市场风险的量度:VaR的计算与应用

集中讨论在两类假设条件下，数量化市场风险的量度受险价值（ＶａＲ）的计算与应用，提出计算ＶａＲ的主要流程，这将有利于我国金融机构应用ＶａＲ控制市场风险．     

极值理论(EVT)在汇率受险价值(VaR)计算中的应用

本文讨论根据极值理论计算金融市场风险重要量度－受险价值的一种新方法，给出了金融组产组合收益或损失尾部分布的二阶展开式的参数估计形式，并以此为基础提出了确定临界值并估计ＶａＲ的“两次子样试算法”，最后用１９７１－１９９８年的日元／美元率６７００多个历史数据验证在极端条件下用ＥＶＴ估计ＶａＲ具有高的准确性。     

非瓦尔拉斯市场下的风险价值

研究了非瓦尔拉斯市场下的风险测度；详细介绍了相关的背景、概念；提出了非瓦尔拉斯市场下风险价值模型；讨论了非瓦尔拉斯风险价值计算方法；最后，通过算例比较了该模型和传统风险价值的异同．结论表明，非瓦尔拉斯市场下的风险价值是一种非线性风险测度，由头寸数量、市场条件、变现时间和投资者的交易策略共同决定．     

图像编码系统VLSI实现的模拟平台设计

在本文中，我们介绍了一种用于图像编码系统ＶＬＳＩ实现的模拟平台的设计方法。通过采用这一方法设计的模拟平台，ＶＬＳＩ系统设计者可以获得直观的结果显示，从而为实时图像编码系统的ＶＬＳＩ实现提供有效的模拟手段。这一模拟平台的设计方法在二维离散子波变换模块的设计中得到了应用，并且这一方法还可以进一步推广用于各种实时ＤＳＰ系统的ＶＬＳＩ设计之中。     

开关电容网络的频域故障诊断

本文系统地研究了线性开关电容网络（ＳＣＮ）的频域故障诊断问题，提出了基于ＳＣＮ的ｚ域分析，对ＳＣＮ进行频域诊断的一般途径。文中给出了ＳＣＮ离散时间电压响应Ｖ～（ｅｊωＴ）的计算方法，连续时间电压响应Ｖ～（ｊω）的测试方法以及Ｖ～（ｊω）和Ｖ～（ｅｊωＴ）之间的关系式，这些是实现一个ＳＣＮ频域诊断方法的关键。为了说明频域诊断的过程，文中给出了一个简单的例子。本文所有的方法和结论都可推广到多时相ＳＣＮ。     

中国股票市场行业风险结构的实证分析

从两个方面研究中国股票市场行业风险结构，首先是利用分解法将股票市场行业整体平均风险分解为系统风险和非系统风险；其次是利用CAPM模型计算单个行业的风险组成。主要结论有：在样本期间，系统风险占行业平均风险的比例超过了70％，系统风险随时间呈现下降趋势，但行业非系统风险不存在明显的时间趋势；不同行业的风险构成存在很大差异。     

模糊参数的兰切斯特预测模型

本文主要探讨模糊作战环境下，如何发展和应用兰切斯特作战方程，即模糊信息为基础的兰切斯特作战分析模型的参数估计，给出模糊期望值（ＦＥＶ）的三种统计估计方法。并运用实际例子计算说明结果的适用性和可操作性．     

VaR模型的计算方法及其评析

常用的风险价值（Valueat Risk，VaR）模型可分为三类：得尔塔-正态法、历史模拟法和蒙特卡罗模拟法，三种模型计算方法各不相同，在反映金融资产的风险情况、对资产收益实际分布的拟合优劣等方面各有千秋。在实践中往往需根据具体的投资组合和管理者的意图选择合适的计算方法。     

基于指数条件的竞价机制

分析了这样的竞价市场，某一种资产的均衡价格不仅依赖该种资产的价格信息和供求信息，而且同时还依赖于一个指数（各种资产价格的加权平均，而且是和所有资产的价格同时确定的）信息，同Wohl(1997)一样对指数条件和非指数条件的竞价机制进行了比较，认为，可以对Wohl的价格过程和供求过程假设作更合理的推广：运用与Wohl不同的数理方法可以得到一些更普遍性的结论；Wohl的关于交易者效用的结论是值得进一步研究的。     

分布式虚拟环境下的环境管理器及环境描述语言

介绍了面向动态实体的虚拟现实系统的开发过程，给出了一个虚拟环境描述语言ＶＥＤＬ及其主要部分的形式化描述。ＶＥＤＬ可以描述分布式虚拟环境下统一的时间推演、空间位置及环境中的各种实体信息。基于ＶＥＤＬ可效系统需求转化为环境脚本。根据用ＶＥＤＬ书写的这一环境脚本，环境管理器可以动态生成整个系统的各种配置并对动态实体在虚拟环境中的行为进行预规划，随后分发到各个仿真节点从而生成一个虚拟现实系统。     

基于贝叶斯CAViaR模型的油价风险研究

CAViaR模型是常用的VaR估计方法之一, 但通常面临参数估计和模型检验的困难. 本文发展了贝叶斯CAViaR模型用于分析油价风险, 并考察该模型在参数估计、模型选择、VaR预测等方面的作用. 采用布伦特原油价格日数据, 研究显示贝叶斯CAViaR模型有效控制了估计风险和模型风险, 且具有较好的VaR预测绩效, 优于传统CAViaR模型. 本文同时指出, 油价VaR存在自回归特征并受前期正负收益率的不对称影响. 不对称斜率CAViaR模型有效刻画了油价VaR的动态变化模式.     

高频数据下基于PGARCH模型的VaR估计方法及应用

高频数据在风险价值VaR度量和预测方面的价值日益凸显,文中基于高频数据为嵌入日内收益过程的PGARCH模型提出一类稳健M估计,同时给出相应的VaR估计方法,并基于沪深300指数和恒生指数的5分钟高频数据对时间内和时间外的VaR进行估计预测.实证结果表明,高频数据下PGARCH模型的M估计所提供的VaR估计方法可更加准确的预测VaR,预测结果均优于日间低频数据的估计结果和基于高频数据的QMLE估计结果,该方法可以很好地应用于风险管理中.     

一致性风险价值及其算法与实证研究

目前金融市场风险测量的主流方法是VaR方法,但其测量的风险值有时难以准确地反应投资者真实心理感受,而且缺乏投资组合分散风险特性所要求的次可加性.针对这些问题该文选择了一致性风险价值(CVaR)作为新的风险度量方法,通过构造一种混合分布来模拟收益率分布.提出CVaR的完全参数计算方法,并进行了实证研究.     

基于等熵一致性风险测度的组合选择

本文基于一种新的一致性风险测度——等熵风险测度，进行组合优化，以检验其择股能力，从而检验其风险识别能力. 先就风险识别能力，尤其随机占优一致性对三种基于分位数的风险测度：VaR，ES（expected shortfall）和等熵风险测度进行了介绍与对比. VaR具有一阶随机占优一致性，而ES具有二阶随机占优一致性；等熵风险测度利用了整个分布的信息，不再是简单的0-1风险测度，这与VaR和ES显著不同. 而且，等熵风险测度具有更高阶的随机占优一致性，这使得该风险测度具有更好的风险分辨能力. 而后采用Spearman秩检验方法来检验和预测不同风险测度的风险识别能力，这与随机占优一致性阶数相呼应. 最后，在上证50指数成份股中采用组合优化方法，考察标准差，VaR，ES以及等熵风险测度情况下，优化组合持有期的不同业绩指标. 结果表明，等熵风险测度优化组合的业绩指标最好，表明该测度风险识别能力最高.     

采购过程风险管理

首先分析了企业采购过程中的主要风险因素 ,在此基础上提出了使用 Va R( Value at Risk,风险值 )方法分析其中由价格波动引起的采购风险 ,为进行有效的风险决策提供了量化的决策依据 .并且以石油化工企业为例 ,验证了该方法的有效性.     

中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究

传统的VaR方法忽略了流动性风险,而现有的文献大都采用将流动性风险与传统的市场风险直接相加的方式来度量总的风险,忽略了市场风险与流动性风险带来的损失之间的相关性.本文采用经流动性风险调整过的收益率结合GARCH-VaR方法来度量包含了市场风险与流动性风险的总体风险,并运用沪深300股指期货市场的5分钟高频数据进行实证分析,结果表明,传统的VaR会明显低估风险,而将流动性风险与市场风险相加的方式计算的VaR会高估风险.     

基于SGT分布的贝叶斯统计推断的在险价值研究

在考虑金融数据的非正态分布的条件下,使用更接近市场实际的SGT(Skewed Generalizedt Distribution)分布取代正态分布,建立了基于SGT分布的VaR(Value-at-risk)计算模型,然后对于SGT分布的参数估计采用贝叶斯统计推断,提高了SGT分布的参数估计精度和VaR的度量准确性。并用上证指数对这个新方法做了实证检验,发现对于样本内的VaR的性能测试贝叶斯统计推断的结果和用SGT的最大似然估计结果相似,但都优于正态分布的结果,样本外的性能测试中贝叶斯统计推断的结果优于用SGT的最大似然估计和正态分布的结果.     

基于vine copula方法的股市组合动态VaR测度及预测模型研究

以世界十大股票市场指数为例,运用滚动Monte Carlo模拟技术,实证计算了R-vine、Dvine、C-vine及R-vine all t四种vine copula结构对投资组合的动态VaR预测值,并进一步运用严谨的Back-testing检验方法,实证对比了上述四种vine copula结构对投资组合的VaR预测能力的优劣.实证结果显示:不论是在等权重还是在mean-CVaR约束条件下,R-vine对投资组合的VaR预测效果是最好的.特别在高分位数水平下,其表现得更为突出.另外,D-vine的预测精度总体上要高于C-vine和R-vine all t的,而节点间全为t copula的R-vine all t表现相对较差.