多元外汇投资组合风险的测度

文章是将GARCH-EVT-COPULA模型用于美元、欧元、日元、港币四种人民币汇率的投资组合风险研究.研究发现,在所选定的时间内,无论是哪种类型的Copula还是哪种置信水平下的风险测度,最小风险的投资组合系数差别并不是很大,投资基本上集中在美元资产.由于t Copula和Clayton Copula比正态Copula能更好的刻画多个资产间的相关结构,在高置信水平下,我们更偏向于用这两种Copula来求组合投资的风险,给投资者提供外汇投资的最优比例参考.     

一致性风险测度下的VaR和CVaR对比研究

文章在一致性风险测度理论和谱风险测度理论下比较了vaR与CVaR性质的优劣,得出CVaR在性质上优于VaR的结论.同时也指出VaR在损益满足椭圆分布时具有CVaR同样的性质,因此VaR仍然可以描述尾部风险.此外,文章还进一步地探讨了在实际应用中VaR和CVaR的监管问题.     

基于宏观信息发布的外汇风险度量VaR方法的改进

文章运用GARCH模型考察了中美两国发布的13类宏观经济信息对外汇市场的影响。分析发现,中美两国的货币政策和零售业信息、投资信息、消费信息、房地产信息等消息发布的当天,市场出现异常收益率;中国货币政策信息、消费信息,美国贸易信息、消费信息发布后,将导致外汇市场的波动加剧并且持续。文章使用加入宏观信息的GARCH模型为基础的VaR方法对外汇风险进行了度量,发现加入宏观信息可以增加估计的信息量,从而提高VaR的度量效果。     

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…     

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。     

基于稳定分布的风险价值(VaR)研究与实证

文章首先对上证指数收益率进行正态分布的拟合优度检验,然后对上证指数收益率进行了稳定分布拟合及稳定分布拟合优度检验.在此基础上,文章研究了基于稳定分布的VaR模型,并在实证研究中同历史模拟法、分析法计算VaR值进行比较,验证了稳定分布分析法的可行性与可靠性.     

一种基于VaR视角下的国际利率风险的测度公式

一、引言风险通常有两种常见的含义,一种是将风险定义为“未来资产收益的不确定性或波动性”,另一种是“风险就是未来某资产发生损失的可能性”。本文遵循后者,这也和人们通常的习惯认识相一致。既然风险是一种损失的可能性,那么,任何资产收益的波动中,自然就可能发生两种相反的风险结果,即有时会产生对资产持有者有利的风险结果,进而获得额外的资本收益;有时则会出现资产持有者厌恶的风险结果,此时才会发生一定的损失。所谓规避或防范金融风险,应该是指防范后者出现的风险结果所带来的风险损失。在进行金融风险管理过程中,通常会遇到四类风…     

市场风险资产损失服从Pareto分布的VaR计量

目前VaR模型是测量和管理商业银行市场风险的主流方法.运用VaR的计算原理,利用Pareto分布描述风险资产损失的尖峰厚尾特征,得到市场风险资产VaR计算公式,并且分析了VaR的影响因素,最后利用历史数据进行VaR的实例计算.     

基于GHSKT分布的WTI原油市场VaR风险度量

众所周知,同正态分布相比而言,金融市场的收益率变量具有偏态和尖峰厚尾特征。文章提出采用GHSKT分布来拟合收益率序列。为了解决参数估计难的问题,提出的强有力EM算法对于解决像包含Bessel函数这样复杂、具有大量局部最优解的优化问题,具有很现实的意义。最后,我们讨论GHSKT分布在WTI原油市场VaR风险度量中的应用。     

基于Bayes统计推断的极值风险测度模型

极值分布的参数估计是计算极值风险的关键。文章运用Bayes方法,研究了极值分布的参数估计问题,得到了极值数据的后验分布。作为一个应用,对某水文观测站的年最高水位数据进行了分析,并用极大似然估计和Bayes估计得到极值风险的测量值,解读两者之间差别。研究结果表明,Bayes参数估计方法更有效。     

国际收支统计与外汇收支统计有何区别

随着我国对外开放、对内搞活的深入,有关国际经济统计许多概念的应用越来越广泛,这里我们请程达才同志回答一些读者提出的问题。     

基于VaR的财务风险识别与评估

文章在概括地分析了当前几种影响企业财务风险的因素后,引入VaR参量,构建以VaR参量为主要衡量指标的财务风险预测回归模型,并以实际数据为样本,探讨VaR参量对识别企业财务风险的统计影响程度.     

基于重尾分布的商业银行市场风险VaR计量研究

文章运用具有重尾特征的Weibull分布来描述商业银行风险资产的损失率,根据VaR的计算原理,得到了市场风险VaR的明确计算公式.并且对VaR的影响因素进行敏感性分析,找到了VaR与置信水平和风险资产损失率的尾部之闻的关系.最后结合损失率的历史数据,给出了VaR的计算实例.     

金融风险的统计测度

在现代市场经济中,金融已成为经济的重要支柱。各国政府都在十分关注金融风险问题,都十分重视金融风险问题的研究。江泽民同志在党的十五大报告中指出：要“依法加强对金融机构和金融市场包括证券市场的监督,规范和维护金融秩序,有效地防范和化解金融风险”。金融风险既是一个宏观问题,也是一个微观问题。它可以表现为一种货币制度的解体和货币秩序的崩溃,也可以表现为某金融主体（包括金融机构,也包括个人及非金融机构）在从事金融活动中因不确定性因素而受到损失的可能性。它既包括金融机构从事融资活动,从事投资和资产运用等经营活动产生的金融风险,也包括个人及其它非金融业的工商企业在从事融资活动时产生的风险。金融活动的不确定性是指因经济原因时产生的风险。金融活动的不确定性是指因经济原因或金融本身制度的缺陷、运行紊乱等原因导致的一系列矛盾激化,对整个货币制度,货币秩序的稳定性造成破坏性威胁。金融活动的不确定性意味着金融活动的主体有获得的可能,也有形成损失的可能。     

基于极值理论的股票VaR和ES测度

近年来VaR(Value at Risk)和ES(Expected Shortfall)已经成为金融界普遍接受并逐渐广泛应用的风险测度方法.VaR可以定义为:一定的概率水平下,证券组合在未来特定一段时间内的最大可能损失.VaR的优点在于将不同的市场因子、不同市场的风险集成为一个数,较准确测量由不同风险来源及其相互作用而产生的潜在损失,适应了金融市场发展的动态性、复杂性和整合性的趋势.但VaR本身仍存在一些不足,一是没有考虑到尾部风险,即损失超过VaR值的风险;其次,不是一致的风险度量工具.Artzner(1997)提出了Expected Shortfall (ES)的概念,ES度量损失超过VaR的损失期望值,它是一致的风险度量工具.     

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。     

基于Pearson Ⅳ分布的VaR与CVaR估计

基于GARCH模型,用Pearson Ⅳ分布拟合标准残差,给出一种更为精确的VaR和CVaR计算方法.重点研究在Norm-GARCH、t-GARCH与GED-GARCH模型下,用原分布和Pearson Ⅳ分布计算VaR的比较,结果表明,用Pearson Ⅳ分布计算VaR都能得到比原分布更小的失败率,且在三种模型之下用Pearson Ⅳ分布计算VaR结果很接近,都能通过检验,所以选择最简单的Norm-GARCH模型就可以;基于此,研究在Norm-GARCH模型下,用正态分布和Pearson Ⅳ分布计算CVaR,并与VaR进行比较,结果表明,用Pearson Ⅳ分布计算VaR和CVaR的失败率都远远小于由正态分布所得到的失败率,特别在VaR估计失效的交易日里,用Pearson Ⅳ分布得到的CVaR均值与实际损失均值非常接近.因此,Pearson Ⅳ分布能很好地刻画金融数据的特征,相对其他分布而言是一个很好的选择.