投资组合动态VaR预测模型和预测精度评价

采用4种Backtesting检验方法,检验22个常态和时变投资组合动态VaR预测模型的风险预测精度,发现GJR_GPD_TV_Copula具有最高的投资组合风险预测精度,GJR_GPD_Copula的拟合、密度预测和组合风险预测精度都要高于GJR_SKST_Copula,且Copula模型的组合风险预测精度分别与拟合精度和密度预测精度存在较弱的正相关关系.     

基于COX模型的财务危机动态预测方法

企业爆发财务危机是一个动态的演化过程,与财务危机静态预测研究不同的是,文章采用多元时间序列数据表述企业特征,并结合COX模型进行动态预测研究。从多角度采集企业爆发财务危机的影响变量,完成必要的数据预处理后采用Mann-Whitney U检验和多重共线性检验进行变量筛选,并提取财务危机预测的主成分变量以降低变量维度,最后对比分析静态COX模型、动态COX模型和其它模型的预测效果。沪深两市A股上市公司的全样本实证结果表明:动态COX预测模型的综合识别准确率比静态COX预测模型高,且分类识别的第I类准确率和第II类准确率均有所提高,与其它模型相比具有较好的预测效力。动态COX预测模型具有较好的财务危机预判能力。     

基于马尔科夫机制转换CAPM的VaR模型研究

本文利用机制转换的CAPM模型来计算中国证券市场的VaR，首先回顾了机制转换模型，接下来介绍了基于马尔科夫机制转换CAPM的VaR模型（MSW—VAR），最后选择深圳证券交易所的十支股票进行VaR计算，通过准确性检验显示效果良好。MSW-VAR模型能够满足系数时变和市场指数及组合的方差也是时变的市场特性，模型中的混合正态分布，可以拟合证券市场分布的偏峰厚尾特征。     

基于状态转换的风险分解VaR模型研究

VaR的度量涉及到资产组合的未来市场因素分布、波动性以及定价三个方面。针对传统CAPM和GARCH方法的不足,作者提出了市场指数及证券(组合)分别服从独立的马尔科夫状态转换过程下的风险分解VaR模型——SSRM模型。模型能够分别呈现市场的系统风险和个股特有风险,在方法上允许市场指数、证券(组合)分别存在波动性的突然跳跃。凸出特点是既综合考虑了市场和特定资产的关系,又考虑了资产和市场风险的时变性特征。实证显示模型较经典的GARCH-β模型在VaR估计方面有显著优势。     

基于VaR方法的金融风险度量模型及其应用

针对金融风险度量问题,对几种典型的VaR方法进行比较说明,总结其各自的优缺点和适用范围,通过对美国次贷危机中各大金融机构VaR风险管理体系实际效果的分析,发现当前普遍应用的VaR模型及其管理体系在极端情况下存在局限性,从而得出VaR方法必须结合对经济金融形势的综合判断才能取得较好效果的结论。     

基于动态补偿的矩形广义系统模型预测控制

针对线性矩形广义系统,研究了基于动态补偿的有限时域模型预测控制问题,给出了存在合适维数的动态补偿器使得闭环系统正则、无脉冲、稳定的充要条件.在有限时域性能指标中引入一个终端有限权矩阵来保证稳定性,并利用矩阵不等式和Lyapunov方程求解优化问题,将提出的Lyapunov方程转化为双线性矩阵不等式形式(BLMI),以便采用路径算法最小化性能指标,保证了闭环系统是容许的.数值算例验证了方法的有效性.     

基于VaR模型的我国房地产金融的市场风险评估

房地产业已经成为我国国民经济新的增长点,房地产业的迅速发展极大地推动了我国经济的发展。而作为国民经济运行重要枢纽的金融业又与房地产业相互依存,相互制约。要保持房地产业的健康稳定发展,就必须对房地产金融面临的风险有基本的了解。本文选择国内生产总值、居民消费价格指数、金融业增加值、建筑业增加值、房地产完成投资额、商品房销售额、竣工房屋造价7个指标作为解释变量研究与被解释变量房地产业增加值之间的回归关系,根据结果进行蒙特卡洛模拟,计算出我国房地产业增加值的VaR值,据此分析我国房地产业发展前景。     

基于VaR约束的商业银行资产负债组合配给模型探讨

以商业银行各项资产和负债的组合收益最大化为目标函数,以贷款组合的VaR约束及法律法规约束和经营管理约束为条件,综合应用运筹学中的非线性规划理论,探讨了商业银行资产负债最优化管理问题,系统地提出了基于VaR约束的商业银行资产负债组合配给模型体系.该模型在引入VaR约束的同时兼顾资产和负债两个方面的业务和管理,体现了高度重视资产和负债的内在关联性的基本要求.     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发,考虑基于GARCH类模型和基于非参数模型的VaR估计.对于前者进行筛选以后,采用EGARCH(1,1)模型来估计资产或资产组合未来收益率的波动,后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数,并用这两个模型对上海股市进行了实证研究,结果表明后者不失为一种值得考虑的方法.     

基于GARCH模型和非参数模型的上海股市VaR的比较

从VaR的定义出发，考虑基于GARCH类模型和基于非参数模型的VaR估计．对于前者进行筛选以后，采用EGARCH(1，1)模型来估计资产或资产组合未来收益率的波动，后者则用核估计方法估计资产或资产组合未来收益率的概率密度函数，并用这两个模型对上海股市进行了实证研究，结果表明后者不失为一种值得考虑的方法。     

动态投资组合中的VaR分析

1　引言VaR(ValueatRisk)在商业或投资组合中作为对潜在损失的一种测量方法已越来越流行。在过去的十年中 ,国外一些政府和银行的有关规章制度中已要求用VaR来分析决定资本保证金需求。 1995年J.PMorgam公司推出RiskMetrics系统使得VaR迅速发展 ,从而大大地扩充了学术研究的范围 ,使支持或批评此风险测量方式的研究越来越多。在 1997年 ,Jorion在有关VaR的文章中 ,将VaR定义为 :某一金融资产或证券组合在给定置信度水平下一定持有期内的最大可能损失。关于VaR计算的最大问题是用不同的参数和不同风险测量方式得到的结果存在不一致性…     

中国失业风险动态预测——基于联立方程模型的实证

基于我国31年的历史数据,采用联立方程模型对我国的失业风险预警问题进行研究。首先建立失业风险预警的经济模型,对我国1978-2009年的各内生指标进行静态预测,其次建立了基于ARMA模型的失业风险动态预测模型,最后给出2012-2015年各指标的警情值和综合警情值,以配合政府的宏观调控政策。     

基于两种分布下的SV模型与GARCH模型的VaR比较

文章将随机波动SV模型与GARCH模型应用于VaR的计算,并利用上证指数的实际数据作实证研究,构建基于正态分布和T分布下的GARCH模型与SV模型,测量了上证指数收益率的风险价值(VaR).结果表明,相比GARCH模型,SV-N,SV-T模型能更准确地对实际市场波动情况进行拟合,更加真实地反映上证指数的市场风险特性.     

基于GARCH模型的VaR度量证券投资基金风险实证研究

相对于度量金融资产风险的各种波动性方法和灵敏度方法,VaR方法以其概念简单易懂、关注下行风险和可计算复杂投资组合的风险等优点成为国际上广泛采用的先进风险度量方法。但计算VaR有许多不同的方法,针对不同的资产或资产组合找到合适的VaR计算方法是应用VaR的关键问题。分析证券投资基金的统计特征和风险特性,采用厚尾分布和GARCH模型来计算其VaR值,通过比较得出GED分布假设下的GARCH模型方法是所分析的几种VaR计算方法中的最优方法。     

风险测量方法VaR及其修正模型

VaR由于其概念简单易于理解，成为目前市场上通用的衡量市场风险的指标．文章介绍了风险度量指标VaR的概念及方法，指出了VaR的两大缺陷；还介绍了它的两个修正模型CVaR和CDaR的概念及其计算方法，并比较了它们的优缺点。     

风险测量方法VaR及其修正模型

VaR由于其概念简单易于理解,成为目前市场上通用的衡量市场风险的指标.文章介绍了风险度量指标VaR的概念及方法,指出了VaR的两大缺陷;还介绍了它的两个修正模型CVaR和CDaR的概念及其计算方法,并比较了它们的优缺点.     

基于挣值管理有效模型的挣值动态预测研究

项目挣值管理是公认的项目管理工具,它整合了项目成本与进度 ,通过偏差分析为项目经理提供了定量的项目状况信息,为预测项目的最终成本和进度提供了有效的解决办法。依托挣值管理有效模型并在此基础之上进行改良,采用多层次模糊综合评判与数量化方法探析动态的挣值预测模型。以项目过程风险识别和分析为导向,根据预测值分析项目的健康状况和集成化管理改进。     

基于MRS-GARCH模型的VaR方法及其在上海股市的应用

近年来,许多国内学者运用基于GARCH-正态、GARCH-t、EGARCH等模型的VaR方法对中国股票市场的风险进行了分析,这些GARCH模型均为不考虑金融波动结构变化的波动模型。然而,我国的金融市场作为一个新兴的市场,其金融波动的结构变化是客观存在的。因此,本文提出了基于MRS-GARCH模型的VaR方法,并对中国上海股票市场的风险进行了实证分析,证明考虑了金融波动的结构变化的MRS-GARCH模型能够更好的刻画上海股票市场的波动特征,基于MRS-GARCH模型计算VaR值更加有效。     

基于等维灰数递补动态模型的人口老龄化趋势预测

运用灰色系统中的等维灰数递补动态模型,根据人口普查中得到的老年人口占总人口的比例等数据建立了动态GM（1,1）模型.对今后几年老年人口占总人口的比率进行灰色预测,并对预测精度进行验证,结果显示拟和程度较高.     

VaR模型在金融领域的应用分析

根据对金融资产价格分布特征的不同假设 ,常用的风险价值 (ValueatRisk ,VaR)模型大体可分为以下三类 :得尔塔 -正态法、历史法和蒙特卡罗模拟法 ,该模型由于在量化风险和动态监管方面的独特优势 ,目前已经在欧美许多金融机构的内部风险管理、监管信息披露、业绩评估等方面获得广泛应用 ,随着我国金融市场的市场化程度的提高和投资工具的日益增多 ,引进该方法对提高我国金融风险管理水平有重要的现实意义