉｏｎ( 1996)给出的权威定义 ,可将其表述为“给定置信区间的一个持有期内的最坏的预期损失” ,即在一定的持有期和一定的置信度内 ,某金融工具和投资组合所面临的潜在的最大损失金额。目前 ,该方法已经得到国际金融界越来越多的重视和应用 ,部分国家已明文规定银行、上市公司、证券公司等机构必须定期公布自己的ＶａＲ值。ＶａＲ的意义在于 ,它不仅可…     

VaR和GARCH类模型在证券投资基金风险计量中的应用研究

本文将当前金融领域刻画条件异方差最典型的GARCH模型及其衍生模型TARCH,EGARCH,PARCH等,引入VaR的计算,分别在正态分布、t-分布和广义误差分布（GED）假设下,进行了实证研究,刻画了基金波动的焦聚性、杠杆效应、尖峰及厚尾特征,有效度量了基金风险。结果表明该方法具有重要的经济应用价值。     

基于VaR约束的带交易费用的商业银行资产负债组合优化模型

在考虑交易费用的条件下,以商业银行各项资产和负债的组合净收益最大化为目标函数,以贷款组合的VaR约束及法律法规和经营管理约束为条件,建立商业银行资产负债组合优化模型,为银行的资产负债管理提供决策方法,并给出具体计算实例,得到最优资产和负债的比例及最大净收益。该模型的特点：一是考虑交易费用,以及贷款利率依赖企业的信用等级,更切合实际;二是同时兼顾资产和负债两个方面的业务和管理。     

我国燃油期货市场的波动率预测模型

准确描述和预测石油及其相关产品的价格波动对各国政府能源政策的制定以及能源风险管理工作意义重大。文章以上海期货交易所燃油期货的15分钟高频价格数据为例,实证计算了三类代表性波动率模型:已实现波动率模型、随机波动模型以及GARCH族模型对我国燃油期货价格波动的预测值,同时,采用多种损失函数对比了三类波动率模型。实证结果表明,基于高频数据的已实现波动率模型对我国燃油期货市场具有最好的波动预测精度。而就基于日数据的模型而言,随机波动模型要明显强于GARCH族模型。     

基于GARCH族模型的VaR与CVaR值的实证与应用

文章以港交所H股指数期货的收盘价格数据作为实证载体,研究在正态分布、T分布和广义误差分布下GARCH、EGARCH及PARCH模型的VaR值和CVaR值,经过比较和检验,其结果显示:一、三种分布对结果拟合最好的是广义误差分布GED;二、在VaR值预测失效的时候,CVaR值仍然能够比较准确的预测结果,对CVaR值的测量效果最佳的是基于GED分布的PARCH模型。     

中国燃料油期货市场的动态风险评估

期货市场的风险测度是准确评价市场运行效果的前提。中国燃料油期货市场已经运行了5年多,测度其投机风险对于科学的风险管理和建立全面的石油期货市场都具有重要意义。依据中国燃料油期货市场的特点,采用基于t分布和时变方差的动态VaR方法和动态Bayes VaR方法衡量其投机风险。结果表明：燃料油期货市场自运行以来市场内部风险一直处于平稳且略有下降的状态,采用动态方法在测度投机风险时更为稳健和科学。     

我国期货市场期货价格收益及条件波动方差的周日历效应研究

一、引言Cross(1973)、French(1980 )、Gibbons和Hess(1981)等人最早对股票市场日收益的分布特征进行了研究,发现股票市场的收益在一周中各交易日之间的分布呈现出一定的规律性,平均来说,一周中发生在星期五的收益为正数且相对较高,而发生在星期一的收益为负数且是一周中最低的,这也就是人们通常所说的周日历效应(TheDayofWeekEffect)或周末效应(WeekendEffect)。在这之后,许多学者对股票市场及其它金融资产日收益率的周日历效应进行了进一步研究,其中Chiang和Tapley(1983)对2 1种期货合约期货价格收益的周日历效应进行了研究,得出了与…     

基于非同步交易的国内外期货市场价格发现贡献度研究

针对我国期货市场与国际成熟期货市场交易时间的非同步性,本文给出了基于非同步交易的信息共享模型,并对国内、外主要期货市场之间的价格发现贡献度进行了实证研究。研究结果显示：基于非同步交易的信息共享模型可以很好地刻画非同步期货市场之间的价格发现贡献度;并且,国外发达市场的价格发现贡献度要明显大于国内市场,由此表明国外期货市场的价格发现仍居于主导地位,这进一步支持了价格发现被期望在较低交易成本市场发生的交易成本假说。     

基于GARCH-VaR的股指期货保证金模型

文章以收益率的正态性检验、集群性检验和平稳性检验为基础,用GARCH方法计算VaR,将VaR作为保证金比率,建立了基于GARCH-VaR的股指期货保证金模型,对沪深300指数进行了实证研究.研究表明沪深300指数的收益率不服从正态分布,其收益分布具有明显的厚尾特征和丛集效应;通过与EWMA和风险价格系数法进行对比,发现GARCH-VaR模型能更好地捕捉收益分布特征,得到的保证金水平能更好地覆盖风险.     

中国农产品期货保证金设置模型的实证研究

期货交易所设置保证金时一方面要尽可能地覆盖期货价格波动的风险,减少投资者违约的几率;另一方面期货公司还要考虑投资者的交易成本,提高其资金使用效率,增加交投的活跃程度,这就要求保证金比例不能设置太高。如何在二者之间进行权衡,在风险可控的前提下收取投资者最低的保证金是期货公司保证金设置中的最大难题。因此,站在多方角度,将VaR理论与五种计量模型相结合,研究期货市场波动率与动态保证金设定水平之间的内在规律,以科学制定适应中国国情的动态保证金制度。     

交易间隔、超高频波动率与VaR ——利用日内信息预测金融市场风险

 金融市场风险价值研究一般采用日收益数据,并基于GARCH类模型进行估计和预测,这必然会损失部分日内信息。本文尝试使用中国股市日内分笔超高频数据,在分析日内波动特性的基础上,通过UHF-GARCH模型对交易间隔等日内信息建模,得到超高频波动率UHFV。本文用ARFIMA模型对超高频波动率UHFV建模,应用到风险价值VaR的预测中,并同基于日数据的GARCH类模型的VaR预测能力进行比较。VaR似然比和动态分位数等回测检验的结果显示,超高频数据波动率UHFV模型的预测能力强于采用日数据的GARCH类模型。     

股市收益率的风险测量——基于参数与非参数GARCH技术的动态VaR计算

风险管理的基础和核心是对风险的定量分析和评估,即风险测量。VaR方法由于其明确的的经济含义及易操作性,已成为金融机构进行风险管理的一种主流方法。本文基于参数GARCH和非参数GARCH技术计算股市收益率的VaR,并对二者进行比较。通过实证分析得出以下结论:上海股市收益率序列有强烈的GARCH效应,基于非参数GARCH技术得到的VaR在给定的显著性水平下更能有效地度量股市的风险。     

基于EM算法的知情交易概率估计

知情交易在金融市场微观结构中扮演了重要角色,而估计知情交易概率的传统方法仍存在一些不可克服的障碍。通过借鉴EM算法的思路并重新设计EKOP模型中参数的估计方法,对模拟数据和市场交易数据进行估算的结果表明,基于EM算法的知情交易概率估计相比以往对似然函数因子化的处理方式,在避免数值溢出和估算效率两方面都有明显改善,这为正确认识市场内部的知情交易水平提供了有力工具。     

交易延迟与机构投资者交易策略研究

对于机构投资者而言,出清具有一定规模的证券时,其提交指令的行为将对证券价格造成冲击形成交易成本,之后指令执行延迟也造成交易成本。文章以既定风险厌恶的机构投资者为研究对象,探讨其在交易延迟下的最优指令提交策略。经研究表明:交易延迟下最优指令提交策略受风险态度、证券收益、证券价格的波动性、市场的流动性与深度以及瞬时冲击程度等参数影响,不同市场的情况要求机构投资者调整策略,改变指令提交过程。     

基于Copula-SV模型的投资组合风险分析

文章将Copula函数和SV模型相结合,建立了投资组合风险分析的Copula-SV模型,对我国股票市场实际的组合投资问题进行了实证风险分析;并与Copula-GARCH模型下的投资组合风险值进行比较,取得了满意的结果。