基于熵最大原则的GPD估计与中国股市极值风险测度

POT极值模型参数的准确估计是计算金融资产回报市场风险的关键。根据最大化熵原则（POME）得到POT模型中GPD参数估计方程组,通过回归模型的可决系数法选取阈值,最后将其应用到中国两个时段股市金融风险测度的实证研究中。结果表明：第1、2时段,最优阈值分别为0．01799、0．01801,γ、ξ和β的估计值分别为18．53467、0．14871、0．00802和2．93172、0．03649、0．01258,并得到不同显著性水平下的VaR和ES值,为GPD参数估计找到了一个更科学有效的方法,更为准确计算金融资产回报市场风险提供了新思路,同时也测算了本次国际金融危机对中国股市风险的影响。     

再保险业务风险分布特征的实证分析

再保险人的整体风险管理能力、水平和行为将直接影响再保险公司的整体风险管理绩效以及整个保险市场的稳定。本文使用极值理论模拟了再保险业务的风险分布特征,比较了成数再保险和非比例再保险业务风险分布的差异,认为再保险业务损失分布不服从正态分布,具有厚尾性;成数业务损失分布具有均值大、方差小的特点,而非比例业务损失分布的均值较小,但方差较大;在高置信水平条件下,非比例业务的风险损失率远远大于成数业务。因此,再保险公司应当大力发展非比例再保险业务,并增强资本实力,积极拓展业范围,在国际市场上分散风险。     

金融市场风险的极值模型及实证分析

风险值(VaR)是金融市场风险的度量指标,选择好的计算方法十分重要。文章主要应用极值理论中的门限模型来研究风险值,并对2000年以来深圳综指和上证指数的日对数收益率计算风险值和期望亏损,最后对两市的风险进行了比较。     

银行操作风险度量的实证分析

一、引言自1995年巴林银行倒闭以来,银行操作风险引起了人们的广泛关注。普华永道出版的报告称,由于操作风险给金融机构造成的损失在1998年超过70亿美元。操作风险有限公司的资料也显示,自从1980年,操作风险给金融机构造成的损失超过2000亿美元[1]。以广东开平的余振东案和黑龙江的高山案件为标志,操作风险也引起了国内银行界的关注。根据巴塞尔银行委员会资料显示,银行面临的风险以信用风险为最高,约为60%,其次就是操作风险,约为30%,市场风险和其他风险如信誉风险等则较低,各占5%[2]。1999年巴塞尔委员会在新资本协议咨询意见稿中确立了操…     

广义Pareto分布尾部厚度的分析与应用

极端值模型是准确估计"厚尾"分布金融资产回报市场风险的有力工具.主要有分块样本极大值模型(BMM)和阈顶点模型(POT).文章对阈顶点模型中广义Pareto分布尾部厚度和应用进行分析.结果表明,当0<ε≤1时,分布的尾部厚度为"厚尾"且随着形状参数的增加而变厚,此时最适合于金融资产时间序列"厚尾"分布建模.     

BMM模型在商业银行操作风险度量中的应用

文章利用极值理论中的BMM模型对商业银行操作风险损失极端值分布进行估计,采用广义极值分布构建VaR模型,组建极值数据组,运用极大似然估计法估计两个参数,进而计算操作风险损失VaR。最后结合我国商业银行1994~2008年的220个操作风险损失数据进行实证研究,结果显示BMM模型具有超越样本的估计能力,在数据较少条件下能得到较准确结果,用其度量商业银行的操作风险损失VaR是合理的,这为我国商业银行操作风险度量和管理提供一定的量化依据。     

基于极值理论的静态和动态风险度量模型的比较

文章运用极值理论建立了静态和动态的和风险度量模型.静态模型运用广义帕累托分布拟合收益率序列的尾部分布.动态模型首先运用AR(1)-GARCH(1,1)模型对收益率序列进行拟合,然后用广义帕累托分布对新息分布的尾部建模.采用上证综指和标准普尔500指数的对数收益率为样本,对静态和动态模型进行了比较研究.研究结果表明:对于VaR的度量,在置信水平较低时(如小于99%),静态风险度量模型更准确,在置信水平较高时,动态模型更好;对于ES的度量,动态模型具有通用性和优越性.     

ARCH类模型在风险价值测度中的应用

将ARCH类模型用于计算风险价值,会在很大程度上提高风险价值测度的精度。通过理论分析和实证分析都表明,利用ARCH类模型计算金融资产的风险价值,可以体现其收益率的分布状态和波动性的影响作用,适应风险价值计算的需要,能够提高风险价值的计算精度。     

非寿险精算中的数据尾部拟合与保费厘定

文章讨论了极值分布对非寿险精算中损失数据尾部的拟合和保费厘定方法,并进行了实例计算。研究表明:必须对应用极值分布的条件进行检验;对门限值确定的三种方法中自适应选择算法是较好方法;广义帕累托分布参数MLE估计能得到比较精确的估计结果。文章还给出了非寿险损失的超赔再保险纯保费的计算方法。     

沪深股市风险的相关性分析

一、引言经过十多年的发展 ,我国的证券市场已经取得了举世瞩目的成就 ,证券市场与经济发展的联系越来越紧密 ,在国民经济中有着举足轻重的地位 ,但其中所存在的一些问题也日益受到人们的关注 ,特别是加入WTO大家庭以后 ,对于市场的进一步规范 ,从而防止泡沫的进一步扩大与市场风险的发生都有着更为迫切的要求。在市场经济条件下 ,股票市场经常出现大起大落现象 ,股票价格的剧烈波动是股票市场最显著的特征之一 ,因此 ,作为监管机构对股市中的波动更为关心。从上证指数和深证指数的波动来看 ,我们能够发现 :这两个股市具有很强的相关性 ,…     

网络流量业务的极值分析

在网络拥塞控制与带宽分配研究中,建立合理的网络流量模型是一个非常重要的问题。本文利用极值理论,对于具有相关性的网络流量序列,借助分串的方法,引入极值指标,建立了阈值模型。根据阈值模型,得到了超过某个阈值的流量的渐近分布,并对美国贝尔实验室的测量数据进行了实证分析。结果表明,阈值模型能够很好地刻画网络业务流量的特性。根据阈值模型,可以设计合理的流量带宽分配,并对未来可能遭到的网络拥塞进行及时的预报和控制。     

时序模型分析在经济预测中的应用

时间序列分析方法主要就是建立模型,目的是为了描述时间序列中产生数据的随机机制与趋势,以此模型来判断在某一时间或随机机制下会发生的数据达到预测和控制的目的。时间序列可分为平稳的时间序列和非平稳的时间序列,大部分经济时间序列为平稳的时间序列。对于平稳的时间序列进     

组合分布在我国居民收入分布拟合中的应用研究

本文使用CHNS家庭微观调查数据研究发现,我国城乡居民家庭人均收入对数呈现明显左偏特征.为了适应这种需要,根据组合分布函数的构造思想,首次提出使用反向帕累托-对数正态组合分布对居民收入数据进行建模,并使用极大似然估计方法对参数进行估计.然后,使用变量替换方法导出我国城乡居民收入原始数据的确切分布,并在此基础上,测算出我国城乡居民收入的基尼系数.实证研究发现,农村居民家庭人均收入基尼系数高于城镇居民,就基尼系数发展态势而言,我国城乡居民家庭收入基尼系数在2007-2009年间发生了转变,由之前的持续增加转为下降.     

多元平稳时间序列ARIMAX模型的应用

本文介绍多元平稳时间序列ARIMAX模型的建立方法,并将ARIMAX模型应用于我国第三产业产值、固定资产投资和GDP数据的分析与预测,得到较为满意的结果。     

极值理论在巨灾损失拟合中的应用

极值理论是一种研究极值事件统计规律的方法,文章利用我国火灾历年损失额的数据建立了极值模型.我们发现,利用传统方法描述火灾损失额的统计规律会忽略极值数据的存在,但结合极值分布的建模效果要明显好于传统方法.     

Bootstrap方法和SV模型在风险测度中的应用

文章用SV-GED模型刻画收益率序列的尖峰厚尾、波动集聚以及异方差等特征,在得到标准残差序列的基础上,与Bootstrap方法结合构建一个基于参数---非参数估计的新的风险度量模型——基于Boot-strap-SV-GED模型的风险度量模型,最后对模型的有效性进行了分析.研究表明:Bootstrap-SV-GED模型能很好的刻画收益率序列的特征,并且能在一定程度上提高金融风险测量的精度.     

极值Copula在商业银行操作风险度量中的应用

本文主要内容是针对新巴塞尔协议把商业银行操作风险纳入风险量化和监管领域,应用极值Copula函数分析我国商业银行各类操作风险之间的相依结构,将操作风险度量从一维拓展到多维。目前对所有的事件类型值简单加总求得操作风险的总资本要求,没有考虑事件类型之间的相关性,这与实际情况是不符合的。为此本文在分析我国商业银行各类操作风险之间的相依性的基础上,运用极值Copula函数建立实际操作风险的相依结构,构建计算操作风险总VaR值的极值Copula模型。     

改进的阈值模型及其在风险价值中的应用

引言金融机构面临着多种风险,例如市场风险、信贷风险、流动性风险、操作风险等等。金融机构特别关注不利的市场因素变化对资产价值所造成的影响,即需要估计经过已知时间间隔,资产组合价值可能减少的幅度及发生的可能性,这样就产生了风险价值的概念。风险价值（Value at Risk,简称VaR）的含义是“处于风险中的价值”,是指在市场波动下,某一金融资产或证券组合的最大可能损失,可表示为：     

基于CVaR-GARCH-GED模型的单品种期货风险价值预测

本文利用CVaR-GARCH-GED模型,首先以沪铜期货市场的连续结算价日数据为样本,对我国期铜市场风险进行拟合分析;然后利用不同分布假设下的GARCH族模型对期铜市场风险进行实证研究。结果表明CVaR-GARCH-GED模型能够更好的反映出期货市场收益的尖峰厚尾性,并且能够显著提高预测的准确性。     

基于广义双曲线SV模型的极值风险度量研究

在金融风险的度量中,拟合分布的选取直接影响到风险度量的精度问题。针对金融收益序列的动态变化,在SV模型中引入广义双曲线学生偏t分布(SV-GHSKt)拟合金融收益序列的尖峰厚尾、不对称以及杠杆效应等特征,通过马尔科夫蒙特卡洛模拟的方法将收益率序列转化为标准残差序列,然后用极值理论的POT模型拟合标准残差序列尾部分布,进而建立一种新的金融风险度量模型———基于SV-GHSKt-POT的动态VaR模型。用该模型对上证综合指数做实证研究,结果表明,SV-GHSKt-POT的动态VaR模型能很好地模拟金融收益序列的尖峰厚尾性、波动集聚性及杠杆效应,并且能够合理有效地提高风险测度的精度,尤其在高的置信水平下表现更好。