基于藤Copula分组模型的金融市场风险度量研究

传统未分组的藤Copula模型可用于刻画金融资产间的相依性,但其存在将所有不同行业资产视为一个整体的问题。本文在充分考虑金融市场中各机构所属行业不同的基础上,提出了藤Copula分组模型,给出了该模型算法的具体步骤,并证明了算法的收敛性。最后通过返回检验方法,对比研究了藤Copula分组模型和未分组的藤Copula模型对银行业、证券业和保险业间VAR估计的精度差异,结果表明藤Copula分组模型的预测效果更准确且更有效。     

基于VAR方法和期限结构动态模型的利率风险度量

文章用Vasicek模型和CIR模型描述利率的波动,并用GARCH模型估计其波动率,进而使用VAR方法度量利率风险.银行间国债回购利率的实证结果显示:Vasicek模型和CIR模型均能合理的描述短期利率的随机波动性,且分别以这两种模型做均值方程,GARCH(1,1)模型为方差方程计算的VAR与实际利率的变动趋势基本吻合,并用失败率检验了VAR度量利率波动风险的效果.     

金融控股公司的风险度量

混业经营是一种趋势,金融控股公司的风险度量已是一个难题。本文运用VaR和Copulas函数等方法构建计算混业经营金融控股公司的风险度量模型Copula-VaR,对金融控股公司混业经营风险进行度量;并对几种风险度量VaR方法进行了比较,得出多样化经营的优势。     

一类特殊投资群体谱风险度量和最优资产组合

文章主要研究的是一类特殊投资群体的谱风险度量及其最优投资组合.通过文章所介绍的构造谱风险度量的原理,可以构造出这类特殊投资群体的风险谱函数.此外文章还利用上海证券的综合指数(每个交易周的收盘值,周对数收益率)对上述特殊投资群体的谱风险度量和最优投资组合进行实证分析.     

Downside-Risk风险度量方法研究

1Downside-Risk风险度量方法1.1LPM风险度量方法LPM(Lower Partial M om ents),指低端部分矩,是一种正在被人们关注的度量风险的方法。它认为只有收益低于目标值τ时,才发生风险,因此可以将低于τ的收益,取概率加权平均值度量风险。令R表示金融资产收益率,F(R)表示其分布函数。     

基于半参数CARE模型的金融市场VaR度量

以CAViaR模型为基础,结合Expectile模型,构建半参数CARE模型,度量金融市场的在值风险。选取2003年1月3日至2015年12月31日上证综合指数与深圳成份指数为研究对象,分别采用半参数CARE模型与GARCH模型刻画VaR的波动情况,并运用几类常返检验来评估模型的优劣。结果表明:GARCH模型能更好地刻画深证成份指数1%VaR与上证综合指数5%VaR,而半参数CARE模型能更好地刻画深证成份指数5%VaR与上证综合指数1%VaR。     

基于ES模型的供应链系统风险度量

为了在应对供应链风险的过程中,及时做出正确的决策,文章将期望损失方法引入,建立了供应链风险度量模型;提出供应链收益最大同时风险损失最小的双目标函数,建立双层规划模型,并运用遗传算法进行求解。可以看到,这种基于期望损失方法的双层规划模型,对供应链风险应对决策的确定是切实有效的。     

基于一种新的风险度量的保费计算方法

本文经过研究发现ρ(X)=(E(X~2))~(1/2)作为纯粹风险测度有三大优点,进而在此基础上提出了一种新的保费计算方法,最后论证了该保费计算方法的合理性。     

Expected Shortfall风险度量的一致性估计

本文主要讨论了ES(Expected Shortfall)风险度量的估计的一致性问题,发现有些估计为一致性估计,有些估计不满足一致性公理中的次可加性。由于风险度量方法是证券组合选择模型的重要部分,因此本文结果对风险管理和投资组合分析有一定的指导意义,同时也启发我们在对风险度量进行估计时,有必要对估计的一致性问题进行相应的分析。     

保险公司长寿风险度量

本文梳理了几种重要的动态死亡率预测模型,给出了长寿风险度量的三种方法,选取了保险公司及国家统计局公布的人口死亡率数据,度量了保险公司的两类长寿风险,对不同方法下长寿风险的度量结果进行比较,并分析了极限年龄与折现率变动对长寿风险影响的敏感性。研究发现：基于保险公司经营稳健性的视角,第一类长寿风险的度量应采用随机模拟法,第二类长寿风险的度量应采用标准公式法;极限年龄的变动对长寿风险的影响较小,保险公司无上调经验生命表极限年龄的必要;长寿风险对折现率的变动较为敏感,提高折现率,保险公司长寿风险显著降低。     

基于蒙特卡罗模拟的几种VaR模型度量效果比较

文章通过蒙特卡罗模拟产生误差项服从标准正态分布、t分布的GARCH过程敷据,在其基础上利用真实分位数和估计分位敷之间的误差评价了几种VaR模型的度量效果.结果显示,基于这两个过程,误差项服从t分布的GARCH模型优于误差项服从标准正态分布的GAARCH模型,而相对复杂的极值理论略微优于效果最差的历史模拟法:从而实证研究中,由于极值理论的度量效果不一定较好,应该尝试多种VaR模型,从中选择最适合的模型.     

基于蒙特卡洛方法的金融市场风险VaR的算法分析

为解决蒙特卡洛(Monte Carlo)方法在计算风险价值(Value at Risk,VaR)方面的缺陷,文章首先引入GARCH模型来刻画金融数据的波动聚集性,再引入马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法,来克服GARCH模型参数估计约束条件带来的估计误差.通过对上证50指数的实证分析表明,引入MCMC方法可以提高模型的估计精确度.     

基于ARFIMA-FIGARCH模型的利率市场风险度量

随着中国利率市场化改革的加速,利率市场的风险管理问题引发了广泛的关注,作为筹集短期流动性资金的主要工具,同业拆借利率(Shibor)逐渐成为各金融机构决策参考的基准利率。在传统的ARMA-GARCH模型的基础上,引入Hurst指数捕捉Shibor的分形特征,使用扩展后的ARFIMA-FIGARCH模型对Shibor的隔夜和7日利率收益率的VaR进行度量和回测检验。结果显示:隔夜和7日利率收益率都具有反持续性,即收益率过去是上升趋势,则未来倾向于下降;考虑分形特征的ARFIMA-FIGARCH模型,比原模型对Shibor的度量更准确;在同业拆借市场中,Ged分布是解释多头VaR的理想选择,而正态分布是解释空头VaR的理想选择。     

基于三维熵式度量模型的风险型决策

传统的风险度量方法比较粗略,不具备唯一性和全面性,因此只能做大概估计.文章介绍了一种实用的三维熵式度量模型,并将其引入到风险型投资决策中,通过实例给予了论证.该模型可如实评价开发中的利润和风险,可为决策者进行投资决策提供良好可靠的建议.     

基于序数空间的行业间战略相对风险度量

文章针对不同行业之间风险难以比较分析的问题,在前期战略风险研究的基础上,利用序数理论中系统不确定性的熵度量方法,将企业参考集的战略风险考虑为其位置的下降所带来的负面不确定性信息。选取中国30个行业为研究对象,取净资产收益率作为指标,对30个行业的风险熵值进行了相对风险排序和比较分析,研究结果对投资者对行业的选择及行业间战略实践提供了决策依据。     

民营企业投资风险的统计度量与分析

中国民营企业普遍存在着寿命短暂、难以长大等问题,一个重要的原因在于民营企业投资失误较多,决策不科学,在投资风险的预测、度量、分析、控制上出了问题.因此,在传统的统计学方法计量投资项目的风险大小的基础上,指出了传统净现值法的一些缺陷,给出了较为科学的风险调整贴现率法和肯定当量法,从而使企业能作出更加合理的投资决策.     

重尾分布情形下区间底部风险度量的比较

文章将单一的风险度量扩展到区间底部风险度量.给出了重尾分布情形下区间底部风险度量的比较,并作了相关证明.     

股指期货操作的风险度量及管理策略

文章利用VaR-GARCH模型分别时SP500指数期货和恒生指数期货操作面临的风险进行了研究.分别运用基于GED分布和T分布的GARCH模型估计了两个市场95%和99%置信水平下的上涨和下跌的条件VaR.研究发现,对于SP500指数期货和恒生指数期货基于GED分布和T分布的VaR-GARCH模型都是充分的:股指期货市场在不同的时期面临的风险水平不同,仍存在因波动率阶段性差异产生的系统性风险:多空双方的风险暴露不对等,空头头寸的交易结算保证全水平通常要高于多头头寸持有者,这是由于双方的交易方向不同造成的.     

基于连接函数的 整合风险度量研究

 本文利用连接函数（Copula）解决整合风险管理中不同类型风险的联合分布建模问题,提出了基于连接函数的整合风险度量Copula-VaR及其蒙特卡洛模拟算法;以深圳发展银行和上海浦东发展银行为研究对象,将Copula-VaR与N-VaR和Add-VaR这两种业界常用的近似整合风险度量方法进行了实证比较分析,发现:与Copula-VaR相比,N-VaR和Add-VaR存在高估风险的倾向,而其主要原因则是由于N-VaR和Add-VaR对信用收益率与市场收益率之间的相关结构进行了不符合实际的假设。     

基于拟蒙特卡罗方法的可转债VaR和ES风险度量

文章通过使用随机Faure序列和方差减小技术并结合Moro算法,提出了基于Faure序列和Moro算法的拟蒙特卡罗(FMQMC)方法。基于该方法,给出了中国可转债的风险值VaR和ES的度量模型。最后,选取了燕京可转债进行了实证分析,从可转债的VaR和ES估计值、方差以及计算效率几个方面将该方法与普通蒙特卡罗方法(PMC)进行了比较,结果显示FMQMC方法在计算燕京可转债的风险值VaR和ES时不仅方差更小,计算效率更高,而且其估计值也更加接近实际损失。