数字经济时代下新金融业态风险的识别、测度及防控

本文梳理我国新金融业态的发展历程与主要特征,并以网络借贷为切入点从规模、所有制、资金净流入3个角度来刻画新金融业态的风险特征,采用VaR、CoVaR、格兰杰因果检验等方法,来识别并测度新业态风险与系统性金融风险、经济金融不确定性及舆情的关系。研究发现,出险前网贷平台普遍面临较大的资金流压力,而规模较大、利率异常的平台出险会加大网贷系统风险;网贷行业出险对银行业系统性金融风险、金融不确定性存在溢出效应,而舆情不是网贷平台出险的决定因素。研究表明,应重视新业态风险对正规金融市场系统性风险和金融不确定性的溢出效应,并建议建立金融科技监管沙盒制度、明确准入机制、大力发展监管科技并实行穿透式监管、加强对风险预警和缓释机制的建设。     

基于Skew-t-FIAPARCH的金融市场动态风险VaR测度研究

本文引入FIAPARCH模型刻画金融价格条件波动率特征,引入有偏学生t分布捕获收益率有偏特征,并以此来测度金融市场动态风险VaR;进而运用返回测试和动态分位数回归方法对风险测度模型准确性进行实证检验.结果表明,RiskMetrics和GARCH-N测度金融市场的风险的可靠性差;有偏学生t分布比正态分布、学生t分布更能准确反应金融收益分布实际特征,具有更高的风险测度能力;FIAPARCH-SKST展示出比其它模型具有绝对优越的风险测度效果.     

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Copula模型的商业银行碳金融市场风险整合度量

目前低碳经济已经成为转变经济发展方式的战略措施之一, 碳金融业务逐渐成为金融机构助力低碳经济发展的重要金融创新领域, 而风险控制问题始终是影响金融创新成败的关键。目前中国的碳金融市场以清洁发展机制(CDM)下商业银行参与的间接金融为主导, 商业银行参与碳金融业务面临国际碳价波动、碳交易结算货币汇率波动等诸多风险, 且多源风险因子之间具有业务共生性和复杂相关性。论文选取2009-2012年美国洲际交易所(ICE)的核证减排量CERs期货价格和欧元兑人民币汇率价格作为金融时间序列的样本数据, 探究运用ARMA-GARCH模型分别刻画碳价风险和汇率风险特性的方法, 研究处理风险因子间的非线性相关关系的Copula函数方法, 构建Copula-ARMA-GARCH模型并利用Monte Carlo模拟计算碳市场多源风险的整合VaR。实证发现:碳金融市场收益率具有波动聚集性和异方差特性;潜在的碳价风险要高于汇率风险;若忽视不同风险因子之间的相关性会高估碳市场风险;政府汇率监管在一定程度上降低了碳市场的风险。研究贡献在于探究符合碳金融资产风险特征的多源风险整合度量技术, 为商业银行有效控制碳市场风险、促进碳金融创新提供理论依据。     

参数法、半参数法和非参数法计算我国铜期货市场VaR之比较

本文分别采用参数法、半参数法与非参数法来估计铜期货市场的风险值。由于利好与利空信息对期货市场波动性的影响是不对称的．因此本文参数法采用非对称的EGARCH与TGARCH模型来估计铜期货市场的条件vaR．半参数法采用前四阶矩方法．非参数法采用核函数的方法。一般金融市场只考虑下跌风险．而期货市场由于存在做空机制。所以本文亦提出期货市场上涨风险的概念．并分别估计了三种方法下的下跌VaR与上涨VaR。用返回检验对每种方法的有效性进行了评价。实证研究表明：不论是下跌VaR还是上涨VaR．非参数法对数据的拟和要远远优于另外两种方法．具有很强的实际意义。     

基于分布拟合法的VaR估计

本文提出分布拟合法来估计金融市场风险的VaR,分布拟合法通过求取与样本数据最佳拟合的统计分布函数,克服了传统分析方法在估计VaR时所要求的正态分布假设的缺陷.道琼斯指数、美元/英镑和美元/日元数据的算例表明,分布拟合方法提高了估算精度.     

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SWARCH的VaR及压力测试值的一致性估计

风险值 (VaR) 与压力测试都是衡量金融资产价格波动风险的重要工具.为了考虑市场在不同状态下报酬率分布的结构性变化,引入波动性状态转移的ARCH(SWARCH)模型对波动性进行描述,使 VaR 与压力测试值能够在统一的样本数据和框架下得到一致性的估计.此外,SWARCH模型还同时考虑了金融市场波动性、波动性状态和状态概率的时变性,使 VaR 与压力测试值的估计具有很好的灵活性.以上海股市为样本进行了实证分析,验证了基于SWARCH模型能够得到 VaR 与压力测试值的一致性估计.     

论金融衍生工具风险测评的程序与方法

后金融危机时代企业有效地控制金融衍生工具的交易风险,既是国际化竞争的必然选择,也是企业所面临的一大难题。本文对企业金融衍生工具风险测评的意义、程序及市场风险测评方法进行了阐述。企业要建立企业风险测评机构、制定金融衍生品投资的风险标准及排列相应的风险等级。金融衍生工具风险测评的一般方法包括灵敏度分析法、VaR分析法及方差分析法等。     

COVID-19疫情期间比特币与中国金融市场主要资产的关系研究

COVID-19疫情席卷全球,给国际金融行业带来了一场危机.由于对比特币关注度的提高及中国金融市场主要资产的不断发展,比特币市场与中国金融市场主要资产间的联系日益紧密,市场间的风险传导效应也在扩大.因此本文拟研究COVID-19疫情期间比特币与中国金融市场主要资产的相互作用,进而了解风险的作用机理.本文首先使用含有与疫情相关的虚拟变量的三个GARCH族模型,对比特币与中国金融市场主要资产之间是否存在杠杆效应进行研究.结果 显示,GJR-GARCH-t模型的拟合效果最好,意味着市场间存在杠杆效应.之后,通过计算VaR、CVaR和信息冲击曲线,对比特币与中国金融市场主要资产的风险关系进行研究.实证结果表明,基于Cornish-Fisher法计算的VaR和CVaR值对比特币风险的估计更合理;比特币在市场处于危机时风险会急剧加大,比特币的波动性对大部分资产的利空消息比利好消息更为敏感,因此需要合理配置资产来规避风险.     

中国股市风险CAViaR建模的稳定性分析

VaR能够方便地度量金融市场的风险水平,已成为众多银行和金融机构监管与防范市场风险的标准工具。VaR模型是否稳定是实际使用者所关注的十分重要的问题。本文介绍了诺贝尔经济学奖得主Engle及合作者Manganelli于1999年最新提出的条件自回归VaR模型（简记CAViaR模型)的理论及实际意义．并采用Chow检验方法重点探讨了中国股市风险CAViaR建模的稳定性问题。通过对上证综合指数与B股指数及深圳成指的实证研究,我们发现．由于中国股市的结构性变化。Engle及Manganelli所力荐的四个参数CAViaR模型用于中国股市风险建模是相当不稳定的．不能很好地适合现实的中国股票市场。忽略中国股市的结构性变化而度量市场风险会低估或高估模型的解释能力。     

我国风险投资金融环境分析

风险投资作为一种新的金融制度安排,离不开赖以生存和发展的金融环境。70年代中后期所发生的金融市场的结构性变化,为风险投资的形成和发展创造了条件。金融机构、金融市场、金融监管和金融工具构成了风险投资发展的金融环境体系,分别在风险资本供给、风险资本退出、风险资本管理等方面发挥着作用。     

股市风险度量的VaR方法综述

在险价值(Value at Risk,简称VaR)是度量风险的一种普遍工具,越来越多的金融证券机构采用VaR方法测量市场风险。本文对VaR方法的定义和计算方法及VaR方法在股市风险度量上的应用进行了综述,并对VaR的应用提出了意见和看法。     

分析金融会计风险形式及预防对策

随着全球经济一体化进程的发展,我国金融市场受到世界金融市场的影响,其市场化改革也随之深入,而其中涉及到的会计风险日益明显,防范和控制金融会计风险成为人们越来越关注的问题。因此,加强对金融会计风险的研究势在必行,也是确保我国金融领域健康发展以及保障金融秩序安全、稳定的需要,具有现实意义。本文将对金融会计风险的具体表现形式以及金融会计风险预防的有效措施进行研究,并提出防范金融会计风险的有效措施,从而推动我国金融行业进一步发展。     

加权复合分位数回归方法在动态VaR风险度量中的应用

风险价值(VaR)因为简单直观,成为了当今国际上最主流的风险度量方法之一,而基于时间序列自回归(AR)模型来计算无条件风险度量值在实业界有广泛应用。本文基于分位数回归理论对AR模型提出了一个估计方法--加权复合分位数回归(WCQR)估计,该方法可以充分利用多个分位数信息提高参数估计的效率,并且对于不同的分位数回归赋予不同的权重,使得估计更加有效,文中给出了该估计的渐近正态性质。有限样本的数值模拟表明,当残差服从非正态分布时,WCQR估计的的统计性质接近于极大似然估计,而该估计是不需要知道残差分布的,因此,所提出的WCQR估计更加具有竞争力。此方法在预测资产收益的VaR动态风险时有较好的应用,我们将所提出的理论分析了我国九只封闭式基金,实证分析发现,结合WCQR方法求得的VaR风险与用非参数方法求得的VaR风险非常接近,而结合WCQR方法可以计算动态的VaR风险值和预测资产收益的VaR风险值。     

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.     

收入风险与家庭风险金融资产投资——基于CHFS数据的经验证据

本研究构建了包含金融市场摩擦和背景风险因素的家庭资产配置模型，深入探究了收入风险与家庭风险金融资产投资行为的关系，发现收入风险的增加将显著降低家庭风险金融资产投资，并且市场摩擦和其他背景风险的上升均将加剧收入风险对家庭风险金融资产投资的负效应.同时，本研究使用中国家庭金融调查数据(CHFS)对理论模型的结果进行实证检验，以分组收入方差衡量家庭收入风险，研究结果表明家庭收入风险对风险金融资产投资具有显著负向影响；而信贷约束、社会互动与金融素养等金融市场摩擦因素均显著增强了收入风险对风险金融资产投资的负向效应；在健康、住房及工商业经营和负债等其他背景风险越高的家庭，收入风险对风险金融资产投资的负向影响更显著.     

考虑社交网络和互联网金融的金融市场超网络均衡研究

社交网络和互联网金融的广泛应用给金融市场发展带来机遇和挑战,金融市场呈现复杂多变、交叉融合的特征,传统的金融市场和监管理论难以适应金融市场发展和风险管理需要。本文从金融网络视角,针对互联网金融发展带来的区别于传统金融的信用风险和操作风险,引入信用惩罚函数和操作风险函数,考虑到加强社交网络关系可提高信息透明度、降低交易成本和交易风险,建立了由资金供给者、互联网金融中介、传统金融中介、资金需求者四种类型金融参与组成的、集成资金流动网络和社交关系网络的金融市场超网络模型,进行金融市场各参与主体的行为分析,建立包括净收益最大化、社交网络关系最大化和风险最小化为目标的多目标决策模型;运用变分不等式将约束条件放松为单边约束,研究包括上述金融市场的均衡条件;最后通过算例的MATLAB仿真验证模型有效性。研究结果表明,考虑与否社交网络关系水平,金融市场的均衡状态不同;社交网络关系水平对互联网金融中介和传统金融中介具有影响作用;为提高市场稳定性和有效性,降低金融风险,互联网金融和传统金融中介需要合作和协同发展。     

基于非参数方法的银行操作风险度量

金融业全球化竞争和金融管制放松,导致商业银行面临的操作风险不断增加,操作风险已成为金融监管的焦点.因此,对商业银行和其它金融机构来说,可靠的操作风险度量正变得越来越重要.文章采用基于厚尾分布的非参数方法度量我国商业银行操作风险,给出了VaR的点估计方法和3种区间估计方法(正态近似法NA,经验似然法EL,数据倾斜法DT).此方法的优点在于不用假设操作风险损失分布,这样可以消除参数化模型设定差异而带来的估计偏差.同时,根据厚尾分布的特征,提出了新的厚尾分布样本均值求法,调整后均值更注重对尾部的描述和刻画.实证结果表明:调整后的厚尾分布样本均值大于简单算术平均值,更符合右偏厚尾的分布特征;非参数方法得到的VaR点估计和区间估计考虑了厚尾的因素,解决了传统VaR低估风险的问题,更接近真实情况;VaR 3种区间估计的方法能够提升对风险衡量的准确性,其中DT方法所得到的区间估计最为准确.