我国上市银行信用溢价的实证研究

在改进KMV模型、采用信用溢价直观度量银行信用风险的基础上,通过MonteCarlo模拟法估计12家样本银行信用风险的VaR和CVaR值,并与历史模拟法的度量结果进行比较。研究结果表明,历史模拟法高估了银行所面临的信用风险;在样本银行中,中国银行最容易发生极端信用事件,工商银行则相反。     

“吃鱼理论”的定量分析

本文将VaR值应用到具体某只股票的风险度量上,并将股票价格波动带来的风险分为多头风险和空头风险,结合苏宁电器的具体走势数据,使用历史模拟法（HS法）,计算出了多头VaR值和空头VaR值,并试探性的使用这些数据来寻找“吃鱼理论”中的鱼头和鱼尾,得出了有一定参考价值的结论。     

VaR的主要计算方法述评

VaR产生于1993年，现已成为金融风险管理的标准方法。本文介绍了VaR的起源和定义。概述了VaR的三种主要计算方法：参数方法、历史模拟法和蒙特卡罗模拟法。并对这三种计算方法的优缺点做了简单的述评。本文还着重介绍了VaR预测基于参数方法的指数加权滑动平均(EWMA)模型及其最新的发展。     

基于广义谱和MCS检验的VaR模型预测绩效评估

件VaR模型的正确设定检验等价于检验均值化的“撞击序列”是否服从鞅差分序列,然而通常的反馈检验方法只检验了该序列的部分性质。采用对该鞅差分性质进行直接检验的广义谱检验方法,全面考察中国股票市场(香港恒生指数、上证综合指数和台湾加权指数)上各参数、非参数和半参数共22个VaR模型在采用滚动窗口预测机制时的样本外预测绩效。鉴于条件VaR模型正确设定检验无法反映超过某VaR水平的尾部风险信息,为避免极端损失的发生以及增加结果的稳健性,同时采用模型置信集检验方法。研究结果表明,采用通常的反馈检验方法常会得出错误的结论;在1%和5%置信水平,与历史模拟法、极值理论模型、CAViaR模型和CARE模型相比,误差项为t分布的GARCH模型族在金融危机期间具有较好的样本外预测绩效;涨跌停板制度对于选取预测绩效最优的VaR模型具有重要影响。     

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。     

基于多分形理论的动态VaR预测模型研究

经济物理学(econophysics)的大量研究表明,金融市场的波动具有复杂的多分形(multifractal)特征,因此准确地测度和预测市场波动,对金融风险管理工作的意义重大。在已有多分形波动率(multifractal volatility)测度及其模型应用基础上,以上证综指10年的高频数据为对象,提出了基于多分形波动率的样本外动态风险价值(out-of-sample dynamic VaR)预测法。通过两种规范的后验分析(backtesting)结果表明,与8种主流的线性和非线性GARCH族模型相比,在高风险水平上,基于多分形波动率测度的VaR模型明显具有更高的样本外动态风险预测精度。     

基于SV-SGED模型的动态VaR测度研究

本文针对金融资产收益展现出“有偏”及“厚尾”分布特征,引入有偏广义误差分布（SGED）来描述资产收益,继而提出SV-SGED模型对资产收益波动率建模,并以此来测度动态风险值（VaR）,进而采用后验测试技术对风险测度模型的精确性进行检验。同时,为了估计SV模型的参数,提出基于有效重要性抽样（EIS）技巧的极大似然（ML）估计方法。最后,给出了基于上证综合指数的实证研究。结果表明,SV-SGED模型比正态分布假定下的SV（SV-N）和广义误差分布假定下的SV（SV-GED）模型具有更好的波动率描述能力,SV-SGED模型展现出比SV-N和SV-GED模型更优越的风险测度能力。     

我国银行业流动性风险管理研究

本文在VaR和ES一阶期望风险测度基础上,发展了ES（a）高阶期望风险测度。该方法的最大优越性在于其在高阶广义随机占优情况下依然能保持精准,克服了低阶期望风险测度在高阶广义随机占优情况下可能出现的风险测度错误。     

一种新的风险价值（VaR）计算方法及其应用研究

应用格列汶科定理对历史模拟法进行改进,以提高历史模拟法的计算准确性,并利用该方法来确定POT模型中的阈值,以此新方法计算金融市场的风险价值(VaR);然后运用上证指数进行了实证分析,得到了较好的结果。     

基于非线性分位数回归模型的多期VaR风险测度

多期VaR主要受到持有期及波动率两个变量的影响,并且其影响模式(线性或非线性)的确定对于准确地进行VaR风险测度至关重要。非线性分位数回归模型,能够克服线性分位数回归模型只能揭示多期VaR及其影响因素之间线性依赖关系的局限,从而提高多期VaR风险测度的准确性。结合波动模型与两个非线性分位数回归方法:QRNN和SVQR,给出了多期VaR风险测度的三类方案:波动模型法、QRNN+波动模型法、SVQR+波动模型法。选取3个股票价格指数作为研究对象,考虑了6种不同形式的波动模型,得到了18个多期VaR风险测度方法进行实证比较,结果表明:波动模型选择影响到多期VaR风险测度效果;SVQR+波动模型法略优于QRNN+波动模型法,并且两者显著优于波动模型法。     

COMPARING FORECAST ACCURACY FOR EXPONENTIAL SMOOTHING MODELS OF EARNINGS-PER-SHARE DATA FOR FINANCIAL DECISION MAKING

This paper relates recent research in predicting accounting earnings per share (EPS) to an experiment comparing the performance of extrapolative forecasting models. The paper points out the usefulness of the results to decision-making processes such as those used in portfolio analysis or financial management. The statistical results of the experiment point to the usefulness of the Holt-Winter (HW) model in predicting EPS for a random sample of firms over a 20-year horizon. For short-term forecasting, the HW model provides relatively accurate forecasts in comparison to other methods used. HW is likely to be a costeffective alternative to more time-consuming and expensive techniques.     

基于期望损失对中国股票市场风险的返回检验

基于风险估价和期望损失的返回检验存在一定缺陷.为此,将一种新的返回检验方法--鞍点技术应用于3种中国股票指数的日收益率.然后,使用3种不同的模型进行预测,与真实数据相比较进行返回检验.研究结果表明:简单的GARCH-Normal模型无法捕捉股票市场风险,对实践中相当普遍的基于正态分布的风险建模提出了一种警示.同时,鞍点技术的优点在于,允许基于每年的股指收益率数据进行返回检验.     

沪深300股指期货的波动率预测模型研究

以沪深300股指期货仿真交易的5分钟高频数据为例,运用滚动时间窗的样本外预测和具有Bootstrap特性的SPA检验法,全面对比了基于日收益数据的历史波动率(historical volatility)模型和基于高频数据的已实现波动率(realized volatility)模型对波动率的刻画和预测能力.主要实证结果显示,已实现波动率模型以及加入附加解释变量的扩展随机波动模型是预测精度较高的波动模型,而在学术界和实务界常用的GARCH及其扩展模型对沪深300股指期货的波动率预测能力最弱.     

中国燃油期货市场的VaR与ES风险度量

近年来,我国燃油期货市场取得快速发展,但有关该市场波动特征和风险状况的研究却非常缺乏。以上海期货交易所燃油期货价格指数为例,分别在多头和空头两种头寸状况以及5种不同分位数水平下,运用条件覆盖检验、非条件覆盖检验等后验分析方法,实证对比了不同风险测度模型对VaR和ES两种不同风险指标估计的精度差异。研究结果表明:在我国燃油期货市场的风险测度估计中考虑国际燃油价格波动因素有助于获得更为精准的风险测度精度;在综合考虑了模型对价格变化动力学的刻画效果以及对极端风险的测度精度等因素后,FIGARCH_CST-SST模型是一个相对合理的风险测度模型选择。     

ACCURACY OF JUDGMENTAL FORECASTING OF TIME SERIES

Experiments contrasted judgmental and objective forecast methods. Judgmental methods included “eyeball” extrapolation of time-series plots and judgmental adjustment. Objective methods included Box-Jenkins (BJ), Carbone-Longini AEP filtering (CL), Holt-Winters (HW), and other smoothing techniques. Objective methods proved more accurate than eyeball extrapolation. However, judgmental adjustment improved the accuracy of some objective forecasts.     

基于自忆性原理的多变量MGM(1,m)耦合系统模型构建及应用

针对小样本条件下具有相互制约关系的多变量系统,本文提出了一种新颖的多变量MGM(1,m)自忆性耦合系统模型,用来统一描述系统各变量间关系并且提高其建模精度。该模型通过有机耦合动力系统自忆性原理与传统MGM(1,m)模型,综合了两者各自的优势。系统的自忆性方程包含多个时次初始场而不仅是单个时次初始场,从而克服了传统灰色预测模型对初值比较敏感的弱点。对基坑变形预测的实例研究结果表明,所构建模型能够充分利用系统的多个历史时次资料,可以紧密捕捉系统演化趋势,模拟预测精度显著高于传统多变量MGM(1,m)模型。研究结果表明,新模型丰富和完善了灰色预测理论,值得推广应用于其他类似的多变量系统。     

欧债危机环境中资产组合ES模型比较研究

本文以中国上证综指、德国法兰克福DAX指数、美国S&P500指数为研究对象,分别运用DCC-GARCH及时变Copula-EVT模型建模,探讨了欧债危机爆发后股市间相依关系的变化状况。在此基础上,将三个股指收益两两组合,分别建立了各类模型假定下的资产组合预期损失ES模型,并通过后验分析方法,探讨了危机爆发后,各类ES风险模型测度精度的变化状况及对比结果。实证研究表明：欧债危机爆发后,时变Copula-EVT-ES的风险测度准确度明显高于DCC-GARCH-ES模型;边缘分布模型的选择对于时变Copula-EVT-ES模型的测度精度具有重要影响。综合对比分析发现,在金融市场极端波动的状况下,能够捕捉杠杆效应且善于刻画厚尾特征的时变t-Copula-AR（1）-GJR（1,1）-EVT-ES模型能够取得相对较好的风险测度效果。     

基于小波分析的石油价格长期趋势预测方法及其实证研究

本文将小波方法引入到油价长期趋势的预测中,利用小波多尺度分析的功能,提出了一种可以较为准确地根据油价时序列预测其未来长期走势的方法。这种方法的优点在于可以准确地提取油价的长期趋势,从总体上把握油价的非线性波动特征,从而能够很好地利用油价时间序列的历史数据,开展对未来一段时期内的多步预测。实证研究中,对Brent油价开展了时间跨度为1年的趋势预测,并将预测结果与ARIMA、GARCH、Holtwinters等方法得到的结果进行了比较,表明了基于小波分析的长期趋势预测法的预测能力是其他方法所不能比拟的,反映了本文所建立的石油价格长期趋势预测方法的有效性。     

VaR-APARCH模型与证券投资风险量化分析

基本统计分析发现,上证综合指数回报率分布存在尖峰肥尾性,不服从正态分布,并且还具有杠杆效应。本文应用APARCH模型在三种分布假设下对上证综合指数通过事后模拟和条件单步预测来计算上证综合指数的VaR风险值,然后把它与应用GARCH模型的估计结果进行比较分析。通过返回检验,我们发现,APARCH应用于VaR估计是统计有效的,并且明显优于GARHC模型。