金融衍生品最优套期保值率的测算

通过构建金融衍生品的ECM-BGARCH模型来估算其套期保值率.研究发现:金融衍生品期货价格和现货价格的相关性显著;如金融衍生品大宗农产品在价格波动上表现出波动聚集性特点.根据金融衍生品期货和现货市场的套期保值的实证结果,我们认为,要以适度渐进的方式推动我国大宗农产品金融衍生品市场的发展,需要完善大宗农产品金融衍生品市场和金融衍生品市场监管体系,加快我国大宗农产品金融衍生品的市场国际化步伐,提高我国大宗农产品金融衍生品市场在国际市场上的竞争力.     

金融风险测算新技术-Copula方法研究

随着经济全球化和金融自由化的发展,全球金融市场特别是金融衍生品市场得到迅猛发展,呈现出了前所未有的波动性,金融机构和投资者面临的各种风险日益复杂和多样化,因此对金融风险的评估和测量也提出了越来越高的要求.……     

KODA的结构、风险特征与定价研究

文章对被称为金融毒品的衍生品KODA(也称累计期权)进行了深入研究,在解析KODA结构特征的基础上,采集汇丰控股股票近3年价格数据,应用Monte Carlo方法,对KODA的损益分布进行了模拟分析,给出了该产品的风险度量指标VaR和CVaR,并给出了KODA的期初价格.实证分析结果表明KODA的损益分布具有典型的尖峰厚尾、左尾损失分布宽、右尾盈利分布窄的特点;风险大且对标的资产的收益与波动非常敏感;,KODA的期初价格不接近零.结论表明KODA确实是一个结构复杂、风险极高且盈利有限,产品设计不合理的金融衍生品,不适合作为套期保值的工具.     

中国金融压力指数的构建与应用

金融系统性风险最终表现为宏观经济各个领域的金融压力,测度金融风险、疏解金融压力、有效降低金融风险对宏观经济的冲击,是深化金融监管工作的重中之重。结合CRITIC和标准差倒数权重法构建银行、债券、股票、外汇、地产和衍生品六大体系的金融压力子指数,在此基础上合成静态和动态权重的中国金融压力指数,并比较两指数的差异,最后考察中国金融压力指数与宏观经济变量PPI、CPI、PMI的关系。研究表明:1.动态指数测度的结果与现实更吻合,与主要宏观经济变量的关系更密切。2.高压期中国金融压力指数对CPI、PPI、PMI均具有正向冲击,PMI在金融压力冲击下存在"蝶式"效应。3.中国金融压力总指数的权重在不同压力期呈现不同特征,高压期银行和地产体系的权重上升,低压期股票体系和衍生品体系权重上升。因此,决策层在高压期应当重点调控银行和地产体系的压力,防范"灰犀牛"风险;低压期应关注股票和衍生品市场的冲击,防范"黑天鹅"事件。     

证券投资基金运用金融衍生品的国际经验

文章介绍了金融衍生品在一些主要国家证券投资基金中的应用状况,总体而言,基金运用金融衍生品的广泛程度仍相对较小,决定基金是否使用金融衍生品的主要因素包括基金规模、收取管理费的水平、以及基金的投资风格等因素。金融衍生品对基金绩效并没有显著的积极作用,其功能更多地是应用于基金对申购和赎回引发的现金流进行有效的管理。     

金融衍生品:理论解析与金融监管

文章依据逆向选择理论构建模型对美国金融衍生品市场进行分析,结果发现,金融衍生品OTC市场存在逆向选择,在OTC市场不是以优质产品退出市场的形式直接表现,而是以低质量产品大量进入高质量产品"蜕变"为低质量产品的隐蔽形式来完成,是引发次贷危机的重要原因.针对金融衍生品市场逆向选择问题,需要加强对金融衍生品OTC市场的制度约束,提高市场的准入标准,精细金融衍生品的标准化程度,加强金融衍生品交易的金融监管.     

随机利率模型下多种汇率联动期权的定价公式

随着全球经济一体化和金融一体化的日益深入,投资者不仅可以投资于国内资本或单纯汇率衍生品,还可以投资于国外的资本市场。而汇率与股票价格都是随机变化的,此时,投资者不仅关心国外资产的价格风险,还关心汇率变动的风险。本文针对多种汇率联动未     

我国股指期货保证金设定的方法及实证

作为风险管理和控制的有效工具,适时、科学地推行交易所衍生品是完善我国金融体系的必经之路.从新兴市场经济国家和发展中国家发展金融衍生产品的经验来看,股指期货是新兴市场开设金融衍生品交易的首选品种.     

基于小波多分辨分析的高阶矩CAPM

 为改进传统Beta系数测量系统风险的不足，反映系统风险的动态特征，讨论了四阶矩的资本资产定价模型(CAPM)并将小波分析引入到高阶矩CAPM研究中。利用小波多分辨分析的特点，给出了小波高阶中心矩和高阶混合中心矩的定义，基于此给出了多分辨系统风险测度Beta、Gamma、Theta的计算方法和多分辨CAPM，并从行为金融理论出发，给出多分辨高阶矩CAPM的金融背景解释。实证结果支持了多分辨系统风险假说和多分辨高阶矩CAPM的成立，为构建动态投资组合分散金融风险的动态影响提供了证据。     

基于金融压力指数的金融系统性风险的测度

文章介绍了一种新的金融系统性风险测度方法一金融压力指数法,并在前人研究的基础上结合中国的现实情况构建了能实时显示中国金融系统性风险状态的中国金融压力指数.该压力指数的实证结果显示中国在2008年4～12月处在金融系统性风险较大时期,且2008年10月是2002年以来中国金融系统性风险达到最大的时期.该结果能较好的拟合2002～2009年中国金融的现实状况.因此,该指数将为我国金融系统性风险监测提供有用的工具.     

基于SVM的金融企业内部会计控制效率评价

文章建立基于支持向量机(SVM)的金融工具计量方法和内部会计控制效率评价方法,促使内部会计控制成为金融企业有效控制金融风险的基本保障和关键环节。文章将利用该方法从金融工具风险评估和内部控制效率评价两方面进行创新,以提高金融企业内部会计控制效率。实证分析结果表明,基于SVM的金融工具计量方法和内部会计控制效率评价方法是有效的,从而实现了金融企业内部会计控制效率量化分析和综合评价的新途径。     

金融支持技术进步的统计考量

金融支持作为技术进步的重要推动力量对经济发展有深远影响。文章首先分析了四川省金融支持技术进步的现状;接着运用协整检验、Granger因果检验及回归分析等方法对四川省的时间序列数据进行实证检验,结果表明:金融结构是技术进步的核心推动力量;金融效率对技术进步的支撑作用相对较小;金融规模对技术进步存在一定的阻碍作用。在实证的基础上,文章对金融支持在技术进步中的现实效率状况提出政策建议:增大金融支持技术创新领域的规模,调整优化金融支持结构,建立多层次的资本市场,完善技术进步的风险分担体系。     

互联网金融与传统金融市场风险联动性研究

文章从互联网金融和传统金融之间相依性结构以及风险传染两个角度对市场间的联动性进行了探索。采用时变t-Copula-GARCH模型对互联网金融与股票、银行以及债券等传统金融市场之间的相依性进行了测定,并利用BP结构突变点检验的方法对互联网金融和传统金融间的风险传染进行验证和分析。通过实证分析发现,互联网金融、股票、银行市场以及债券市场的收益率均具有“尖峰厚尾”的特征。相对而言,互联网金融与股票市场间联动性最强,与银行市场间的联动性一般,与债券市场间的联动性最弱。互联网金融市场与股票以及银行市场间的联动性均为正向联动,也就是说互联网金融市场的兴起在一定程度上可以推动股票以及银行市场的发展。互联网金融市场与债券市场的相关程度相对较弱,并且相关方向不够稳定。结构突变点检验显示,互联网金融和传统金融中的股票、债券以及银行市场间存在明显的风险传染效应。     

基于区间分析的金融生态环境评价及其实证

文章提出一种基于区间分析的金融生态环境评价体系;根据新时期金融生态环境影响因素的改变,构建了一套新的金融生态环境评价指标体系,并提出利用层次分析法确定指标权重;针对金融生态环境评价过程中存在的不确定性和单一决策者存在个人偏好的问题,提出基于群组专家共同评价的区间型评价标度,并利用灰色关联度改进传统理想解方法,给出一种新的金融生态环境评价方法.     

美国灾后重建中金融支持的启示与借鉴

美国的灾后金融支持美国灾后重建的金融支持包括两个层面,一个是灾后应急支持;另一个是灾后风险分散机制。灾后应急支持。2005年8月美国"卡特里娜"飓风发生后,美国金融当局首先启动了紧急应对计划,计划基本内容包括及时发布公共信息,提供资金     

基于区间直觉集的互联网金融模式择优方法

文章根据互联网金融模式择优评价过程中存在的不确定性,提出一种群组专家参与的区间型直觉模糊集评价方法.给出了区间型直觉模糊集的精确函数计算方法,根据互联网金融模式择优评价过程中存在的不确定性和模糊性,利用能综合群组意见的区间型直觉模糊集作为评价标度,给出一种互联网金融模式择优评价方法.层次分析法用来确定互联网金融模式择优影响因素的指标权重确定.最后实证分析了某省金融模式择优过程,验证了本方法的可行性和科学性.     

土地金融价值评估分析

土地抵押融资十分普遍,土地金融价值评估是必要的风险防范措施。直接引用传统评估数据面临:传统评估方法准则与金融原则不完全一致、传统评估方法本身并不完全准确、国内市场经济信息高速变化影响价值判断、直接依赖评估报告潜在风险等一些不可避免的问题。在现有条件下,可根据金融行业规则,制定土地金融价值评估基本原则,分析关键影响因素,对现有评估方法和数据进行修正,合理使用评估报告,确保土地评估符合金融风险控制要求。     

基于FAHP的工程项目风险评价模型

针对常用的工程项目风险评价方法中存在的问题,在建立工程项目风险评价指标体系的基础上,本文将层次分析法和模糊综合评判法结合起来,利用德尔菲法中的经验数据,建立了工程项目风险评价的模糊层次分析模型。该模型在一定程度上解决了如何运用数学方法分析和处理风险评价中大量存在的模糊问题,从而为正确的风险决策提供定量依据,为决策者提供有力的参考和支持。     

VaR估计中的概率分布设定风险与改进

 在金融风险管理中,金融风险的事先判断具有极其重要的意义,然而金融机构金融决策事前支持技术的缺陷常常被忽略,在金融投资收益率概率分布估计方法尚未建立以前,将样本数据特征纳入风险度量的计算则不失为一种改进风险判断的有效途径。本文选择度量金融风险的主流方法—VaR技术来讨论概率分布设定风险,探讨依据数据特征改进和扩展VaR计算方法,通过对Delta-正态方法与Delta-Gamma-Cornish-Fisher扩展方法估计VaR值的比较,从实证分析角度论证了扩展方法在VaR估计中的有效性与稳健性。     

大数据风控有效吗?——基于统计评分卡与机器学习模型的对比分析

随着金融科技的巨大进步,机器学习在金融风控领域的应用也逐渐深化起来。信用评分卡模型作为一种应用最为广泛的风险评估模型,在大数据时代存在着不能对高维、复杂、非线性的个人征信数据进行全面分析的局限性。从中国的互联网金融发展的实际情况出发,提出一种基于XGBoost机器学习算法的互联网金融风控模型,并与传统的统计评分卡模型进行了对比试验,同时给出了将机器学习模型预测结果转化为传统信用评分的解决方法。研究结果表明,机器学习模型能更好地预测个人信用风险,从而构建更加有效的风控体系。