基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采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。     

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.     

基于SV-GED模型的极值风险度量研究

把GED分布引入SV模型,构建SV-GED模型,然后与极值理论相结合拟合标准残差的尾部分布,进而建立一种新的金融风险度量模型——基于EVT-SV-GED的动态VaR模型,并通过沪深300指数和恒生指数的每日收盘价进行实证分析,研究显示:EVT-SV-GED模型能有效刻画中国股票市场的波动性特征,并且能够既有效又合理的度量金融市场风险。     

基于EVT-POT-SV-MT模型的极值风险度量

针对金融资产收益的异常变化,采用SV-MT模型对风险资产的预期收益做风险补偿并捕捉收益序列的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,通过SV-MT模型与极值理论相结合拟合标准残差的尾部分布,建立了一种新的金融风险度量模型——基于EVT-POT-SV-MT的动态VaR模型.通过该模型对上证综指做实证分析,结果表明该模型能够合理有效地度量上证综指收益的风险.     

国际碳市场风险价值度量的新方法——基于EVT-CAViaR模型

受全球经济、政治、能源和政策等各方面因素影响,碳资产价格波动剧烈,探寻适合碳市场风险度量的计量方法具有重要的现实意义。论文以EUA和CER市场为研究对象,对比了CAViaR与GARCH-GED模型在不同预测区间、不同置信水平下度量碳市场风险时的表现,发现CAViaR模型在模型拟合和预测方面要优于GARCH-GED模型,但由于CER市场具有更大的不确定性,导致了CAViaR模型在CER市场的预测表现比EUA市场更差,并且在预测1%VaR时,CAViaR模型表现出不稳定性;论文进一步将EVT与CAViaR模型结合来改进碳市场1%VaR的预测效果,发现在处理具有高风险预测区间以及高风险的CER市场,EVT-CAViaR模型的预测表现都更加稳健,说明该方法能够一定程度上提升碳市场风险的预测精度。     

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。     

操作风险度量模型与方法研究

操作风险正日益成为全球银行业风险管理的重要研究领域。对于商业银行而言．操作风险已经成为与市场风险和信用风险同等重要的风险。本文介绍了操作风险的含义、类别及其特点，从其特点指出对操作风险进行度量和管理的困难性．并从监管的角度和度量的角度分别介绍了几种操作风险模型及其特点，分析得出大部分模型难于获得较好应用的原因在于数据问题。分析了近几年操作风险量化模型的新进展、新领域和可能的发展方向。为我国商业银行进行操作风险建模提供了参考和借鉴。     

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。     

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。     

股市回报率分布的厚尾性与风险估测模型的绩效探讨

当金融时间序列具有分布的厚尾性、波动的集聚性等特征时,传统的方法将难以胜任对风险的准确度量.除了讨论在厚尾分布下如何应用条件极值与无条件极值来度量风险外,还利用历史模拟、风险矩阵、条件正态模型等方法进行风险值估计,最后运用五项评估指标对各种模型的预测效果进行了比较分析.     

中国股市风险CAViaR建模的稳定性分析

VaR能够方便地度量金融市场的风险水平,已成为众多银行和金融机构监管与防范市场风险的标准工具。VaR模型是否稳定是实际使用者所关注的十分重要的问题。本文介绍了诺贝尔经济学奖得主Engle及合作者Manganelli于1999年最新提出的条件自回归VaR模型（简记CAViaR模型)的理论及实际意义．并采用Chow检验方法重点探讨了中国股市风险CAViaR建模的稳定性问题。通过对上证综合指数与B股指数及深圳成指的实证研究,我们发现．由于中国股市的结构性变化。Engle及Manganelli所力荐的四个参数CAViaR模型用于中国股市风险建模是相当不稳定的．不能很好地适合现实的中国股票市场。忽略中国股市的结构性变化而度量市场风险会低估或高估模型的解释能力。     

基于极值理论的沪深股市风险传染性研究

针对中国股市指数损失具有的典型事实特征,运用ARMA(1,1)-GARCH(1,1) 和ARMA(1,1)-GJR(1,1)构造出标准残差序列,再运用EVT对其极值尾部建模并结合随机波动过程估计动态极值风险VaR,然后对股市极值风险序列进行Granger因果检验,以判定风险传染性效应.结果表明,沪深股市动态极值VaR序列存在双向传染性效应;动态风险VaR由沪市向深市传染的强度大于反向传染的强度.     

基于指数回归模型的中小企业板极端风险度量

中小企业板有着区别于沪深主板市场的风险特征.本文针对传统基于正态分布假设的VaR模型低估风险问题,运用极值POT模型研究中小企业板的极端风险,利用指数回归模型实现了POT模型中阈值的定量选取,避免了样本Hill图在选取阈值时存在的局限性.实证结果表明,POT模型对中小企业板极端风险的估计比正态分布更有效.研究还发现,传统基于正态分布的风险度量没有体现金融资产收益率的尖峰厚尾特征,同时存在低估风险和高估风险,但都很难通过LR统计量检验.因此,基于指数回归法的POT模型更能有效刻画中小企业板的极端风险.     

基于分块极大值模型的商业银行操作风险计量研究

尽管高级计量法由于具有计算精确和节约监管资本等优点而被多数商业银行所青睐,但对于采用哪一种方法来刻画低频高危的操作风险尾部数据却没有一致认识。本文根据巴塞尔委员会关于操作风险计量的原则,采用分块极大值方法和概率加权矩参数估计法,对中国商业银行1990—2009年间的操作风险数据进行了实证。从图形检验和数值检验结果来看,该模型估计的参数具有较高的拟合优度,能够较好地拟合操作风险极端值的尾部分布,为商业银行计量操作风险资本提供了较高的参考价值。     

我国金融机构的系统重要性评估:基于多元极值理论

2008年全球金融危机以后,金融机构的"大而不能倒"问题以及由此引发的系统性风险备受关注。本文基于多元EVT和Copula函数,建立了系统重要性的多角度评估指标体系,并对我国公开上市的26家金融机构的系统重要性做了一个综合评估。实证研究结果表明:(1)我国银行业在金融体系中占有主导地位,且银行业同质性较高,易诱发系统性风险;(2)规模不是系统重要性的唯一考量因素,其他因素也会对系统重要性产生显著影响,部分股份制商业银行和城商行也应被列为金融监管的重点关注对象。     

股票市场的极值风险测度及后验分析研究

通过对上证综指和世界股市若干重要指数的实证研究发现,无论是在成熟资本市场还是新兴资本市场当中,极值理论(EVT)及其工具都能更加准确地刻画实际市场的极端波动和风险状况.详细说明了不同收益分布假定下风险价值(VaR)的计算方法及其后验分析(Back-testing)过程,证明了与非条件和条件正态分布以及条件t分布等主流金融理论的收益分布假定相比,条件EVT分布在测度极端市场风险时所表现出的优越性,同时说明了在不同概率水平下各种收益分布假定的精确度和适用范围.     

国际股市对中国股市风险溢出的叠加效应研究——基于FNAC-ΔCoES模型

为了考察多个国际股票市场对中国股票市场风险溢出的叠加效应,将二维ΔCoES拓展至多维ΔCoES,并基于完全嵌套阿基米德Copula(FNAC)推导出多维ΔCoES的显式解,同时给出了风险溢出叠加效应的度量公式和显著性检验方法。实证研究结果显示:两个国际股市同时发生风险时,对中国股市的风险溢出存在显著的、非线性的叠加效应,但这种叠加效应不一定会随着陷入风险的国际股市数量的继续增多而持续加强;此外,通过对比不同国际股市组合下的风险溢出叠加效应发现,欧洲股票市场对叠加效应的影响相对更大;最后,鲁棒性检验结果显示,FNAC-ΔCoES模型具有良好的稳健性。     

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。