基于点过程的极值VaR研究

风险无时不有、无处不在,风险本身并不可怕,金融机构就是通过承担风险、管理风险来获得收益的。真正可怕的是极值风险,即稀少或极端事件的发生给经济主体带来巨额损失的风险。因此对极值风险的建模就成为风险管理的重中之重。极值理论为极端事件的统计建模和极值风险测度的计算提供了坚实的理论基础,故有必要通过介绍和比较传统极值事件的建模,基于点过程构建极值风险的一般模型,并利用外汇市场的日数据和VaR的估计与检验进行实证分析。     

沪、深股市收益率风险的极值VaR测度研究

资产组合的ＶａＲ是指在某一置信水平下 ,该资产组合可能遭受的最大损失 ,或者说 ,ＶａＲ即资产组合收益率损失分布函数的某一分位点。由于传统的方差 协方差法、历史模拟法、蒙特卡洛模拟法在估计金融资产收益率的ＶａＲ值上的低效 ①,ＦｒａｎｃｏｉｓＬｏｎｇｉｎ等学者便将统计极值理论引入到估测ＶａＲ的研究中来 ② 。本文将运用近年发展起来的这些极值ＶａＲ方法来测度沪、深股市收益率的市场风险 ,同时也对极值方法、半参数方法 ③ 以及传统ＶａＲ方法的测度效果进行比较。　　一、估测ＶａＲ的极值方法通常有两类估测ＶａＲ的极值…     

基于极值视角的沪深股市收益率的风险度量

文章以沪深股市收益率为研究对象,分别运用收益率的极值分布、收益率的POT模型以及基于收益率序列GARCH模型残差的POT方法计算沪深股市的在险价值(VaR).实证过程发现沪深股市收益率序列均存在明显的尖峰厚尾现象,实证结果表明深市潜在风险高于沪市潜在风险,并且三种方法中基于收益率序列的POT模型计算的VaR精度最高,而对收益率序列应用GARCH模型描述其波动后再对模型的残差进行POT方法计算的VaR精度最低.     

含有超越时间与相关收益率强度的极值风险度量

为研究不同市场状态下沪深300指数高频收益率的GARCH族期望波动率与极值风险之间的关系,采用非齐次的含有超越时间与相关收益率强度的二元极值方法分析系统性金融风险的VaR度量,结果表明:期望波动率的引入修正了齐次模型中GPD模型普遍退化的问题;预期波动率对尾部形状参数的正向影响在市场上升阶段比市场下降阶段更为明显,前一期期望波动率越高,则下一期单位期望波动率的变化对VaR的解释作用越小。     

深成指GPD分布尾部拟合与VaR、ES风险度量

文章首先使用GARCH模型对深成指对数收益率时间序列的自相关和异方差特性进行弱化,之后运用POT方法对GARCH模型所得的残差序列进行拟合,使用极大似然方法估计了GPD分布各参数,进一步计算出收益率序列的VaR和ES值,通过后验测试比较各种估计方法优劣。     

沪深300指数统计特征研究

文章以2005年4月8日至2007年10月30日沪深300指数日收盘价格序列为样本,以复合收益率为研究对象,通过对股市收益率非正态性检验,分析了沪深300指数的一些典型统计特征,验证了沪深300指数收益率"尖峰厚尾"的特性。因此有必要寻找一种更合适的模型,以便更准确地反映沪深300指数收益的真实分布。最后对其进行了GARCH效应的检验,结果表明沪深300指数收益率的波动存在着显著的GARCH效应。     

VaR的不同计算方法的研究

风险价值(VaR)是近年来金融机构广泛运用的风险度量指标。文章研究了VaR的各种计算方法,并利用实际数据对单个资产和投资组合的VaR值作了比较,说明了各种方法的优缺点和适用范围。     

基于神经网络模型的沪深300指数预测

文章对选取沪深300指数收盘价序列进行了正态性检验和Hurst指数的计算,得出价格序列的非正态和长记忆性特征.随后选择了适当的结构建立Elman神经网络模型,结合技术分析中的K线图理论,对沪深300指数隔夜开盘价进行了预测.经过求解和趋势检验,以及与相同输入输出结构线性模型的比较,发现该模型取得了良好的预测效果.     

CVaR-EVT和BMM在极端金融风险管理中的应用研究

随着风险度量一致性原则的提出,研究发现金融机构广泛采用的VaR模型存在严重不足,尤其针对分布具有厚尾特征的极端金融风险无法有效度量。本文采用极值理论（EVT）解决VaR方法的尾部度量不足问题,利用CVaR-EVT和BMM模型分析美国、香港股票市场和我国沪深两市指数18年的日收益数据,研究发现：（1）在95％置信区间及点估计中,分位数为99%的CVaR-EVT所揭示的极端风险优于VaR的估计值;且BMM方法为实施长期极端风险管理提供了有力决策依据,其回报率受分段时区的影响,期间越长,风险估计值越高;（2）模型采用ML和BS方法统计估值显示,我国股票市场极端风险尾部估计值高于香港和美国市场;但是,国内市场逐步稳定,并呈现出跟进国际市场且差距缩小的发展趋势。     

基于EGARCH-M模型的沪深300股指期货跨期套利研究——一种修正的协整关系

现有的基于协整股指期货跨期套利策略主要利用GARCH模型进行建模。该模型忽略了杠杆效应的存在,也未考虑条件方差可能影响协整方程。在引入EGARCH-M模型进行套利研究的基础上,提出一种新的协整关系——修正的协整;利用沪深300股指期货合约的每分钟收盘价进行实证分析,结果表明:正态EGARCH-M模型对数据的拟合效果优于传统的GARCH模型,通过设定合理的交易机制可以获得良好的套利结果;非正态的EGARCH-M模型在拟合效果和捕捉套利机会方面都比正态模型具有更好的表现,且套利效果也有显著提高。     

中国股市动态VaR计量模型分析

风险测量是现代金融活动的中心。近年来,新兴的VaR测量方法已成为国际上风险管理的主流方法。文章介绍了利用GARCH模型的VaR计算方法,并比较了基于不同分布假设的4种GARCH模型计算的VaR值,并得出以下结论:证券市场收益率具有强烈的GARCH效应和非正态分布性;基于GARCH-T的VaR估计值在给定的显著性水平下能够有效地度量金融资产的风险。     

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     

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.     

基于EEMD-SVR的沪深300指数预测建模

文章将集合经验模态分解(EEMD)引入股票指数预测研究中,并充分考虑ε-不敏感支持向量回归(SVR)出色的非线性建模能力,提出基于EEMD与SVR建模的沪深300指数预测方法EEMD-SVRP。首先对沪深300指数时间序列进行EEMD分解,获得多个本征模函数和趋势项,并根据序列的均值特征将本征模函数重组为高频、低频分量;运用ε-不敏感SVR分别建立各分量序列的预测模型,进而对各分量序列预测值进行加和,获得指数的集成预测值;最后为评估模型的预测有效性,对EEMD-SVRP与ARIMA、MLP-ANN和SVR三种典型指数预测方法做对比实验。结果表明:EEMD-SVRP具有更低的预测误差和预测滞后性,是一种更加有效的沪深300指数预测方法。     

沪深300股指期货风险规避策略

文章首先利用最小二乘回归模型、VAR模型、VECM模型和GARCH模型对最优套期保值比率进行了估计,再用沪深300股指期货模拟交易的数据基于风险收益的方法进行了套期保值有效性的比较和验证.结论表明:用传统的最小二乘回归模型估计的套期保值比率效果最好.     

基于GARCH模型的上证综合指数VaR计算

文章针对用参数法计算VaR时所存在的局限性,探讨了用GARCH模型计算VaR的新方法.并以我国上证综合指数为例,说明新方法计算VaR的基本思路以及对计算出的每日VaR如何进行事后检验.     

基于随机模拟与g-h分布的VaR计算方法

在金融风险管理中经常需要对极端值进行统计分析,对变量极端值的分布拟合中g-h分布模拟法可以取得较好的效果.但该方法中参数的拟合一般是用分位数进行的,虽然很简便,却很难做到使四阶矩同时与目标分布一致.改进后的基于随机模拟的g-h分布参数拟合法已经被证明可以很好的解决这一问题.文章将这种改进后的方法用于VaR的计算研究,并通过对股票市场进行实证分析,证明该方法的对VaR的拟合效果优于历史模拟法、正态分布法,且比极值理论法更加方便、灵活和准确.     

基于核密度估计对VaR值计算方法的改进

文章从VaR方法的定义出发,首先对VaR值的两种基本计算方法进行阐述,进而基于核密度估计,提出一种改进的VaR值计算方法.该改进方法将蒙特卡罗模拟法引入到核密度估计规则,并且考虑四分位距来构造核密度估计的窗宽,对股市收益率的变异性以及高峰厚尾现象进行了更好地刻画.实证验证了改进的VaR值计算方法的有效性及优越性.     

我国沪深300股指期货价格发现功能实证分析

文章通过ADF单位根检验、Granger因果关系检验和johansen协整检验,在此基础上建立var模型及误差修正模型,并用方差分解以及脉冲响应函数分析了我国期货市场和股票市场的价格发现功能。研究结果显示,在股票市场的价格发现上,股指期货占主导地位。这说明,对于我国股指期货的推出,使市场信息能够更快捷的表达,增强了市场效率。     

基于GARCH和半参数法的VaR模型及其在中国股市风险分析中的应用

一、引言ＶａＲ是风险估值模型 (ＶａｌｕｅＡｔＲｉｓｋ)的简称 ,是近年来国外兴起的一种金融风险管理工具 ,旨在估计给定金融产品或组合在未来资产价格波动下可能的或潜在的损失。用Ｊｏｒｉｏｎ( 1996)给出的权威定义 ,可将其表述为“给定置信区间的一个持有期内的最坏的预期损失” ,即在一定的持有期和一定的置信度内 ,某金融工具和投资组合所面临的潜在的最大损失金额。目前 ,该方法已经得到国际金融界越来越多的重视和应用 ,部分国家已明文规定银行、上市公司、证券公司等机构必须定期公布自己的ＶａＲ值。ＶａＲ的意义在于 ,它不仅可…