胖尾分布及长记忆下的动态 EVT-VaR 测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用 FIGARCH 对条件波动率建模、极值理论( extreme value theory,EVT) 对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试( back-testing) 技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验． 实证研究结果表明,无论是中国新兴市场,还是西方成熟发达市场,金融收益与标准收益均呈现出明显的有偏胖尾分布特征; 金融收益条件波动率均展现出长记忆性特征; EVT 与 FIGARCH 模型相结合的动态极值风险测度模型不仅在样本内表现出优越的风险测度能力,而且在样本外同样具有可靠的预测推广能力．     

胖尾分布及长记忆下的动态EVT-VaR测度研究

针对金融收益胖尾分布特征及条件波动率长记忆性特征,运用FIGARCH对条件波动率建模、极值理论(extreme value theory,EVT)对标准收益序列的尾部建模,测度出金融市场动态极值风险,进而运用返回测试(back-testing)技术,对模型在样本内的测度准确性与样本外的推广能力进行稳健性检验.实证研究结...     

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.     

非奇次空间动态极值估计的模型与应用

传统EVT方法是从静态的角度,研究超额数据的性质。然而,它没有同时考虑极端数据发生的时间所隐含的充分信息。本文首次在国内提出了非奇次空间动态极值理论(ITD-EVT)的概念,克服了EVT的上述缺陷,在极端数据的基础上考虑了时间因素,并引入多个解释变量,使极值分布的是三个参数为时变的,用二维泊松分布过程建立动态空间模型,是文中一大特色。把TD-EVT运用于极端情况下风险值的估计中,对金融风险管理、资产定价等问题有较大的理论和现实意义。     

宏观经济变量影响下的银行极端操作风险研究

操作风险管理是当前金融和监管机构密切关注的焦点,但其低频高危数据的严重缺失一直阻碍着极端操作风险度量模型的应用.本文构建了考虑发生频度的复合泊松过程应用模型,从广义帕累托分布(GPD)与广义极值分布(GEV)两种角度度量商业银行的极端操作风险.通过采用国际活跃银行的资本市场数据,基于宏观经济变量影响的Fama-French多因素模型,剥离传统的市场风险、信用风险以及流动性风险等获得综合操作风险极端数据,模拟测度外部事件影响下的银行极端操作风险发现:基于POT(过阈值峰值模型)方法估算的OpCVaR(操作风险的条件在险价值)高于其累积的在险价值,而BMM(分块极值模型)方法提供了一定期限内金融机构的最大损失额频度;且实证分析发现中资银行就其外部宏观经济影响下的极端操作风险而言,普遍低于其国际同行,但排除此次金融危机的系统性影响,则国际活跃银行的风控能力更稳定,这对改善我国银行操作风险管理和监管极具实践意义.     

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。     

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。     

地缘政治风险是中国原油期货市场的驱动因素吗?——基于小波多分辨的非参数分位数因果检验方法

地缘政治突发事件对于原油市场的重要影响早已得到广泛认可，但尚未有直接证据表明地缘政治风险是我国原油期货市场的驱动因素。引入基于新闻报道的地缘政治风险(geopolitical risk, GPR)指数，使用极大重叠离散小波变换与非参数分位数因果检验方法，详细讨论了不同时间尺度与原油条件分布下，地缘政治风险对我国原油期货收益与波动的非线性影响。在此基础上，利用上海原油期货5分钟高频交易数据计算7类原油日内波动，进一步分析地缘政治风险对原油高频价格动态的作用。研究发现：(1)地缘政治风险在频域视角下对我国原油期货收益具有显著影响，而原油价波动同时在时频域范围内对地缘政治风险变化表现出明显的响应。(2)地缘政治风险对我国原油期货已实现波动率和3类跳跃性波动均具备可预测性。(3)地缘政治风险对原油期货市场的影响具有明显的非对称特征，具体而言，对于原油收益的冲击更多地表现在极端分位点，并且对于原油收益和波动的长期影响均大于短期冲击。     

非对称结构下金融市场动态风险测度研究

针对金融市场呈现出的非对称结构,以新兴市场的中国大陆沪市上证综指(SSEC)和成熟市场的标准普尔指数(S&P500)作为代表性的研究对象,运用有偏学生分布(SKST)来刻画金融收益的有偏非对称分布形态;运用APARCH等模型来刻画金融收益条件波动率的非对称波动性,并以此来开展风险测度研究;最后运用返回测试中LRT和DQR来检验风险测度的准确性。实证结果表明:没有哪种金融收益的条件非对称波动模型具有绝对优越的风险测度能力;在标准收益服从的分布上,新兴市场SSEC与成熟市场S&P500市场却又表现出明显的不同,Normal分布并不适合SSEC,但能适合S&P500;ST能够适应SSEC,却不能适应S&P500,而SKST能够适应两种市场;对于S&P500,在99%这样高的置信水平下是Normal优越,而在95%的置信水平下却是SKST优秀,对于SSEC,SKST分布的准确性在两个水平下都是最高。     

非对称信息条件下的最优资本结构

与大多数信号模型假定高质量企业具有高水平现金流量不同的是,本文假定高质量企业与低质量企业的唯一区别是:高质量企业具有较低的现金流风险,而两者的平均现金流相同。在此基础上,利用博弈理论分别探讨了对称信息条件下和非对称信息条件下的最优资本结构问题。     

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。     

国内外石油市场的极端风险溢出检验

本文采用美国西得克萨斯(WTI)和我国大庆2000年5月至2005年5月的原油价格的日度数据,运用GED分布的GARCH模型估计了两个市场95%和90%置信水平下的上涨和下跌的VaR,并利用风险-Granger因果检验方法分析了两个石油市场的极端风险溢出效应.实证结果表明,无论是上涨还是下跌,国际油市对国内油市产生了单向的风险溢出,这意味着国际油市极端风险的历史信息可以用来预测国内油市的极端风险.文章进一步以股票市场为参照系,分析了石油市场风险管理的难点与对策.     

极端风险下中国股市的反应特征研究

投资者是否理性在金融理论中至关重要。本文利用日度交易价格数据,对中国股票市场在极端风险下的反应特征进行了统计实证研究。基于2002-2013年的数据发现,中国股票市场在极端风险下会表现出一些有趣且显著的反应特征。具体表现为:1.在股市出现极端下跌情形下,市场会由于过度反应而在接下来的一个交易日内表现出显著的反转特征;而在股市出现极端上涨情形下,市场在接下来的交易日内并没有明显的反应模式;2.与熊市相比,在出现极端下跌风险下,市场在牛市中更容易出现过度反应而表现出反转特征。实证研究结果还发现,基于极端风险构建的投资交易策略要显著的优于有效市场假说的买入并持有策略。本文的实证研究结果不仅表明投资者的非理性特征,而且还表明这种非理性特征已经影响到资产的定价。     

基于CAViaR模型的沪深300股指期货隔夜风险研究

期货隔夜风险的防范历来是投资者关注的热点,本文以沪深300股指期货为研究对象,采用CAViaR模型对普通隔夜风险进行度量,同时还采用新建的CAViaR-EVT模型对极端隔夜风险进行预测,全面地分析了多头VaR和空头VaR在不同分位数的动态变化特征,最后采用Kupiec似然比检验和动态分位数检验对模型进行后测检验。实证结果表明,隔夜收益序列具有右偏、无长期记忆性和尖峰厚尾等典型特征;CAViaR模型对股指期货的普通隔夜风险具有优异的预测能力,其中AS模型的预测效果最好;加入极值理论后,CAViaR-EVT模型同样能很好地刻画极端分位数下隔夜风险的动态演化过程,且其预测结果比EVT和GARCH-EVT模型要更合理。     

Copula函数选择对投资组合压力测试的影响分析

将在刻画变量之间相关性方面具有优势的Copula函数与能够准确评估市场极端情况的压力测试两种方法相结合,通过度量市场危机发生的期望等待时间,实证检验不同Dopula函数对投资组合压力测试结果的影响.在实证过程中,首先选择上证A股、深成A股两个市场指数作为研究样本,构造能反映单变量极值的广义帕累托边际分布,然后采用不同形式的Copula函数刻画变量之间的相关性结构,利用压力测试的方法考察Copula函数的选择对刻画投资组合风险的影响.实证检验表明,在度量两个市场同时出现危机情况的等待时间时,拟合效果较好与拟合效果较差的两种Copula函数对风险的估计存在显著的差别.这一结论表明,在压力测试的应用中引入Copula函数为组合投资风险管理指出了一个新的方向,但仍需要在描述相关性过程中慎重考虑Copula函数的选择.     

考虑投资者情绪的中国股市自激发效应研究

本文在极值理论中引入行为金融学，结合标值自激发点过程（MSEPP）刻画股指收益率极端值序列的集聚性、短期相依性，并将传统的超阈值模型所描述的齐次泊松过程拓展为非齐次泊松过程，探讨投资者情绪对极端收益率的冲击。运用风险偏好指数的方法，基于沪深300指数成份股合成中国投资者情绪指数（EMSI），进一步构建MSEPP-EMSI模型预测沪深300指数、上证综合指数及深圳成分指数的极端风险爆发概率，并对其进行动态ES风险测度。实证结果表明，沪深股市在短期内股指连续暴跌现象时有发生，投资者极度负面情绪会加剧股市的剧烈动荡，当考虑投资者情绪对极端风险的冲击时，MSEPP-EMSI模型能有效的提高对极端风险的概率预测精度及ES预测精度。     

多国股票市场的高频波动相关性研究

本文通过建立包含马尔科夫机制转换结构的MS-MHAR-DCC模型，并选取世界上比较发达的国家和地区股票市场的高频日内交易数据为样本，对多个股票市场波动相关性进行研究。通过引入包含马尔科夫结构的外部随机矩阵，本文识别出金融市场波动相关的截断时期，正态分布设定下相比在t分布设定下识别的截断时期更多且持续时间更长。在模型的截断时期内，多个股票市场的波动相关结构主要受到正向冲击，即在截断时期内的波动相关性大于平常状态的波动相关性。本文还发现，相同地域的股票市场间的动态波动相关性在大部分时期内表现为较强的正相关；美国股票市场和其余5个国家股票市场波动的动态相关性在大部分时期都表现为较强的正相关，表明美国作为全球巨头在世界金融市场波动的引导作用。     

股市波动率的短期预测模型和预测精度评价

基于幂转换以及不设定扰动项的具体相关结构和分布形式,构建了半参数的短期预测模型来预测中国股市的波动率.模型采用基于极值估计量的两阶段估计法进行估计,估计方法的小样本性质表现良好.此外,还通过具有Bootstrap特性的SPA检验实证比较了新模型与其他6种预测模型的预测精度.实证结果表明,在各种损失函数下,半参数短期预测...     

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。     

基于EVT-Vine-copula的多市场相关性及投资组合选择研究

研究多元市场间的相关性对构建市场投资组合进而有效规避风险具有重要现实意义。将股票、基金、国债、期货、货币、外汇和现货市场纳入统一框架,以2010年10月1日至2014年3月31日的HS300指数、上证基金指数、国债指数、燃油期货指数、Shibor隔夜拆借利率、欧元兑人民币中间价和原油商品指数为样本,在结合GJR和EVT对各自边缘分布进行估计的基础上,运用R-Vine copula、D-Vine copula和C-Vine copula 3种模型综合探讨中国不同金融市场之间的净相关关系,并详细分析所有两两市场间的非条件相关性及其在一个市场条件下的条件相关性。实证结果表明,中国金融市场间表现出厚尾相关性和非对称相关性特征,3种不同Vine-copula模型对中国金融市场的拟合效果没有显著差异;多数两两市场间具有较高的非条件相关性,通过逐一分析除两两市场外的第3个市场对其相关性的影响得知,二者在某些市场条件下的条件相关性仅为其非条件相关性的20%以下,因而选择对应市场构建三元投资组合可以避免仅在两个市场同向投资时其市场价格同时下跌的风险;熊市时要避免直接在非条件相关性及条件相关性较强的市场间同向投资,应通过选择非条件相关性较低的两个市场、条件相关性表现独立或较低的多个市场构建投资组合,从而规避不同市场价格同时下跌的风险。