金融强监管与非银行金融机构极端风险的演化

引入极值理论模型,依次测算我国上市非银行金融机构的自身极端风险概率、极端风险网络关联度以及金融系统整体极端风险网络关联度．2017年金融强监管周期开启后,证券、信托、保险三类机构自身极端风险概率均有所降低;三类机构的极端风险网络关联度也均降低,但仍需要进一步监管;金融系统整体极端风险网络关联度亦明显下降．面板回归结果显示,金融强监管政策显著降低了非银行金融机构的极端风险网络关联度;影子银行规模比重对极端风险网络关联度呈Ｕ型影响,最优规模比重约为0.35,部分机构需进一步降低影子银行规模比重,监管层需要注意监管边界,维持影子银行业务适度发展．     

小样本条件下操作风险度量中的参数估计研究

针对操作风险损失数据匮乏的特点,引入贝叶斯推断理论来保证小样本条件下模型参数估计的质量,将专家经验以先验分布的形式引入,从贝叶斯推断的视角构建了融入专家经验的操作风险损失频率模型、损失强度模型和风险度量模型。其中,损失频率建模中假设损失频率服从Poisson-Gamma分布,损失强度建模中应用极值理论对损失分布的“厚尾”特性进行描述,利用广义帕累托分布(GPD)对损失强度分布进行拟合,并打破GPD的位置参数和形状参数常数化的限制,视其为随机变量并假定两者服从不同的Gamma分布。实证结果证明: 与传统的MLE方法相比,在小样本的情况下,基于贝叶斯推断的MCMC方法对参数的估计更有效和稳定,较好地解决了在操作风险度量中由于损失数据不足给损失分布拟合带来的难题。     

融资融券制度对尾部系统风险的非对称影响——基于A股市场极值相关性的研究

融资融券交易制度的推出能否有效降低个股随市场暴涨暴跌的概率是广泛关注的问题.文章利用Patton提出的SJC Copula函数, 估计了个股与大市尾部相关性, 并使用双重差分法分析了融资融券交易制度推出的政策处置效应, 发现融资融券制度降低了标的个股左尾 (下跌) 极值相关性, 但加剧了右尾 (上涨) 极值相关性.进一步分析表明, 上述结果来源于融资融券交易对极值相关性的非对称影响.具体而言, 融资交易对左尾极值相关性影响不显著, 但加剧了右尾极值相关性, 融券交易则同时显著降低了左尾和右尾极值相关性.由于融券交易规模远小于融资交易, 融资融券交易对左尾极值相关性的总体影响为负, 对右尾总体影响为正.研究结论认为, 融资交易追涨模式导致个股跟随大盘暴涨, 而融券交易将悲观交易者信息纳入股价, 有利于抑制股价过度上涨, 而逆向平仓也适当降低了个股暴跌概率.因此, 监管者应灵活控制融资交易杠杆, 完善融券交易机制以发挥其股价稳定器功能.     

基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采的最为有效的方法之一,但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程,会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例．利用ARIMA—GARCH模型捕获股票收益序列中的自相关和异方差现象,对该模型中残差的条件分布的合理假定进行了实证分析比较．然后利用极值理论对经过ARIMA—GARCH模型筛选过的残差进行极值分析,估算风险价值。     

基于EVT-POT-SV-MT模型的极值风险度量

针对金融资产收益的异常变化,采用SV-MT模型对风险资产的预期收益做风险补偿并捕捉收益序列的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,通过SV-MT模型与极值理论相结合拟合标准残差的尾部分布,建立了一种新的金融风险度量模型——基于EVT-POT-SV-MT的动态VaR模型.通过该模型对上证综指做实证分析,结果表明该模型能够合理有效地度量上证综指收益的风险.     

不同时变Copula-EVT-ES模型精度比较研究

结合EVT极值理论,构建了4类时变Copula模型,拟合了股指间的动态极值相依系数,并对各类资产组合进行了预期损失ES风险测度.通过Backtesting方法,对比研究了不同时变Copula-EVT-ES模型的风险测度精度.实证结果表明,在市场极端波动状况下,结合EVT极值理论的时变Copula-ES模型能够对资产组合尾部极值风险进行有效测度,并且对于空头头寸的风险测度效果优于其在多头头寸的表现.善于刻画变量间厚尾极值相依关系的时变tCopula-EVT-ES能够取得较好的组合风险测度效果,而对于二元资产组合,在高风险水平上,时变SJC Copula-EVT-ES模型也值得重点关注.