风险投资基金的风险分析与决策

风险投资基金具有很高的投资风险,由于它的投资对象在技术和市场方面都具有很大的不确定性,因而投资失败的可能性很大.一般而言,风险与收益呈正相关关系,风险越大,预期收益越大.从某种程度上讲,消除风险就等于肖除收益.风险本身并不是坏东西,关键是如何管理好风险.风险管理的目的就是在防范和控制风险的情况下,实现收益最大化.     

测测您的股票风险

进行股票投资时,投资者在享受投资所带来收益的同时,也必然要承担一定的风险。收益与风险就好比一对孪生兄弟,相伴而生。而且一般来说,收益与风险呈正相关关系,即所谓大风险要由大收益来补偿,收益小,风险也必然小。根据对风险的偏好程度,可以把投资者划分为两类:风险偏好者和风险厌恶者。风险偏好者就是我们通常所说的“冒险家”,他们偏爱高风险的投资,因为他们渴望获得高收益;风险厌恶者就是我们通常所说的“稳健投资者”,他们希望承受较小的市场风险,哪怕收益小点也无所谓。     

指数期货套期保值实证研究——以香港恒生指数期货为例

证券投资风险可分为系统性风险和非系统性风险,非系统性风险可以通过分散化投资规避,而系统性风险的规避必须通过参与套期保值交易,在股票现货市场与期货市场上的反向对仲交易而规避.     

我国A股市场系统性风险的实证研究

一、系统性风险的定义及其统计计量现代投资理论表明 ,股票投资风险是投资者的未来实际收益与预期收益的偏差程度。用统计语言可表述为 ,投资者投资于某股票的实际收益与期望值的偏离程度 ,即收益方差 (或收益均方差 )。股票投资的总风险可分为系统性风险和非系统性风险两种。系统性风险是指由于某种因素对证券市场上所有证券带来损失的可能性 ,如国家的某项经济政策变化、有关法律的制定等 ,都会影响整个证券市场价格。系统性风险强调的是对股票市场上所有的股票都有影响 ,而且该风险通常难以直接规避和消除。非系统性风险是指某些因素对单…     

海外股市对中国大陆股市引导关系的研究

一、引言 金融理论认为,如果不同国家股票市场上的投资收益不完全相关,且相关结构平稳,则在国际市场上进行多样化的组合投资将会获得潜在的收益.几乎所有的关于国家间股票市场的已有研究都集中于对不同市场之间的收益的相关关系研究.近几年来,金融经济学家的研究兴趣开始转移到对股票收益与交易量之间关系的研究.研究发现:国家间股票市场的交易量所包含的信息可以帮助预测股票收益.Copeland(1998)的研究指出,美国市场领先于欧洲和太平洋市场一天,反之则不成立.这一结果表明信息首先是从美国传播到欧洲和亚洲的.如果这一结果有效,本文可以预期美国股票市场领先于中国大陆股票市场.     

证券投资组合的原理及其应用

随着人们金融意识和证券投资意识的日益增强，投资者更加注重规避投资风险。在传统的投资分析中，大都以定性的方法来说明证券组合的收益和风险。本文利用概率论原理对证券投资组合作一探讨，以便投资者从定量的角度对证券投资组合的风险大小有较深刻的了解。一、证券组合收街与风险的计葬在证券投资中，假定资金12OO元全部投资于证券甲或证券己或证券丙，收益正、负300元的概率分别为：二。”““”””—”—“—”“”“’”“”“‘”“7”且3”则证券甲、或证券乙、或证券丙的收益都是一随机变量，如用xl、x2、23表示，它们的平均收益…     

组合证券投资的风险分析与最优选择问题

证券投资是在证券发行市场或交易市场上购买有价证券,以利息、红利或证券升值等形式取得收益的一项经济活动。由于证券市场是进行证券买卖的场所,受多种不确定因素的影响,因而可能给投资者带来收益或意外的损失,使收益具有不确定性,这就是证券投资的风险。在证券市场中,股票的期望收益率与风险有密切的关系,在通常情况     

基于风险考虑与税收约束的房地产投资决策

成本、税收、收益、风险是影响投资决策的关键因素,房地产投资属于高成本、高税负、高收益、高风险的“四高”投资。因此,在成本、收益合理计量的基础上,既考虑风险影响、又结合税收约束作出投资决策是房地产投资获得高报酬低风险的基础和保证。一、房地产投资成本、收益计量1.     

均值、标准差和相关系数在风险投资中的应用

分散投资能够降低投资风险的道理可以用统计指标来量化说明.投资风险的衡量涉及到平均数、标准差和相关系数的计算与分析.与单一投资比较,组合投资可以在相同收益水平下降低风险,或在相同的风险条件下获取较高的收益.     

浅析统计学方法在优化证券投资组合中的应用

人们进行一项投资，最直接的动机就是获取收益．但由于投资风险的存在．人们在投资决策时又不得不考虑风险对投资收益的影响。获得高收益必须承担高风险，收益和风险的辨证关系决定了投资决策的目标应该是收益最大化和风险最小化，在风险和收益这对相互关联、相互依存的矛盾统一体中寻求某种均衡。风险存在的必然性决定了投资的关键不在于如何消除风险，而是如何把风险降低到适当的水平。在众多防范风险的方法中，证券组合投资方式不失为一种降低风险的有效途径，即投资者可以将资金按一定比例分散投资在若干种不同的证券上，以达到分散风险…     

相依结构、动态系统性风险测度与后验分析

本文利用Copula相依结构理论扩展和求解了现有的系统性风险测度CoVaR,以得到适用于不同类型常参数和时变参数Copula函数及不同分布假设的动态系统性风险测度。为了验证和评估模型设定的准确性与应用价值,我们构建了适用于该动态系统性风险测度CoVaR的严谨后验分析工具。除“无条件覆盖性”、“独立性”和“条件覆盖性”外,我们首次提出了“混合独立性”检验。基于中国14家上市商业银行的实证分析表明：中国上市商业银行与中国银行业之间的相依结构呈现多样化特征;无论是样本内还是样本外预测区间,我们的动态Copula-CoVaR模型能够有效地捕捉典型系统性风险事件;严谨的后验分析不仅需要检验系统性风险测度CoVaR,也需要检验条件事件的临界值VaR。     

群体分析视角下商业银行对金融体系的风险溢出效应研究

本文基于异质市场假说和高频数据,利用高频数据采样频率高及富含波动信息的特点,构造多银行和系统间多元联合分布过程,并将银行间的动态联系纳入考虑,构建了蕴含丰富经济意义、形式灵活的高频动态多条件CoVaR模型及基于此的群体性系统性风险贡献指标。从群体分析视角出发,研究了不同商业银行群体对金融体系的风险溢出效应。结果显示：就系统性风险贡献度而言,该模型准确刻画了近年不同时期下我国三类商业银行系统性风险贡献度的时变特征,其表现为在次贷危机及欧债危机、我国“钱荒”时期及股票市场异常动荡时期,由于风险的传染性等特征导致三类商业银行的系统性风险贡献度均有所上升,而在其他时期则相对平稳;就单个银行对系统的风险溢出影响而言,工商银行的风险溢出比率最大,与其庞大的资产规模以及在金融体系中的重要地位与作用密不可分;当分析同类型银行群体的风险冲击时,国有商行类的系统性风险溢出比率值最高,其次为股份制商行类,该两类的溢出比率相差无几,且均远大于城商行类,表明股份制商行对金融系统的风险溢出影响不可小觑;当剖析不同类型银行群体时,此模型同样适用。本文所构模型能够实现多个银行对金融系统极端风险贡献的度量,可为监管部门的分类监管及有限能力下银行救助顺序的确定提供一定参考依据。     

“丝绸之路经济带”背景下哈萨克斯坦投资风险测度及预警研究

通过建立投资风险突变模型,构建七级投资风险预警表,对哈萨克斯坦国内1995—2014年的投资风险进行测度,研究结果认为:2008年以后哈萨克斯坦投资风险不断上升,其中2008年、2010年、2014年投资风险均达到突变级别。采用GM(1,1)模型和ARMA模型对2015-2017年哈萨克斯坦投资风险指标进行组合预测,并对预测结果进行预警分析,结果显示:2015年、2016年哈萨克斯坦综合投资风险较2014年有所下降,但2017年投资综合风险达到六级预警线以上,存在较大投资风险。     

我国保险投资组合的模拟和金融风险测量研究

 本文利用Copula函数的概念研究了保险投资组合多元金融数据的统计模拟。根据我国保险投资的特殊性，我们选用沪深300指数、基金指数、企债指数和国债指数四种风险资产来模拟保险投资组合中的股票、基金、企债和国债收益。基于模拟的结果分别利用传统近似方法（Add-VaR、N-VaR和H-VaR）和Copula方法计算了投资组合的总风险；相对于Copula-VaR方法，Add-VaR显著高估了风险，N-VaR显著低估了风险，H-VaR对于Copula-VaR的近似效果比较好，但其也高估了风险，即H-VaR相对于Copula-VaR是一种比较保守的方法。另外，我们分析了投资组合权重变化和Copula函数的选择对投资组合总风险的影响。     

东道国风险、文化距离与中国企业对外直接投资

随着中国企业对外直接投资规模的不断增长和国际影响力的不断提升,投资稳定性和区位选择中的东道国风险影响也备受关注。以此为背景研究东道国文化距离对中国企业对外直接投资风险选择的影响,在度量东道国文化距离和风险的基础上,实证研究发现:当东道国与中国文化距离较小时,东道国较高经济和政治风险能促进中国企业对外直接投资;当东道国与中国文化距离较大时,东道国较高的经济和政治风险会阻碍中国企业对外直接投资。因而,中国企业对外直接投资的风险偏好不是绝对的,而是依赖于外部东道国文化距离条件。     

Modelling skewness and kurtosis with the BCPE density in GAMLSS

This paper illustrates the power of modern statistical modelling in understanding processes characterised by data that are skewed and have heavy tails. Our particular substantive problem concerns film box-office revenues. We are able to show that traditional modelling techniques based on the Pareto–Levy–Mandelbrot distribution led to what is actually a poorly supported conclusion that these data have infinite variance. This in turn led to the dominant paradigm of the movie business that ‘nobody knows anything’ and hence that box-office revenues cannot be predicted. Using the Box–Cox power exponential distribution within the generalized additive models for location, scale and shape framework, we are able to model box-office revenues and develop probabilistic statements about revenues.     

Using a genetic algorithm-based RAROC model for the performance and persistence of the funds

Assisting fund investors in making better investment decisions when faced with market climate change is an important subject. For this purpose, we adopt a genetic algorithm (GA) to search for an optimal decay factor for an exponential weighted moving average model, which is used to calculate the value at risk combined with risk-adjusted return on capital (RAROC). We then propose a GA-based RAROC model. Next, using the model we find the optimal decay factor and investigate the performance and persistence of 31 Taiwanese open-end equity mutual funds over the period from November 2006 to October 2009, divided into three periods: November 2006–October 2007, November 2007–October 2008, and November 2008–October 2009, which includes the global financial crisis. We find that for three periods, the optimal decay factors are 0.999, 0.951, and 0.990, respectively. The rankings of funds between bull and bear markets are quite different. Moreover, the proposed model improves performance persistence. That is, a fund's past performance will continue into the future.     

Conditional Extremes in Asymmetric Financial Markets

ABSTRACT

The global financial crisis of 2007–2009 revealed the great extent to which systemic risk can jeopardize the stability of the entire financial system. An effective methodology to quantify systemic risk is at the heart of the process of identifying the so-called systemically important financial institutions for regulatory purposes as well as to investigate key drivers of systemic contagion. The article proposes a method for dynamic forecasting of CoVaR, a popular measure of systemic risk. As a first step, we develop a semi-parametric framework using asymptotic results in the spirit of extreme value theory (EVT) to model the conditional probability distribution of a bivariate random vector given that one of the components takes on a large value, taking into account important features of financial data such as asymmetry and heavy tails. In the second step, we embed the proposed EVT method into a dynamic framework via a bivariate GARCH process. An empirical analysis is conducted to demonstrate and compare the performance of the proposed methodology relative to a very flexible fully parametric alternative.     

Graphical Network Models for International Financial Flows

The late-2000s financial crisis stressed the need to understand the world financial system as a network of countries, where cross-border financial linkages play a fundamental role in the spread of systemic risks. Financial network models, which take into account the complex interrelationships between countries, seem to be an appropriate tool in this context. To improve the statistical performance of financial network models, we propose to generate them by means of multivariate graphical models. We then introduce Bayesian graphical models, which can take model uncertainty into account, and dynamic Bayesian graphical models, which provide a convenient framework to model temporal cross-border data, decomposing the model into autoregressive and contemporaneous networks. The article shows how the application of the proposed models to the Bank of International Settlements locational banking statistics allows the identification of four distinct groups of countries, that can be considered central in systemic risk contagion.     

An optimal investment and risk control policy for a bank under exponential utility

Motivated by the Basel Capital Accord Requirement (CAR), we analyze a risk control portfolio selection problem under exponential utility when a banker faces both Brownian and jump risks. The banker's risk process and the dynamics of the risky asset process are modeled as jump-diffusion processes. Assuming that the constraint set of all trading strategies is in a closed set, we study the terminal utility optimization problem via the backward stochastic differential equation (BSDE) under risk regulation paradigm. We construct the BSDE by means of the martingale optimality principle, giving conditions for the corresponding generator to be well defined in order to derive the bounds on the candidate optimal strategy. We then construct an internal model for the bank under Basel III CAR, which is formulated from the total risk-weighted assets (TRWA's) and bank capital. The results obtained from this model can be adopted within the banking sector when setting up asset investment strategies and advanced risk management models, as advocated by the Basel III Accord.