投资组合VaR分解及边际VaR的估计

0引言风险价值VaR(ValueatRisk)能对金融机构所面临的市场风险进行较准确的度量,是一种标准的新风险管理工具,它不仅在理论研究上取得了很大的发展,而且在风险管理中也得到了广泛的应用[1-2]。目前,国内外有许多金融学者投入于VaR方法的理论及应用研究中,并取得了很多成果,但这     

投资组合动态VaR风险度量

投资组合的VaR风险度量依赖于投资组合中金融资产间联合分布函数的确定,随着投资组合规模的扩大,其VaR的计算难度也不断加大。利用ICA可以将多元联合概率分布函数转化为一元概率分布函数乘积实现简化计算的特点,基于ICA的投资组合动态VaR风险度量方法和计算步骤,克服了多元非正态条件下VaR测算上的困难。实证研究表明,与EWMA模型法、MGARCH模型法相比,ICA法能够准确地度量投资组合动态VaR。     

基于Copula-GARCH方法的投资组合VaR计算

VaR 方法是金融市场风险测量的主流方法.Copula函数广泛的应用于风险管理、投资组合选择、资产定价等金融领域.文章选取五种代表性的Copula并结合带正态分布和学生t分布的GARCH模型描述金融数据,通过Monte Carlo模拟计算投资组合的VaR,并对各种模型的计算能力做了对比,发现Clayton Copula结合GARCH(1,1)-T的模型对VaR的估计最好.     

分解中国贫困变化的一种新方法

总贫困指数的变化可以分为三个层次。文章用一种通行的不平等成本的分析方法将总贫困指数分解为由三种成分组成的一组指数之和。按照经济和社会计划对减贫公平性的评价标准,这种方法也可以将贫困分解为横向和纵向两个层次上的标准。在此基础上,文章运用我国2005年的数据对这种分解方法进行了简单验证。     

投资组合的动态VaR度量及实证分析

一、引言 VaR(Value at Risk)自从面世以来已经成为金融市场风险管理最重要的方法.对于VaR的计算,最基本的、最常用的方法有三种:历史模拟法、蒙特卡罗模拟法和方差-协方差方法.在方差-协方差方法中,最根本的就是计算出金融资产的方差或协方差.     

贷款组合信用风险VaR仿真计算的一种优化方法

This paper presents the principle of Monte Carlo optimize calculation of credit risk VaR for loanportfolio using Importance Sampling technique. Based on Matlab language, simulation experiments arecarried out and the result shows this approach can effectively reduce the numher of simulation runs andimprove the precision of parameter estimation.     

基尼系数按收入来源分解的一种新方法

文章讨论对组数据如何进行基尼系数的按收入来源分解。利用基尼系数的线性表述可以获得新的收入来源分解式,该分解式具有以下的特点:一是分解式的第一部分为各个来源基尼系数的加权平均,第二部分为经济含义明确的调整项;二是由分解式导出的边际效应,可以判断各收入来源变化影响基尼系数的作用方向。文章利用2005~2009年我国农村居民收入的地区数据,分析各收入来源对收入不平等的影响,得到了一些有意义的结论。     

基于Buhlmann-Straub信度模型的投资组合的VaR测量

一、引言风险测量方法VaR首先是JP M or-gan公司的风险管理人员为满足当时总裁W eatherstone每天提交“4.15报告”的要求而开发的,之后VaR方法便很快在风险测量、监管等领域获得广泛应用,成为目前金融市场风险定量管理的主流方法,并已逐渐成为金融风险管理的国际统一标准。在实     

Copula方法在投资组合选择与VaR计量中的应用

基于多元正态分布的投资组合理论认为,投资者可以通过投资于低相关性的不同资产来获得收益,资产间的相关性(dependence)可以通过线性相关性来度量.然而现实金融市场中经常会发生这种情况,即不同的金融市场之间具有完全不同的线性相关性,但却发生几乎相同数量的极端损失事件.为了克服线性相关性的上述弊端,我们将通过连接(Copula)函数建模来克服这个问题.由Copula函数导出的一致性和相关性测度就可以更广泛、更有效地捕获各种金融资产的相关信息.另外,采用时变的Copula函数还可以捕捉到变量间动态的、非对称的相关关系,而采用极值Copula函数则可以捕捉到分布尾部的相关关系.由Copula函数导出的相关性度量在随机变量发生单调变换(可以是非线性变换)的情况下是不变的.一种常用的、可以通过Copula函数导出的相关性度量是Kendall的τ(tau),它具备一个好的相关性指标所应具有的所有性质(Nelsen 1998),可以克服线性相关性的上述不足.     

VaR约束下的动态Semi-A.D投资组合选择模型

一、引言 Markowitz的投资组合选择模型是以方差度量风险的,这种风险度量方法有两个重要缺陷:第一,从方差的数学表达式可知,方差中既包含了可能遭受损失的风险,又包含了可能获得超额收益的机会.第二,方差是二次的,这样会使得少数较大的偏差对总体方差产生过大的影响.为了克服上述缺陷,国内外一些学者提出用Semi-A.D(或A.D)来度量投资组合风险.     

投资组合风险管理中VaR模型的缺陷以及CVaR模型研究

本文对VaR和CVaR这两个风险度量进行了较充分的比较分析,参照了我国证券市场的实际情况,并考虑了交易成本,实际收益率的计算以及最小交易单位等因素,建立了CVaR资产组合优化模型,为如何制定合理的资产组合投资方案提出了新的思路.     

投资组合规模与分解风险能力的相关性

本文以2000年3月27日至2001年3月23日(共238个交易日)上海A股股票市场随机选取的102只股票日收盘价作为样本数据,通过对股市风险的板块分解,就我国证券市场投资组合中股票数目大小与分散风险能力进行实证分析,并对我国证券市场上投资分散化程度的"有效"区域进行探讨.     

一种外汇投资组合决策分析的方法与应用

文章面对纷繁复杂的外汇投资组合,给出了投资者收益最优化以及在同一收益水平下风险最小的币种组合投资,并随机模拟出了投资组合的可行区域。     

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。     

基金投资组合的风险测量及评价--基于VaR的实证分析

国内对基金进行研究和评价通常都是从净资产增长以及持仓的仓位、行业比重、个股特征比重等方面进行分析,很少有文献对基金投资组合的总体风险情况进行分析研究.     

一种均衡风险条件下的证券投资组合模型

作为一个需要经常作出投资决策的机构或者个人,由于信息不对称、市场风险相对稳定等情况的存在,通过仔细的考虑风险因素往往会带来负面效果,导致投资迷茫,措施良机。因此首先对经典投资组合模型进行归纳总结,然后文章提出一种均衡风险下的证券投资组合模型,并进行实证分析,以便机构或个人能够简明实用的运用此方法在日常的证券投资中作出正确决策。     

一种新的基于可能性均值的证券组合投资决策模型

文章在Carlsson提出的模糊数的可能性均值理论的基础上,以证券收益的上、下可能性均值对其可能性均值的偏离程度作为投资风险的测度,建立一种新的基于模糊集理论的组合投资决策模型。并结合中国证券市场中的6支股票的收益率的实例,来说明该模型的有效性和适用性。     

点估计的一种新方法

文章提出了用已知估计量构造新估计量的点估计的新方法,称这种新估计法为派生估计法,由派生估计法得到的估计量称为派生估计量,并证明了若原估计量具有相合性,则派生估计量也具有相合性.     

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.