考虑时间因素的全局最小方差投资组合

从投资角度来看,全局最小方差时间组合是最为安全的投资,确定了全局最小方差时间组合,也就确定了有效边缘的起点。系统分析了当证券市场允许卖空时,投资次数变化对全局最小方差时间组合的影响,给出了全局最小方差时间组合的漂移方向,任一时间组合与全局最小方差时间组合的协方差变化情况。     

运用GARCH族模型在不同分布下对深证综指的VaR分析

一、VaR方法和GARCH族模型(一)VaR方法简介按照PhilippeJorion的经典定义,VaR是在一定的置信水平下和一定的目标期间内,预期的最大损失。用公式表示就是:Prob(△P相似文献   

基于VaR的我国商业银行信用风险管理

一、VaR的含义VaR可以比较全面地衡量各种金融市场风险,并能提高传统金融风险管理工具的敏感性和波动性分析的精确度,因而得到国际金融界的广泛认可。V aR的定义是:在正常的市场条件下,一定持有期Δt和一定置信水平α下,某种投资组合P可能的最大损失,用数学公式表示为:Prob(ΔP     

中国股市股票组合的正态性检验

在许多金融问题中,假定资产的行为服从正态分布.这种假定给理论分析和实际应用带来很大方便.例如,有名的Black-Scholes期权定价公式便是在股票收益率服从正态分布的假定下推导出来并且加以应用的.又如,在VaR的应用中,如果现金流或其收益率服从正态分布,就可在一定的置信水平下,很容易地计算出VaR的数值.因此,一个经济变量是否服从正态分布就十分重要了.本文正是出于这一考虑研究我国股市股票行为的.除了对1072支股票的收益率逐一进行正态性检验外,还对120个最小方差股票组合作正态性检验.实验结果表明股票组合的正态性比单个股票有明显的改进.     

基于参数分布VaR的中间业务组合风险分析

一、参数分布的VaR法 VaR(Value at Risk)作为一种新的风险管理方法,近年来得到了全世界各主要银行、投资公司、企业及金融监管机构的广泛认可和支持.VaR是指在给定的置信水平(1-α)和目标时段下预期的最大可能的损失(或最坏情况下的损失),即Prob(△P＞VaR)=1-α.它不仅可以用来评估和管理个别资产或资产组合的风险,还可以将其纳入到金融机构进行审慎性监管的框架之中.估算VaR,需要考虑基本时间段长度和置信水平.     

基于重尾分布的商业银行市场风险VaR计量研究

文章运用具有重尾特征的Weibull分布来描述商业银行风险资产的损失率,根据VaR的计算原理,得到了市场风险VaR的明确计算公式.并且对VaR的影响因素进行敏感性分析,找到了VaR与置信水平和风险资产损失率的尾部之闻的关系.最后结合损失率的历史数据,给出了VaR的计算实例.     

基于VaR约束的均值-绝对偏差投资组合优化模型及实证研究

文章在均值-绝对偏差投资组合优化模型中,加入风险价值约束,给出了基于VaR约束的投资组合优化模型,以增强对投资风险的控制能力,然后利用一个自适应的粒子群算法对这个模型进行求解,实证研究表明模型是合理且风险控制能力更强,能够更好地为投资者提供决策依据。     

基于稳定分布下股票收益率的VaR

一、稳定分布下的VaR模型的提出 VaR(Value at Risk)按字面意思就是风险中的价值,它是指在市场正常波动的情形下某一金融资产或证券组合的最大可能的损失.更为确切的是指,在一定的概率水平下(置信度)下某一金融资产或证券组合的最大可能的损失.其数学表达式为:Prob(△P＜VaR)=α其中,Ap为证券组合在持有其△t内的损失;VaR为置信水平α下风险中的价值.     

基于VaR和CVaR风险控制下的M-V投资组合优化模型

文章以风险价值(VaR)和条件风险价值(CVaR)分别作为约束条件,结合均值-方差模型,得到了新的最优投资组合模型,并利用我国的股票市场进行了实证分析,验证了新模型的有效性,为制定合理的投资组合和控制风险提供了一种新的有效途径。     

资产数量减少情形下CVaR投资组台的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量减少时投资组合的均值-CVaR有效边缘,探究了其经济含义,并与方差风险下的均值-方差边界进行了对比研究.我们发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管.     

市场状态依存的套期保值策略研究

最小方差套保策略没有考虑均值信息,没有考虑套保的成本和收益,不能区分买入套保和卖出套保。针对这一缺陷,本文在最小VaR套保策略框架下,提出了市场状态依存的套保策略,以区分买入套保和卖出套保,利用市场状态的信息来改善套保的财务表现。论文首先在理论上比较了市场状态依存策略与最小方差策略的套保比、套保的成本或收益,进一步基于铜期货市场、原油期货市场的数据实证比较了这两种策略的财务表现。理论和实证结果均表明：相对于最小方差套保策略,市场状态依存的买入套保策略的成本更低,卖出套保策略的收益更高;论文最后讨论了此策略的应用范围和局限性。     

沪深股市的风险测度研究

本文比较风险测度方法在不同置信水平下是否能力有效测度沪深市场风险.针对上证综指收益率具有自相关、波动集聚性和杠杆效应特征,运用ARMA-GJR模型对上证综指的负收益率序列进行MLE以求出条件均值和方差以及标准残差序列,运用10%的数据作为极值数据运用MLE方法来估计广义帕累托分布,还对风险测度方法的估计效果进行分析,认为极值VaR能有效测度沪深股市风险.     

基于DCC—MVGARCH模型的证券组合VaR测度与拓展模型

运用多元的DOC-MVGARCH模型方法对股票投资组合进行VaR测度,并与J.P.Morgan银行采用的IGARCH模型计算结果进行对比.结果表明,在测度VaR方面,无论在1%或是5%置信水平下,DCC-MVGARCH模型均优于单变量IGARCH模型.以DCC-MVGARCH模型测度的VaR为基础,把峰度、流动性风险因素纳入VaR模型框架后,发现拓展后的VaR模型预测风险能力显著增强,在所有拓展模型中,同时考虑了内生性、外生性流动性风险的LAVaR3模型表现最优.     

风险价值法VaR对套利风险的衡量研究

在期货套利交易中,投资者最关心的问题,莫过于建仓之后到平仓退出之前这段持有期内如何规避风险。为了从数量上衡量和控制套利交易的风险,文章引入西方现代风险管理方法VaR,对投资者对手中所持有的套利交易资产组合以及单边头寸的风险价值在一段时间内或者每天进行估值和计量,将计算出的风险大小与自身对风险的承受能力加以比较,以此来决定投资额和投资策略,及时调整套利资产组合,减少投资的盲目性,从而达到分散和规避投资风险,尽可能地减少因投资决策失误所带来的损失。     

基于风险控制的证券投资决策

Markowitz证券组合核心理论是在投资决策中选择风险(用方差或标准差描述)最小、期望收益(用均值描述)最大的证券组合,即依据均值-方差模型来构造最优证券投资组合.Markowitz的均值-方差模型给出了投资决策的最基本、最完整的分析框架,是当今投资理论和投资实践的主流方法.     

资产数量减少情形下CVaR投资组合的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量减少时投资组合的均值-CVaR有效边缘,探究了其经济含义,并与方差风险下的均值-方差边界进行了对比研究。我们发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管。     

均值-CVaR投资组合有效边缘的灵敏度分析

文章基于CVaR的风险度量技术,考察了当投资组合的资产数量增加时投资组合的均值-CVaR有效边缘.探究了其经济含义,并与方差风险下的均值一方差边界进行了对比研究.可以发现,使用CVaR风险度量标准可以使投资者在资产选择时更加稳健,同时也有利于对风险进行分散和监管.     

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.     

考虑基差效应的期货对冲策略研究

文章通过在ECM-GARCH模型中引入基差项,研究了基差对期货和现货回报的条件均值及风险结构的影响,在此基础上研究了基差对期货动态对冲策略的影响.通过对我国铜期货和现货的实证分析表明,基差对期货和现货回报的条件均值及风险结构都存在显著的影响,考虑基差影响的对冲策略能有效提高期货对冲的效率.     

VaR方法在我国证券市场中的应用

一、VaR方法的基本原理 VaR(Value at Risk)按字面上理解是"按风险估价",VaR方法的创始人P.Jorion的定义为:"VaR是给定的置信水平和目标时段下预期的最大损失",通俗地说,VaR是一个统计数值,指一家机构面临正常的市场波动时,资产组合在未来某段时间内可能受到的最大损失,即损失超过VaR值的概率为一个很小的值.