股市回报率分布的厚尾性与风险估测模型的绩效探讨

当金融时间序列具有分布的厚尾性、波动的集聚性等特征时,传统的方法将难以胜任对风险的准确度量.除了讨论在厚尾分布下如何应用条件极值与无条件极值来度量风险外,还利用历史模拟、风险矩阵、条件正态模型等方法进行风险值估计,最后运用五项评估指标对各种模型的预测效果进行了比较分析.     

基于GARCH-EVT-COPULA模型的外汇投资组合风险度量研究

基于巴塞尔协议和商业银行风险管理新视角,本文运用GARCH-EVT-COPULA模型构建了GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法,对美元、欧元、日元和港元四种人民币汇率的等权重投资组合风险进行了度量,优化了极值分布作为COPULA函数边际分布的多序列超阈值比例确定方法,并与历史模拟法、正态方法、蒙特卡罗方法三种传统方法和单用极值方法度量的VaR进行了比较并作返回检验.结果表明:GARCH-EVT-Gaussian-COPULA扣GARCH-EVT-t-COPULA两种方法符合巴塞尔协议的内部模型法(I--)对商业银行风险管理的要求,而且估计结果优于其他四种方法,其中,GARCH-EVT-Gaussian-COPU LA方法的估计结果比GARCH-EVT-t-COPULA方法更有利于节省商业银行的经济资本.     

基于TDAR模型的VaR估计方法及应用

文献中, 在险值估计方法一般基于线性假设, 但是该假设在实际中很难满足,需要为此提出非线性的在险值估计方法。与以往传统模型一般假定变化发生在"时间"点上不同,门限双自回归 (TDAR)因状态空间的不同而建立不同模型来对非对称性、结构变点等非线性现象进行刻画,并同时允许均值和波动率过程的结构变化。本文首次基于TDAR建立TDAR-VaR方法,并对上证指数和香港恒生指数进行了实证研究和对杠杆效应进行了分析。实证分析发现TDAR-VaR较好地预测了市场风险。     

基于VaR的现金流风险度量模型研究

与金融企业不同,非金融类企业拥有更多非经常交易且不易估值的资产,因此更关注其在将来某一时刻现金流的不确定性.把现金流在险值与金融工程技术中在险值的概念相结合,运用风险敞口模型分析和蒙特卡洛模拟等计量方法,为非金融类公司管理层、投资者和分析家提供一个简单具体而直接的现金流不确定性的评判指标.通过对在险值和现金流在险值的比较以及对现金流在险值度量模型发展脉络的分析,发现现金流在险值技术更能刻画出非金融类公司的财务风险;通过引入管理决策风险作为风险因子并改进风险敞口模型,计算样本公司的现金流在险值;进一步提出现金流在险值的应用价值和研究方向.     

一个非对称风险度量模型及组合证券投资分析

在分析Jia&Dyer的风险-价值理论基础上,给出了一个基于预先给定的目标收益的非对称风险函数。该风险函数是低于参考点的离差和高于参考点的离差的加权和,它利用一阶"上偏矩"来修正二阶下偏矩,进一步建立了在此非对称风险函数下的二次规划组合证券投资模型;并证明了该模型与三阶随机占优准则的一致性;最后通过上海证券市场的实际数据验证了该模型的有效性和实用性。     

考虑成员风险态度和VaR约束时的供应链协调模型

研究了两级供应链中单供应商和单零售商具有不同的风险态度(风险规避或风险中性)时的协调问题.使用VaR量化供应链的成员对于风险的态度,利用收入分享契约协调供应链,建立了考虑供应链的成员的风险态度和VaR约束下的协调模型,给出了各种不同情形下收入分享契约参数的取值范围,并且通过一个数值算例说明了模型的求解过程.研究表明,当考虑供应链的成员的风险态度和VaR约束时,风险规避的供应商提供给零售商的批发价格可以超过生产成本,这在不考虑成员风险态度且使用收入分享契约协调供应链时不会发生;同时也发现如果供应商对待风险的态度过于保守,将会严重降低供应链的运作效率.     

金融市场高维波动率的扩展广义正交GARCH模型与参数估计方法研究

本文对Van der Weide(2002)的广义正交GARCH模型进行扩展,提出反映金融资产收益波动性特征,具有"杠杆效应"的广义正交GARCH模型。由于这种扩展的广义正交GARCH模型在高维数据中面临参数估计困难,本文从交互信息理论视角研究模型的参数估计问题,在理论上证明基于交互信息最小化的多元GARCH模型参数估计与基于极大似然函数参数估计的联系和区别,并在提出的扩展广义正交GARCH模型框架下,采用不同的统计技术实现基于交互信息最小化的参数估计方法,避免了传统极大似然函数估计需要事先正确指定标准化残差概率密度函数和高维运算困难,计算效率较高,使多元GARCH模型在高维数据中可以应用。最后,根据全球主要金融市场的15种股票指数数据,通过实证研究对建立的扩展广义正交GARCH模型及其参数估计方法有效性进行评价与检验。实证研究表明了本文提出的扩展广义正交GARCH模型与参数估计方法的优势。     

基于ARCH的上证综指收益率波动性的特征分析

本文是在陈守东等人的研究基础上,将中国股票的发展时间(1990-2009)分为四个阶段,以上证综指为研究对象来研究其波动性。结果表明中国股市波动逐渐趋缓,市场逐步成熟。与前人结果不同的是:投资者并非一开始就处于风险偏好状态,而是由风险中立转为风险偏好,再到风险厌恶,最后又转为风险偏好型,最后这一转变正是由于世界性金融危机,以及大小非解禁等事实的存在。     

基于VaR的我国商品期货市场风险的预警研究

本文以郑州商品交易所的硬麦期货和上海期货交易所的铜期货为例,构造了期货合约收益率连续时间序列,计算了序列的VaR值,对预测结果的有效性进行了检验,并提出了将VaR曲线和保证金水平相结合的方法,对商品期货市场风险进行单指标预警.     

股票市场的极值风险测度及后验分析研究

通过对上证综指和世界股市若干重要指数的实证研究发现,无论是在成熟资本市场还是新兴资本市场当中,极值理论(EVT)及其工具都能更加准确地刻画实际市场的极端波动和风险状况.详细说明了不同收益分布假定下风险价值(VaR)的计算方法及其后验分析(Back-testing)过程,证明了与非条件和条件正态分布以及条件t分布等主流金融理论的收益分布假定相比,条件EVT分布在测度极端市场风险时所表现出的优越性,同时说明了在不同概率水平下各种收益分布假定的精确度和适用范围.     

基于Mean-CVaR约束的股指期货动态套期保值模型研究

本文建立了基于最小化均值-条件风险价值( Mean-CVaR)的股指期货动态套期保值模型.模型的主要特点与贡献在于两方面:一方面,考察了置信水平和可变交易费用对最优套期保值决策的影响;另一方面,利用二元误差修正的时变条件相关GARCH模型估计套期保值比率,优点是不仅考虑了股指期货与现货价格序列之间存在的协整关系,而且更好地拟合了收益残差序列存在的异方差性与相关系数时变性的特征.最后通过对我国沪深300指数期货仿真交易的套期保值模拟与实证测算,得出能够动态调整的股指期货套期保值策略以实时追踪与控制风险.     

基于GJR-GARCH的VaR模型及其在上海证券市场的实证研究

针对风险价值VaR的一般参数方法都是对称的,其在处理非对称时间序列时存在着局限性,本文提出了非对称的VaR计算模型,并以上海证券市场为对象进行了实证研究,结果表明基于非对称的VaR计算模型优于对称的VaR计算模型。     

基于非参数Copula-CVaR模型的碳金融市场集成风险测度

我国商业银行等金融机构在参与国际碳金融业务时面临复杂多变的市场环境,其风险评估及预警体系的构建需考虑风险因子的多源性与相依性,对碳金融市场集成风险进行科学测度具有重要意义。本文采用非参数核估计方法确定碳金融市场价格波动与汇率波动两类风险因子的边缘分布,并通过拟合优度检验选择最优Copula函数准确刻画风险因子之间非线性、动态的相依结构,实现对集成条件风险价值CVaR的有效测度。通过Kupiec回测检验及对比各类传统风险测度方法的优劣,发现非参数Copula-CVaR模型能够弥补传统风险测度方法在度量多源风险因子相依性时存在的局限性,避免参数法确定边缘分布时可能出现的模型设定风险与参数估计误差,充分考虑尾部风险,为碳金融市场集成风险测度提供新思路。     

基于拔靴滤波历史模拟法的黄金市场VaR测度研究

传统历史模拟法（THS，Tranditional Historical Simulation）和滤波历史模拟法（FHS，Filtered Historical Simulation）是国际商业银行使用最多的VaR预测方法。首先，论文在已有研究成果的基础上，构造了BHW（Bootstraped Hull and White）历史模拟法；然后，以国内黄金交易数据为样本，采用6种严谨的后验分析（Backtesting analysis）方法，对BHW方法及几种主流历史模拟法、GARCH模型方法的VaR预测精确性进行了实证分析。论文的主要结论包括：（1）综合论文所采用的几种金融风险测度方法来看，BHW方法表现出了相对较好的精确性，而实务界中广泛使用的THS方法则表现出了最差的精确性；（2）不同的历史模拟法受样本规模因素影响的程度显著不同，例如THS方法和HW方法均不同程度的受到了样本规模因素影响；（3）总体来看，BHW方法表现出了相对较好的风险预测精确性，可以作为测度黄金市场风险的选择之一。     

基于ICA模型的国际股指期货及股票市场对我国股市波动溢出研究

将独立成分分析(ICA)方法引入金融衍生品市场与基础市场之间的波动溢出研究,克服了传统方法解决高维金融时间序列波动问题时的障碍。通过与VECH、BEKK和DCC等传统多元GARCH模型的对比分析,本文所建立的ICA-EGARCH-M模型在解决高维问题时体现出一定的优势。在实证研究中,应用该模型考察了美国、英国、日本和中国香港的股指期货市场及其股票市场对我国股票市场的共同波动溢出。结果表明ICA-EGARCH-M模型不仅验证了波动溢出效应的存在,而且反映出了波动溢出的主要来源,能够较好地解决高维金融时间序列数据的波动溢出问题。     

考虑流动性和组合再平衡风险的股票质押率优化模型

股票质押率的合理与灵活设定对于降低质权人风险,从而避免市场恐慌情绪蔓延具有重要意义。考虑到现有研究和实务操作往往只是简单地基于波动率来计算股票质押率,而忽视了流动性、杠杆和交叉持股等因素对股票质押率的影响,即在股票质押率定价过程中未能考虑质押标的的流动性风险和组合再平衡风险。鉴于此,本文分析了杠杆对投资者资产组合价值的影响机理,以及交叉持股对质押标的的正反馈效应,构建了一个兼顾波动率、流动性和组合再平衡风险的股票质押率定价模型。另外,通过模拟分析发现,杠杆及流动性冲击均显著影响股票质押率;且与仅基于波动率预测的传统模型相比,本文提出的定价模型所计算的股票质押率要显著低于前者,结果证明本模型确能有效解决杠杆过高、交叉持股情况下,股票质押率的合理调整问题。     

极值BMM与POT模型对沪深股市极端风险的比较研究

基于VaR理论正态性假设导致的尾部风险低估问题,本文研究了极值理论BMM与POT模型,并对沪深股市极端风险进行了实证分析。研究结果表明,涨停限制抑制了沪深股市极端风险数据的异质性,致使厚尾分布线向内收敛,在较高置信水平下POT模型最为有效,两个指标VaRPOT、CVaRPOT均真实地反映了极端风险;在较低置信水平下正态VaR模型反而存在高估的假象,BMM模型则存在低估的问题,此时POT模型仍是最有效模型,但CVaRPOT替代VaRPOT成为描述极端风险及其性质的有效指标。     

基于修正GARCH模型的中国股市收益率与波动周内效应实证研究

本文研究《证券法》实施之后的2000-2006年沪深股市收益率与波动的周内效应。利用修正的GARCH模型,发现两市收益率的最大与最小值均分别出现在周二与周四;两市的最小波动均出现在周二,但沪市的最大波动在周三,而深市的最大波动则在周一。进一步的分析表明中国股市的收益率与市场风险有显著的正向关系,即投资者由于承担高风险而受到补偿获得高收益。文章最后对周内效应的存在提出了两种解释。     

基于混合分布的中国股票波动风险因素的识别与分析

论文用GARCH模型描述股票的波动特性,应用混合分布对中国上市公司按照股票波动特性进行分组,发现中国上市公司的波动特性可以被分为4个子总体。其中,子总体1主要包含表现异常的公司股票,其他三个子总体的参数向量的相关性相似,风险大小不同。应用列联表法分析和多元logistic模型统计分析发现,非国有股权分散公司、制造业公司相对偏向低风险公司,社会服务业、房地产公司相对偏向高风险公司,制造业的公司（股票）波动的持续性相对较低。混合分布是对股票特性进行分组的良好工具。     

基于Levy-GARCH模型的上证50ETF市场跳跃行为与波动特征研究

上证ETF50期权的发行推动学界开始关注其标的资产的波动特点。本文引入带跳跃的Levy-GARCH非高斯条件异方差模型,结合Fourier数值极大似然估计及回溯测试,对上证50ETF的跳跃和波动特征进行实证分析,并与上证综指、深证成指进行比较。研究结果表明,与国内主要市场指数相比,上证50ETF市场同样存在显著的条件异方差效应和随机跳跃行为,但波动率并不存在显著的杠杆效应。本文通过与多个市场和行业指数进行对照比较,并从行业特征、成份股特征、市场机制特点等角度解释了上证50ETF杠杆效应不显著的原因。