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Copula-SV-GPD模型的投资组合风险度量

对于多元金融资产组合,针对资产收益的厚尾性、波动的异方差性及资产间的非线性相关结构等特征,采用SV-t模型与极值理论结合刻画单个资产收益的波动性及尾部分布特征,应用Copula函数处理多元资产间的相关性,并结合Monte Carlo模拟对投资组合进行风险测度.通过对华安创新基金的实证分析结果表明,基于SV-GPD的边缘分布模型能有效地刻画金融资产收益时序并较为精确地处理资产收益尾部的异常变化,相比其他风险度量模型具有更好的优越性,基于Copula-SV-GPD模型的多元资产组合对风险测度能力更强,能有效地管理投资风险.     

基于ARIMA-GARCH模型和极值理论的中国股市风险价值度量

以极值理论为基础的风险值度量方法是最近发展起来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.     

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。     

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。     

可违约零息债券风险综合度量Monte Carlo方法

可违约零息债券同时面临着违约风险和市场风险(利率风险)这两类主要风险.相对于传统的不同类风险独立度量方法,也不同于割裂两类风险再进行加总或通过Copula函数关联,本文在信用风险强度定价模型的基础上,同时考虑信用风险、市场风险和两类风险之间的相关关系,建立了计算可违约零息债券综合风险VaR的Monte Carlo方法,得出同一个风险计算期下反映两类风险的损失分布和同一个某置信度的损失分布的分位点,进而能求得风险综合VaR值,这样可在同一个框架下同时捕捉可违约零息债券的两类风险,这里,给出了MonteCarlo模拟方法具体技术细节,包括违约时间和基础状态向量过程的模拟.最后运用本文的风险综合度量模型对短期融资券的综合风险进行计算,得出风险综合VaR值,并与利率风险独立度量VaR值和信用风险独立度量VaR值进行比较分析.     

基于网络视角的银行业系统性风险度量方法

网络模型已经成为研究银行系统性风险的重要方法。然而现有研究忽视了银行系统性风险的小概率特点,同时也缺少度量银行系统性风险的统一标准。为此,本文提出了基于网络模型的银行系统性风险度量方法:银行系统性风险VaR和银行系统性风险ES。首先,本文采用蒙特卡洛模拟方法,模拟银行外部冲击造成银行间网络损失的大样本。在银行间网络损失大样本中,估计银行系统性风险VaR和银行系统性风险ES。这两个测度能够捕捉到银行间网络损失的尾部特征,解决了对比随机冲击结果无法反映银行系统性风险的问题。其次,在模拟实验中,本文利用真实银行间网络结构参数,对模拟的三种银行间网络进行校准,保证了研究结论真实性和可靠性。最后,在模拟实验中发现:(1)外部冲击会引发违约传染的连锁反应,并导致银行间网络损失分布从近似正态分布转变成尖峰厚尾分布,最后变成双峰分布。(2)网络集中度越高发生违约传染连锁反应的概率越小,但是传染的破坏力会更大。(3)银行间网络的潜在传染作用会极大的放大银行系统的风险,而且违约传染效应是呈指数增长的。     

基于Asymmetric Laplace分布的金融风险度量

金融资产的损益分布具有明显尖峰肥尾和不对称等特征,本文采用非对称拉普拉斯分布来刻画这些风险特征,给出了市场风险VaR和CVaR度量的AL参数法和AL-MC法。选取上证指数、日经225指数及S&P500指数为研究对象,结合各股市的风险特征,给出了VaR和CVaR度量及其返回检验和准确性评价。结果表明,基于AL分布的风险度量模型具有其合理性和适用性,能很好地度量市场风险。     

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。     

Copula及其在贷款风险管理中的应用

相关性是贷款组合管理的关键性因素.本文介绍研究相关性的一种统一而灵活的工具--copula,并使用Monte Carlo仿真方法对高斯copula和t-copula进行比较,结果表明,t-copula对度量服从厚尾分布的贷款风险比高斯copula更精确.     

Optimal Security Investments and Extreme Risk

In the aftermath of 9/11, concern over security increased dramatically in both the public and the private sector. Yet, no clear algorithm exists to inform firms on the amount and the timing of security investments to mitigate the impact of catastrophic risks. The goal of this article is to devise an optimum investment strategy for firms to mitigate exposure to catastrophic risks, focusing on how much to invest and when to invest. The latter question addresses the issue of whether postponing a risk mitigating decision is an optimal strategy or not. Accordingly, we develop and estimate both a one‐period model and a multiperiod model within the framework of extreme value theory (EVT). We calibrate these models using probability measures for catastrophic terrorism risks associated with attacks on the food sector. We then compare our findings with the purchase of catastrophic risk insurance.     

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。     

利率跳跃扩散模型的理论估计与蒙特卡罗模拟检验

我国货币政策调控已基本实现由直接调控向间接调控的转变,对利率的形成机制产生重大的影响,因此传统的假设利率服从扩散过程的模型日益受到挑战。本文在将跳跃因子加入到CIR模型的基础上,提出了一种服从跳跃扩散过程的利率变化模型,并用最大似然估计法对模型中的参数进行了估计;在此基础上,对我国存贷款利率的变化过程进行了蒙特卡罗模拟检验。研究发现,加入跳跃扩散过程后,模型不但能更好地拟合实际数据,而且揭示了利率回复和水平效应的部分原因,从而增加了模型的解释能力。     

考虑事件风险的在险价值研究

本文讨论了考虑事件风险的资产的在险价值方法,并以此对上海股票指数作了实证研究。这种方法用跳跃来描述事件风险,用跳跃-扩散过程来描述收益率过程。通过模拟退火算法来估计模型参数,利用随机模拟方法求得资产收益率的模拟分布,进而计算组合的在险价值。通过对上海指数的实证研究表明,资产的事件风险是不可忽略的,考虑事件风险的在险价值更加合理。