极值理论在VaR中的运用

极值理论(extreme value theory)是次序统计理论的一个分支,将统计学中的极值理论用于VaR的计算,是一种崭新的方法.1987年10月发生的美国股票市场崩盘,1992年9月欧洲货币体系的瓦解和1997年开始的亚洲金融危机都是金融业和风险管理中的中心议题,如何处理像这样的极端事件在风险管理中极其重要.     

VaR在基金风险评价中的应用

文章运用基于VaR的RAROC方法,对2007年2月26日至2008年3月28日这一时期我国10只开放式证券投资基金进行实证分析.结果表明,这种基于极端风险VaR的绩效评价方法在市场波动较大、甚至出现大起大落的震荡态势时能更有效地反映基金的绩效,同时对于我国基民有效选择符合自己风险偏好产品和对于基金公司掌握基金风险水平都具有积极的意义.     

VaR模型在我国沪、深股市风险度量中的实证

文章以上海和深圳证券交易市场为研究对象,选择2007年1月4日到2008年12月31日的上证综指和深证成指的每日收盘价共976个数据为样本,分别采用历史模拟法和方差-协方差法这两种常用的VaR模型对中国股票市场风险进行实证分析,并得出沪、深股市整体风险较大但深市又大于沪市及投资于证券市场组合可以分散投资风险的重要结论.     

基于VaR风险控制的半log-最优资产组合模型

通过建立基于VaR风险控制下的单周期半log-最优资产组合数学模型,证明了最优解的存在性与唯一性。利用遗传算法对半log-最优资产组合模型进行了实例计算与分析,并与log-最优资产组合模型进行了比较,结果表明半log-最优资产组合模型具有计算方便的特征。     

双曲分布在VaR模型中的应用

传统的计算VaR的RiskMetrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算。本文将双曲分布应用到VaR模型的计算之中。事实上,通过对股票市场的实证研究表明,股票市场数据呈现厚尾现象,用双曲分布对数据的拟合要比RiskMetrics方法假定的正态分布更符合金融数据的实际情况,故本文的结论与方法对金融市场的风险管理是有价值的。     

因子GARCH-M模型在VaR中的应用

一、因子GARCH-M模型和VaR(Value at Risk)的计算 本文中我们采用因子GARCH-M模型来研究风险价值VaR值.这种方法吸取了因子模型(Factor model)和条件异方差模型(ARCH)的优点.     

VaR和GARCH类模型在证券投资基金风险计量中的应用研究

本文将当前金融领域刻画条件异方差最典型的GARCH模型及其衍生模型TARCH,EGARCH,PARCH等,引入VaR的计算,分别在正态分布、t-分布和广义误差分布（GED）假设下,进行了实证研究,刻画了基金波动的焦聚性、杠杆效应、尖峰及厚尾特征,有效度量了基金风险。结果表明该方法具有重要的经济应用价值。     

基于VaR和CVaR风险控制下的M-V投资组合优化模型

文章以风险价值(VaR)和条件风险价值(CVaR)分别作为约束条件,结合均值-方差模型,得到了新的最优投资组合模型,并利用我国的股票市场进行了实证分析,验证了新模型的有效性,为制定合理的投资组合和控制风险提供了一种新的有效途径。     

基于VaR方法的长寿风险自然对冲模型

随着死亡率的下降与预期寿命的提高,保险公司面对着不容忽视的长寿风险。基于VaR方法探讨了长寿风险管理中的自然对冲策略,然后在对中国男性人口死亡率预测的基础上,给出了保险公司自然对冲长寿风险所需的最优产品结构,并进一步考查了利率、签单年龄、缴费方式等因素对最优产品结构的影响。     

基于VaR的随机库存控制模型研究

一、前言 库存控制问题一直是生产管理中的基础问题,它的中心就是要实现既能满足企业的生产经营需要,又要使物资的库存费用达到最小.     

运用VaR值度量信用风险模型的比较研究

一、导言 目前在国际银行界流行的用VaR值度量信用风险的模型主要有:Credit-Metrics模型、KMV模型、麦肯锡的CreditPortfolioView模型和CreditRisk+模型.CreditMetrics模型的特点在于它完全基于信用转移分析,即在既定的时间内(一般为一年)一种信用变为另一种信用质量的概率,用它来度量将来比如一年以后贷款资产组合的价值分布,模型强调资产组合价值变化只与信用转移相关,利率以确定好的轨迹运动.KMV模型稍微有别于CreditMetrics模型,它基于个体的预期违约频率,而不是评定机构提供的每个信用级别历史平均的变化频率.以上两种模型都以莫顿的期权定价模型为基础,区别只在于处于操作便利考虑而设定了不同的假设条件.CreditPortfolioView模型仅仅是度量了违约风险.它通过构造离散的多期模型,把违约概率看作宏观变量的函数.Cred-itRisk+模型则是假设贷款违约服从泊松分布,通过随机违约概率将信用转移风险部分涵盖在内.这四种模型的主要区别就在于它们运用了不同的方法来测算信用违约概率,而对资产组合价值分布和资产损失分布大都采用了蒙特卡罗模拟法来计算.下面从如何测算信用违约风险的角度对四种模型加以描述和比较.     

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。     

运用GARCH族模型在不同分布下对深证综指的VaR分析

一、VaR方法和GARCH族模型(一)VaR方法简介按照PhilippeJorion的经典定义,VaR是在一定的置信水平下和一定的目标期间内,预期的最大损失。用公式表示就是:Prob(△P相似文献   

VaR理论在证券风险评价上的应用

本文分析了目前测量市场风险的主流模型-VaR,用现金流映射法模拟运算了一笔政府债券的VaR值,用参数法计算了一些股票的VaR值和外汇的VaR值.     

论企业销售环节的财务风险控制

稳定的现金流对企业可持续发展显得尤为重要,而货款的及时回收才是稳定现金流的保证,所以企业在做好积极促进销售的同时,更要加强销售环节的财务控制,保证企业正常生产经营所需资金。     

投资组合动态VaR风险度量

投资组合的VaR风险度量依赖于投资组合中金融资产间联合分布函数的确定,随着投资组合规模的扩大,其VaR的计算难度也不断加大。利用ICA可以将多元联合概率分布函数转化为一元概率分布函数乘积实现简化计算的特点,基于ICA的投资组合动态VaR风险度量方法和计算步骤,克服了多元非正态条件下VaR测算上的困难。实证研究表明,与EWMA模型法、MGARCH模型法相比,ICA法能够准确地度量投资组合动态VaR。     

参数法、半参数法的动态VaR模型风险度量

文章采用参数法和半参数法,分别考虑标准化收益在GED、SGT、GPD分布下以及FSH方法下的GARCH模型、EGARCH模型和PGARCH模型的风险测度的准确性,据此组建了12种风险测度的动态VaR模型,并采用道琼斯股票市场指数和上证指数进行实证分析.对收益率进行基本统计分析发现两个股票市场的收益率都不服从一般的正态分布.运用后验测试的方法,对所有模型的样本外预测动态VaR值采用LR、LR.和DQ三种方法综合检验,并由损失函数值可以看出:GARCH模型的风险度量能力最弱,在置信水平99.5％下,EGARCH模型最准确,在置信水平95％下,PGARCH模型最准确;GED分布描述市场的准确程度相对最弱,在较高的置信水平下,半参数模型能更好地度量市场的风险,在较低的置信水平下,参数模型能更好地度量股票市场的风险.     

模糊综合评价模型在养老基金投资风险控制中的应用

1我国养老基金投资面临的风险及风险预警指标的构成养老基金投资面临着各种风险,按风险的来源可划分为:市场风险、信用风险、流动风险、操作性风险和法律风险,政治风险,货币风险,购买力风险等。此外,还面临低于预期利率风险和资产和负债不匹配风险等。据此可以构建养老基金投资     

VaR方法在我国证券市场中的应用

一、VaR方法的基本原理 VaR(Value at Risk)按字面上理解是"按风险估价",VaR方法的创始人P.Jorion的定义为:"VaR是给定的置信水平和目标时段下预期的最大损失",通俗地说,VaR是一个统计数值,指一家机构面临正常的市场波动时,资产组合在未来某段时间内可能受到的最大损失,即损失超过VaR值的概率为一个很小的值.     

VaR方法在银行贷款风险评估中的应用

一、引言自从1993年国际清算银行(BIS)宣布为抵补市场风险而引入资本需求量以来,风险价值计量模型有了很大的发展。1995年BIS对它的市场风险监管计划进行了修正,允许一些银行在计算它们所面临的市场风险暴露值时可以采用自己的内部模型,不必一定使用管理当局推荐的标准模型,从而大大促进了内部 VaR模型的发展。欧洲(1997)与美国(1998)的一些大银行已经开始用它们自己的内部模型来计算贷款风险VaR暴露值,求出抵补市场风险所需的资本需求量。为此,本文拟探讨银行不流通贷款VaR暴露值的计算方法,并将贷款风险VaR暴露值同按8%的资本充…