VaR风险度量模型在证券投资基金绩效评估中的应用

证券投资基金绩效评估的方法多种多样,现代理论认为,只有引进风险价值因素的绩效评估方法才能有效的对基金做出评价.因此,基金绩效评估的核心应该是对其所面临的风险进行准确的计算和测量.将VaR风险度量模型应用于证券投资基金绩效评估中,这种经风险调整后的绩效评估方法符合现代理论的要求,能更全面、有效的描述基金的真实收益.     

非正态ARCH族模型的预测绩效和VaR度量研究

本文以上海证券综合指数为样本,在残差项服从正态和非正态假设下,分别进行ARCH建模,比较正态残差项和非正态残差项ARCH族模型对波动率的预测绩效和VaR度量效果,以揭示分布假设对GARCH模型预测能力和风险度量的影响.     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR 的含义及计算方法,指出推测市场因子的波动情况是计算VaR 的关 键. 通过对比GARCH 和SV 模型,得出SV 模型更能刻画金融市场的实际特征. 将随机波动SV 模型应用于VaR 的计算,最后作实证研究. 通过与GARCH 模型下的结果对比,说明基于SV 模 型计算的VaR 更具有动态性和准确性,VaR 更贴切地反映了金融市场的风险水平     

基于GARCH模型和SV模型的VaR 比较

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况是计算VaR的关键.通过对比GARCH和SV模型,得出SV模型更能刻画金融市场的实际特征.将随机波动SV模型应用于VaR的计算,最后作实证研究.通过与GARCH模型下的结果对比,说明基于SV模型计算的VaR更具有动态性和准确性,VaR更贴切地反映了金融市场的风险水平.     

基于广义谱的石油市场弱式有效检验

对市场有效性的认识在市场分析中处于基础地位,石油市场有效性检验不仅可以为油价预测提供理论上的支持,也为比较不同石油市场的信息效率提供了依据.本文采用2001年1月到2008年7月的日度数据,运用广义谱方法检验了世界主要石油市场的弱式有效市场假说,这种方法考虑了高频时间序列的特征事实,可以检测出序列存在的线性和非线性序列依赖,允许存在未知形式的条件异方差,并且可以检验所有的滞后阶数.检验结果表明,欧美石油市场达到了弱式有效,OPEC和国内石油市场尚未达到弱式有效.文章从市场的交易制度、市场参与者结构分析了成因.     

基于VaR的金融资产配置模型

本文根据均值-方差模型的框架,建立了用VaR代替方差或标准差作为风险的测量指标时的均值-VaR模型,同时使用等VaR线分析了两种模型的内在联系。作为模型的扩展本文还分别考虑了存在无风险资产,负债和非正态分布时的情形。此外讨论了均值-VaR模型有效边界的一些性质。     

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。     

基于随机波动模型的VaR的计算

简单介绍了VaR的含义及计算方法,指出推测市场因子的波动情况时计算VaR的关键。首次将随机波动SV模型应用于VaR的计算,说明了基于SV模型下的VaR之更具有动态性和准确性。做实验分析结果表明,SV模型准确反映了市场因子的波动情形,此时的VaR更贴切的反映了金融市场的风险水平。     

基于“已实现”波动率ARFI模型和CAViaR模型的VaR预测比较研究

高频金融数据在风险价值VaR度量和预测方面的价值已经引起了学术界和业界的广泛兴趣。计算和预测VaR的方法广义上可以分为两大类:间接法和直接法,在有了高频数据后,两类方法均可行,尤其是由于高频数据导出的"已实现"波动率的出现,使得间接法有明显改进。本文将从间接法中选取基于"已实现"波动率的ARFI模型与从直接法中选取的两个CAViaR模型进行比较,采用沪深300、上证指数、深证成指的5分钟高频数据,根据多种在评价VaR预测模型表现时广泛使用的后验测试,对各模型进行实证检验,结果表明基于CAViaR模型的预测表现优于基于"已实现"波动率的ARFI模型,这对风险管理从业者有一定的参考意义。     

基于VaR控制预留缺口的资产负债管理优化模型

以利率变化后的VaR风险限额约束条件,以资产组合的利息收入最大为目标函数,建立资产负债组合优化模型。本文的创新与特色一是通过预设持续期缺口使银行的资产组合在利率变动的有利条件下增加银行净值。这弥补了现有的零缺口免疫条件的资产组合不能使银行股东权益在利率变化中增加的缺陷。二是利用VaR技术建立约束条件控制预设的持续期缺口。在利率变动的不利条件下,通过在一定置信水平下的最大损失限额控制资本损失,把银行可能面临的利率风险限定在银行的净利息收入范围内。这种优化配给控制了资本损失,保护了股东权益,开辟了资产优化配置研究的新思路。三是利用银行间市场7天回购利率(R07D)的历史数据,估计了未来的市场利率波动量的概率分布,解决了由于影响因素多而难以刻画市场利率变动情况的问题。     

基于一般失望模型的证券组合投资分析

基于Jia&Dyer(2001)[7]的一般失望模型,给出了一种新的非对称风险度量方法,它利用"上偏矩(upper partial mement)"来修正下方风险,不仅只考虑收益低于期望收益率时所带来的损失,而且利用了超过期望收益率时可能带来可观利润的收益.进一步给出了基于该非对称风险度量的组合投资计算方法,并通过上海证券市场的实际数据验证了该方法的有效性和实用性.     

基于贝叶斯推断的证券投资基金绩效分析

从投资者先验信念的角度,运用贝叶斯推断对我国封闭式基金绩效进行实证研究。通过直观的问题引出投资者对基金管理者技巧的先验信念集合,并与具有4个风险指标的线性模型相结合,有效联系了投资决策过程中的重要因素——个人直观理念与实际市场数据,给出投资者在不同先验信念下的后验绩效。研究表明,随着投资者对管理者先验信念的增加,基金后验绩效增加,投资者更倾向于投资;只有当投资者对管理者有极强的先验信念时,才会投资于表现一般的基金;同理,不投资于绩优基金也需极强的先验信念。同时发现,基金费用对基金后验绩效的影响主要反映在基准线的平移。进一步,通过分时间段的投资组合权重分析,给出投资者在不同市场环境下的最优投资组合策略选择方法。     

Improving the Predictive Accuracy of Hurricane Power Outage Forecasts Using Generalized Additive Models

Electric power is a critical infrastructure service after hurricanes, and rapid restoration of electric power is important in order to minimize losses in the impacted areas. However, rapid restoration of electric power after a hurricane depends on obtaining the necessary resources, primarily repair crews and materials, before the hurricane makes landfall and then appropriately deploying these resources as soon as possible after the hurricane. This, in turn, depends on having sound estimates of both the overall severity of the storm and the relative risk of power outages in different areas. Past studies have developed statistical, regression-based approaches for estimating the number of power outages in advance of an approaching hurricane. However, these approaches have either not been applicable for future events or have had lower predictive accuracy than desired. This article shows that a different type of regression model, a generalized additive model (GAM), can outperform the types of models used previously. This is done by developing and validating a GAM based on power outage data during past hurricanes in the Gulf Coast region and comparing the results from this model to the previously used generalized linear models.     

Tests of Conditional Predictive Ability

We propose a framework for out‐of‐sample predictive ability testing and forecast selection designed for use in the realistic situation in which the forecasting model is possibly misspecified, due to unmodeled dynamics, unmodeled heterogeneity, incorrect functional form, or any combination of these. Relative to the existing literature (Diebold and Mariano (1995) and West (1996)), we introduce two main innovations: (i) We derive our tests in an environment where the finite sample properties of the estimators on which the forecasts may depend are preserved asymptotically. (ii) We accommodate conditional evaluation objectives (can we predict which forecast will be more accurate at a future date?), which nest unconditional objectives (which forecast was more accurate on average?), that have been the sole focus of previous literature. As a result of (i), our tests have several advantages: they capture the effect of estimation uncertainty on relative forecast performance, they can handle forecasts based on both nested and nonnested models, they allow the forecasts to be produced by general estimation methods, and they are easy to compute. Although both unconditional and conditional approaches are informative, conditioning can help fine‐tune the forecast selection to current economic conditions. To this end, we propose a two‐step decision rule that uses current information to select the best forecast for the future date of interest. We illustrate the usefulness of our approach by comparing forecasts from leading parameter‐reduction methods for macroeconomic forecasting using a large number of predictors.     

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.     

基于偏尾分布的MIS价值评估模型与方法

基于偏尾分布3-4,本文对MIS自身的市场价值及其在企业经营中的作用进行了讨论.按照平均价值和最优价值两种方式,给出了MIS的市场价值与风险评估模型与方法,以及MIS对企业经营中产值增量的评估模型与方法,并通过示例分析了MIS的固定数量投资和按企业生产规模比例投资的不同特点和变化过程.     

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.     

金融资产的VaR和CVaR风险的优良估计

本文利用统计理论的优良点估计方法来估计金融市场风险的VaR和CVaR,既可避开现有方法中大量的模拟计算和参数估计等工作,又可提高估算精度.在资产-正态模型下,根据不同的风险估计要求,对金融资产的这两种风险分别提供了三种优良估计,即一致最小方差无偏估计,最佳线性次序统计量无偏估计,最佳线性次序统计量同变估计,并提供了实证分析.