VaR估计中的概率分布设定风险与改进

 在金融风险管理中,金融风险的事先判断具有极其重要的意义,然而金融机构金融决策事前支持技术的缺陷常常被忽略,在金融投资收益率概率分布估计方法尚未建立以前,将样本数据特征纳入风险度量的计算则不失为一种改进风险判断的有效途径。本文选择度量金融风险的主流方法—VaR技术来讨论概率分布设定风险,探讨依据数据特征改进和扩展VaR计算方法,通过对Delta-正态方法与Delta-Gamma-Cornish-Fisher扩展方法估计VaR值的比较,从实证分析角度论证了扩展方法在VaR估计中的有效性与稳健性。     

参数法、半参数法的动态VaR模型风险度量

文章采用参数法和半参数法,分别考虑标准化收益在GED、SGT、GPD分布下以及FSH方法下的GARCH模型、EGARCH模型和PGARCH模型的风险测度的准确性,据此组建了12种风险测度的动态VaR模型,并采用道琼斯股票市场指数和上证指数进行实证分析.对收益率进行基本统计分析发现两个股票市场的收益率都不服从一般的正态分布.运用后验测试的方法,对所有模型的样本外预测动态VaR值采用LR、LR.和DQ三种方法综合检验,并由损失函数值可以看出:GARCH模型的风险度量能力最弱,在置信水平99.5％下,EGARCH模型最准确,在置信水平95％下,PGARCH模型最准确;GED分布描述市场的准确程度相对最弱,在较高的置信水平下,半参数模型能更好地度量市场的风险,在较低的置信水平下,参数模型能更好地度量股票市场的风险.     

基于时变参数Copula的△CoVaR度量技术

采用基于时变参数Copula的△CoVaR度量方法,以动态参数Copula模型描述金融变量间的相依结构、以GARCH类模型描述各金融变量的边际分布,通过构建的联合分布计算△CoVaR.利用此方法度量中国大陆与美国、香港的股票市场间的极端风险溢出.实证结果表明:通过此方法计算的△CoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出.     

资本资产定价模型（CAPM）对上海股市的实证研究

本文采用实证分析方法和经验验证手段,结合中国证券市场实践,对资本资产定价模型(CAPM)进行了有效性检验。我们采用回归分析方法,计算出了100支样本股的β系数,进而拟合出了上海股票市场的证券市场线(SML)。实证分析表明:上海股票市场中股票的β值对收益有一定的解释力,但对市场风险的度量缺乏显著性作用。方差分析结果表明:CAPM一定程度上可衡量上海股票市场风险与收益之间的关系,但有效性不强,非系统性风险对股票收益具有重大影响。     

基于时变参数Copula的ΔCoVaR度量技术

采用基于时变参数Copula的ΔCoVaR度量方法,以动态参数Copula模型描述金融变量间的相依结构、以GARCH类模型描述各金融变量的边际分布,通过构建的联合分布计算ΔCoVaR。利用此方法度量中国大陆与美国、香港的股票市场间的极端风险溢出。实证结果表明:通过此方法计算的ΔCoVaR能同时反映时变波动性与时变相依性,可更灵敏准确地度量危机时的极端风险溢出。     

CVaR-EVT和BMM在极端金融风险管理中的应用研究

随着风险度量一致性原则的提出,研究发现金融机构广泛采用的VaR模型存在严重不足,尤其针对分布具有厚尾特征的极端金融风险无法有效度量。本文采用极值理论（EVT）解决VaR方法的尾部度量不足问题,利用CVaR-EVT和BMM模型分析美国、香港股票市场和我国沪深两市指数18年的日收益数据,研究发现：（1）在95％置信区间及点估计中,分位数为99%的CVaR-EVT所揭示的极端风险优于VaR的估计值;且BMM方法为实施长期极端风险管理提供了有力决策依据,其回报率受分段时区的影响,期间越长,风险估计值越高;（2）模型采用ML和BS方法统计估值显示,我国股票市场极端风险尾部估计值高于香港和美国市场;但是,国内市场逐步稳定,并呈现出跟进国际市场且差距缩小的发展趋势。     

基于遗传算法的上证指数一致性风险动态度量方法

一、引言 继VaR之后,一致性风险度量已成为金融风险领域一个新的研究热点.一致性风险度量之一的谱风险测度,包括了迄今所提出的几乎所有的一致性风险度量(CVaR、ES等).与VaR、ES相比,目前关于谱风险测度的计算方法较少,如样本情形下的离散计算方法、功能函数法等,然而,这些都是静态分析方法.     

Bootstrap方法和SV模型在风险测度中的应用

文章用SV-GED模型刻画收益率序列的尖峰厚尾、波动集聚以及异方差等特征,在得到标准残差序列的基础上,与Bootstrap方法结合构建一个基于参数---非参数估计的新的风险度量模型——基于Boot-strap-SV-GED模型的风险度量模型,最后对模型的有效性进行了分析.研究表明:Bootstrap-SV-GED模型能很好的刻画收益率序列的特征,并且能在一定程度上提高金融风险测量的精度.     

现代金融风险的度量方法

对风险的测定方法研究一直不断,从经典的Markowitz的方差,到现代流行的风险度量VaR,从近几年提出的一致风险度量的概念到几种典型的一致性风险度量--CVaR(ES)和谱风险测度Mφ,金融风险管理的方法随着金融市场的不断发展而日新月异.     

基于VAR技术的香港恒生指数期货分析

近些年来,随着全球金融市场的迅猛发展,金融风险也日益突现,这就对投资者如何度量和控制金融风险提出了更高的要求,而传统的风险度量工具存在着许多不足,远不能适应这种需要.在此背景下,VAR技术孕育而生,它可以把投资者面临的风险以单一的量化指标表示出来,为投资者进行风险管理提供了依据.目前,VAR方法已经广泛的运用于银行、非银行的金融机构以及机构投资者之中.本文将运用VAR方法对香港恒生指数期货进行实证分析.     

金融风险度量VaR与CVaR方法的比较研究及应用

风险价值(VaR)是近年来受到国际金融界的广泛支持和认可的一种度量金融风险的工具。文章指出了风险价值(VaR)模型两个重大的缺陷,并对它和条件风险价值(CVaR)金融风险度量模型进行了详细的介绍和对比分析,给出了它们的共同点和CVaR在投资组合应用中的优势,结合中国金融市场的实际情况,指出CvaR在中国金融市场中应用应注意的问题,对其应用前景提出了新的思路。     

金融风险统计度量标准研究

一、问题的提出及意义1 999年 ,Artzner,etal公开发表了他们的研究“一致性风险度量” ,推动了风险度量问题的研究[1 ] 。从风险度量的发展过程 ,有很多种风险度量被提出 ,各自都在阐述自己方法的优点 ,可以说风险度量论坛众说纷纭。用什么来度量金融风险的大小 ?究竟如何正确理解风险 ?应该如何去合理的度量 ?选用什么样的风险指标 ?风险度量有没有一个统一的标准框架 ?在标准框架下各种风险度量有何不同 ?有没有新的度量方法 ?金融风险度量标准追根求源的研究和讨论越来越受到学术界关注。　　二、风险特征及其度量公理人们基于不同的目…     

投资者过度自信与中国股票市场风险的实证研究

文章以中国股票市场1996年1月~2008年6月期间的相关数据为样本,以换手率和错误估值度为投资者过度自信度量指标,利用恰当的计量经济学模型对投资者过度自信心理偏好与中国股票市场风险之间的关系进行实证研究。     

基于高维波动率网络模型的股票市场风险特征研究

波动率是金融风险管理研究的重要内容之一。本文基于复杂网络理论和数据挖掘技术提出股票市场的高维波动率网络模型。首先运用互信息度量不同股票价格波动之间的相关关系,其次对股票市场不同周期下的波动情况建立度的中心势、平均距离、幂律分布等网络拓扑指标,再次根据这些指标利用Prim算法构建出高维波动率网络模型,最后运用Newman-Girvan算法对股票价格波动率的相关性进行分层研究。高维波动率网络模型突破了传统波动率模型关于变量维数的限制,能够在依赖少量假设的基础上,挖掘出多个金融市场主体间的相互关系,反映金融市场的风险特征及网络拓扑性质。实证结果发现：与常用的Pearson相关系数法相比,在互信息框架下,股价波动的非线性相关关系得到了更好的度量;股票市场的整体波动性与个股波动率相关性变化趋势相反,市场处在高波动时期资产组合分散化效果较好;网络中存在少量度数大的关键节点和中心节点,风险通过这些节点可以迅速传递到整个市场;股票市场的运行具有明显的行业聚集现象;网络分层研究进一步直观的展现了风险在层与层之间的传递规律和与之对应的行业特征。高维波动率网络模型为挖掘股票市场的风险特征与管理金融风险提供了一个新的工具。     

上证综合指数VaR度量的比较研究

文章利用三种不同分布下的GARCH族模型度量了上海股票市场的潜在风险.通过返回检验,可看出t分布所估计出来的VaR值过于保守,而在99%的置信水平下,使用正态分布存在对风险的低估,在不同置信水平下,使用PAKCH-GED能较好地刻划上证指教的尖峰厚尾特征,从而也能更准确地度量沪市的风险值.     

基于非对称Laplace分布研究VaR

风险价值(Value-at-Risk简称VaR)是度量市场风险的一种普遍使用的工具,可看作是市场风险度量的基石。本文基于非对称Laplace分布来研究VaR,详细地讨论了非对称Laplace分布的性质、参数估计,并用该分布去拟合中国股票市场收益率的分布。实证分析表明,非对称Laplace分布比正态分布、对称Laplace分布的拟合效果有明显的提高。     

国有商业银行风险测度与混业经营模式选择

在中国推行金融业混业经营的情景下,金融风险也在不断累积并逐渐加大,银行系统的稳健性在金融安全中占有核心的地位.文章通过公开市场数据,采用系统性风险期望损失方法度量了上市银行在国际金融危机前后的风险累积程度及贡献率.阐述了系统性风险传导路径以及国有商业银行混业经营的目标及优选模式.     

基于样本数据正态性转换的VaR估测

VaR的发展就在于不断寻求解决风险测度的真实性,是一种克服或降低风险的方法。在揭示Del-ta-Gamma非线性模型计算VaR正态假设局限性的基础上,通过对经典转换函数Delta-Gamma-Johnson转换函数以及基于Delta-Gamma-Cornish-Fisher扩展方法构造的转换函数的梳理,从实证分析的角度考察了中国股票市场VaR的估值问题。实证结果表明,Delta-Gamma-Johnson转换函数中的SU型转换基本适宜于作为中国股票市场样本数据正态化处理的转换函数,利用SU型转换后的样本数据所计算的VaR值能明显改善中国股票市场风险测度水平。     

收入模型的修正与上市银行操作风险度量

收入模型是度量操作风险的模型,其基本假设是,模型中的解释变量可充分反映除操作风险外其他各种因素对银行净利润的影响.原有模型在解释变量的选择上存在缺陷,影响到了模型度量结果的有效性.文章对此提出了修正方法.对我国上市银行操作风险的度量结果表明:修正后的模型在度量结果的有效性方面有明显改善.     

基于Markov区制转换模型的极值风险度量研究

将马尔科夫区制转换模型与极值理论相结合研究金融风险度量问题.首先用SWARCH-t模型捕捉收益率序列的剧烈波动和结构变换特征,然后将收益序列转化为标准残差序列,在此基础上通过SWARCH-t模型与极值理论相结合拟合标准残差的尾部分布,进而构建基于SWARCH- t- EVT的动态VaR模型,最后对模型的有效性进行检验.研究表明,SWARCH-t-EVT模型能够有效识别上证综指的波动区制特征,且能有效合理地测度上证综指收益风险,尤其在高的置信水平下表现更好.