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.     

VaR估计中的模型风险——检验方法与实证研究

本文以上证A股指数为例对GARCH类模型在估计Value-at-Risk（VaS）值时所存在的模型风险进行了分析。我们分别考虑了基于EWMA，GARCH，EGARCH和FIGARCH模型的VaR估计方法。模型风险的存在意味着使用不同的估计方法得出的VaR值可能迥然不同。为了对这四种估计方法进行评判，我们在似然率和Kullback-Leibler信息准则的基础上运用四种统计检验方法对不同置信度水平下的VaR估计值进行了返回检验。实证结果表明EGARCH和FIGARCH方法的袁现明显比其它两种优越．     

VaR与CVaR的敏感性凸性及其核估计

风险价值（VaR）和条件风险价值（CVaR）是目前两大主流风险度量工具,如何准确地对它们进行估计是风险管理实践中首要而核心的问题。近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们在核估计的框架内讨论VaR和CVaR估计量的性质;给出投资组合VaR和CVaR对组合头寸的一阶导数向量和二阶导数矩阵的核估计公式,并用它们来讨论组合VaR和CVaR对组合头寸的敏感性和凸性。最后,我们利用中国外汇市场的实际数据做实证分析。     

基于期权与高频数据信息的VaR度量研究

传统的市场风险度量模型没有充分利用期权与高频数据包含的信息,且主要基于单因子波动率模型,导致信息的损失以及模型缺乏足够的灵活性.本文基于灵活的双因子随机波动率模型,通过提取期权与高频数据包含的市场前瞻与当前信息,构建相应的市场风险度量波动率模型对在险值（VaR）进行度量.为了估计模型参数,建立基于连续粒子滤波的极大似然估计方法.采用iVX指数与已实现波动率测度（RV）作为上证50ETF期权与高频数据信息的代理,对构建的市场风险度量波动率模型进行了实证检验,结果表明：充分利用了期权与高频数据信息的双因子随机波动率模型能够在快速变化的市场环境中更好地估计波动率,相比其它波动率模型（仅利用了历史数据信息的GARCH模型、利用了高频数据信息的已实现GARCH模型以及利用了期权与高频数据信息的单因子随机波动率模型）具有更为优越的VaR度量精确性,尤其是极端风险情形下的VaR估计精确性改进明显,凸显了期权与高频数据信息以及双因子波动率在市场风险管理中的价值.     

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MRS-GARCH的钢铁期货市场VaR风险测度

针对中国钢铁期货市场波动率具有结构突变特征,使用MRS-GARCH模型对其波动率建模,并通过马尔科夫蒙特卡罗方法(MCMC方法)对模型参数进行估计,进而对钢铁期货市场进行VaR风险测度。结果表明:基于MCMC估计方法 MRS-GARCH模型能够准确地刻画出钢铁期货市场波动率;MRS(3)-GARCH模型下VaR方法能够有效地测度钢铁期货市场风险。     

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.     

嵌入战略因子的VaR模型改进研究

传统VaR模型是一种衡量短期投资风险的常用工具,但其衡量长期风险的有效性仍然有所欠缺。并且,传统VaR方法基于历史数据对未来风险进行估算的基础性假定已引起诸多学者的质疑。据此本文提出基于战略考虑的VaR模型改进问题。首先提出战略因子这一综合评价企业战略的概念,然后利用德尔菲法和模糊层次分析法求出其具体表达式,最后基于实证数据的拟合将其嵌入到原有VaR模型中,得到改进后的战略在险值(Strategic Value-at-Risk, SVaR)模型。实证检验的结果表明,改进后得到的SVaR模型预测的长期风险值要比原VaR模型更加准确。     

结合真实波动性预测模型与准蒙地卡罗仿真法于风险值之研究

以台湾加权股价指数为研究对象,研究期间为2001年1月2日～2003年1月13日,共计500日之报酬率资料.采用不同真实波动性预测模型,研究不同抽样频率的报酬率数据与不同波动性预测模型的预测能力,并结合准蒙地卡罗仿真法进行 VaR 值之仿真,以进行 VaR 估算绩效之比较.研究发现,利用真实波动性观念的日内报酬率数据的确能带来较有用的信息,就波动性预测准确度而言,整体上以Intraday GARCH (1,1) 模型最好;就 VaR 估算绩效而言,则以适应性类神经模糊推论系统模型相对较佳.     

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。     

Why aren't managers concerned about occupational stress?

Abstract

To explain the rarity of workplace stress management interventions, it is thought that managers are not concerned with the risks of occupational stress to health and job performance. Some writers consider either (1) deficiencies in theory, and/or (2) deficiencies in methodology to be the cause of this apparent lack of concern. The aim of this paper is to illustrate another perspective on this issue; that of risk perception. Two perspectives on risk perception are discussed; the psychometric view and the cultural view. The psychometric view suggests that senior managers may underestimate the risks associated with stress. The cultural view suggests that managers may consider stress management to be inappropriate, since individuals, not organizations, should be responsible for coping with stress. Both perspectives indicate that very few managers may consider stress to be a risk that should be actively managed by the organization. The associated disciplines of risk management and particularly risk communication are discussed to suggest ways to overcome lack of managerial interest in stress management.     

Why aren't managers concerned about occupational stress?

To explain the rarity of workplace stress management interventions, it is thought that managers are not concerned with the risks of occupational stress to health and job performance. Some writers consider either (1) deficiencies in theory, and/or (2) deficiencies in methodology to be the cause of this apparent lack of concern. The aim of this paper is to illustrate another perspective on this issue; that of risk perception. Two perspectives on risk perception are discussed; the psychometric view and the cultural view. The psychometric view suggests that senior managers may underestimate the risks associated with stress. The cultural view suggests that managers may consider stress management to be inappropriate, since individuals, not organizations, should be responsible for coping with stress. Both perspectives indicate that very few managers may consider stress to be a risk that should be actively managed by the organization. The associated disciplines of risk management and particularly risk communication are discussed to suggest ways to overcome lack of managerial interest in stress management.     

企业国际化经营中关键风险的识别研究

风险识别是企业从事国际化经营时进行风险管理采取的首要步骤,也是进一步实施风险防范与规避的前提和基础.本文以中国企业的国际化经营为研究背景,在对国际风险分类与识别进行理论推导的基础上,通过实证研究,对企业在采取不同国际市场进入模式时所面临的各类风险加以识别,并对关键风险进行聚焦探析.     

集团公司战略风险属性的识别研究

集团公司的战略风险源于公司战略、环境、资源和竞争能力四要素之间的动态不和谐,它具有七种表现形态或征兆。本文据此构建了识别战略风险属性等级的数学方法,并将其应用在青岛啤酒有限集团公司的战略风险识别中。     

多元化经营策略批判——论竞争风险

多元化投资可以分散非系统风险这一命题对证券投资者适用,但对于企业的经营性投资而言,虽然多元化也可以分散某些非系统风险,但是同时也会增加企业面临的竞争风险.与此同时,多元化经营所涉及的不仅是风险问题.所以,企业在采用多元化策略时,就应该慎重,全面权衡自身的经营意图与多元化的有关利弊.     

集团公司战略风险管理的理论探讨

本文对集团公司战略管理过程中产生战略风险的机制从公司整体运行的角度进行研究,提出了公司战略风险管理的系统化理论模型,并从公司的环境、资源、能力和公司主题战略四个方面分析了战略风险产生的风险机理。并提出了环境和资源对公司战略主题目标的实现的影响及产生风险的机制。     

上市公司独立董事辞职行为研究--基于前景理论的分析

尽管独立董事辞职现象很普遍,但对此的相关研究不多.借助前景理论的基本原理,本文分析了上市公司独立董事的辞职行为;通过把发生独立董事辞职的公司和其它公司对比,发现独立董事辞职主要是基于自身对所任职上市公司的风险权衡.具体来说,上市公司的流动性风险、股权变更、股权集中度和重大关联事项会对独立董事辞职选择产生重大的影响.这些结果为监管机构进一步完善独立董事制度提供了参考.     

基于风险的企业战略控制系统

本文从分析战略风险的形成以及战略风险类型出发,指出了预期战略与应急战略的风险产生主要是由相应的环境因素和风险压力的结合导致的。依据此逻辑,为防止预期战略和应急战略的风险,需要从组织外部和内部视角建立相应的控制机制,最终组成企业完整的战略控制系统(TOEM模型)。最后,为使战略控制系统在实践中切实发挥效果,企业要采取一定的措施,使战略控制系统得以实施、维护和更新。     

Probabilistic dominance criteria for comparing uncertain alternatives: A tutorial

This paper is a tutorial which demonstrates the current state-of-the-art methods for incorporating risk into project selection decision making. The projects under consideration might be R&D, IT, or other capital expenditure programs. We will show six decision making methods: 1. mean-variance (MV), 2. mean-semivariance, 3. mean-critical probability, 4. stochastic dominance, 5. almost stochastic dominance (ASD), and 6. mean-Gini. We will also describe the assumptions about the risk attitudes of the decision maker which are associated with each of the techniques. While all these methods have been previously applied elsewhere, this is the first paper which shows all of their applications in the project selection context, together with their interrelationships, strengths and weaknesses. We have applied all six techniques to the same group of five hypothetical projects and evaluated the resulting nondominated sets. Among the methods reviewed here, stochastic dominance is recommended because it requires the least restrictive assumptions. ASD and mean-Gini are recommended when stochastic dominance is not practical or when it does not yield definitive choices. MV, mean-semivariance, and mean-critical probability are shown to be flawed.     

ASYMMETRIC LOSS FUNCTION AND OPTIMAL POLICY UNDER UNCERTAINTY: A SIMPLE PROOF

Given an asymmetric quasi-convex loss function and a symmetric quasi-concave probability density function, both continuous, an extremely simple proof is suggested that shows that a policy maker will minimize expected loss by choosing a policy value on the less-damaging side of the loss function. This proof, which is compatible with a wide variety of loss functions and probability density functions, is extended to include cases where a symmetric loss function is matched against an asymmetric probability density function and where an asymmetric loss is matched with an asymmetric probability density function.