CVaR的鞍点解析式及其在CreditRisk+框架下的应用

CVaR是满足一致性的风险度量指标,它测度了超出VaR部分的条件期望.本文在Daniels(1987)基础上,独立导出CVaR的鞍点解析式.利用真实CVaR值已知的伽玛分布和贝塔分布做检验,结果表明CVaR鞍点解析式是CVaR的稳健近似.此外,本文还探索了该方法在风险管理中的应用,所推出的解析式可应用于CreditRisk 框架下损失分布CVaR的计算.     

基于CVaR的RAROC对我国开放式基金绩效评价

将CVaR引入到常用RAROC模型中,以2006年到2009年的数据对我国开放式基金进行绩效评价.计算CVaR和VaR时都采用新的方法即运用GARCH,EGARCH,PARCH模型和残差服从T和GED分布的组合来计算,接着通过返回测试提高VaR和CVaR精度,并且将CVaR与VaR的结果都进行测试比较.经过实证检验,基于CVaR的RAROC更准确地衡量了风险,提高了精确度,为基金投资者提供了一个很好的业绩参考指标.     

基于极端风险控制的多品种期货套期保值模型

以多品种期货套期保值组合的条件风险价值CVaR度量风险,运用非参数核估计和蒙特卡罗方法模拟现货和期货未来损益情景,通过求解最小CVaR值,建立了基于极端风险控制的多品种期货套期保值模型,解决了在期货价格异常变动的条件下套期保值的风险控制问题.本文以条件风险价值CVaR最小为目标控制套期保值组合的尾部损失,避免了多品种期货套期保值的极端损失,提高了套期保值的效果.采用离散化处理条件风险价值的复杂积分计算收益分布的尾部面积,使得套期保值组合的尾部损失的确定适合任意分布的情况,避免了现有研究对组合收益分布做特定假设的不合理情况,使模型适合任何分布情况的风险控制.     

离散界约束分布下的WCVaR风险分析及其应用

在随机变量分布为部分信息的情况下,提出了最坏情况下的条件风险(Worst-case conditionalvalue-at-risk,WCVaR)指标,并建立了风险-利润的三个鲁棒组合优化模型.该模型具有复杂的min-max多层优化结构.在随机变量服从离散界约束分布和损失函数为线性的条件下,运用对偶理论转化复杂的min-max优化模型为简单的线性规划问题,理论上证明了简化后的模型与原模型的同解性.该研究是条件风险(CVaR)分析方法的发展,可有效运用于随机变量分布为非完全信息下的市场风险-利润问题;是条件风险(CVaR)分析方法的发展;转化后的线性规划能高效地应用于实际问题的计算.应用该WCVaR模型和计算方法于电力系统的发电资产优化组合问题,数值仿真显示所提出的模型能真实地模拟发电商的商业行为,为发电商的投资组合和风险管理提供了新的方法.     

基于时间持续性的动态风险度量模型

基于一致性风险度量公理建立的CVaR方法缺乏多时期风险度量属性,特别是动态持续性.针对这些问题,本文在动态一致性风险度量框架下,提出动态风险度量方法(DVaR),并利用我国深市和沪市数据对VaR、CVaR和DVaR方法进行实证比较研究,通过回测方法比较3种方法的有效性.     

基于动态CVaR模型的房地产组合投资的风险度量与控制策略

研究了基于动态条件风险值(CVaR)模型的房地产组合投资风险度量问题.定义一种动态CVaR模型,它是一个动态规划问题,证明了它可以等价一个非线性规划问题求解.据此,建立了一个基于动态CVaR的房地产组合投资优化模型,通过计算这个模型可以得到在一定置信水平下的房地产投资的风险损失值和组合投资比例.应用这个模型对全国10个城市的房屋价格数据进行了多阶段的风险值和投资比例数值计算,结果表明多阶段组合投资的风险值要比单个阶段更小.控制风险的主要策略是选择低风险的CVaR值的投资组合.     

供应链中多产品组合采购与库存问题的条件风险决策模型

研究了供应链中单周期和多周期多产品组合采购与供应的CVaR模型,利用了条件风险值(CVaR)理论将多产品从多个供应商采购来分散需求不确定性带来的风险,以达到损失最小的目的.首先给出了单周期多产品组合采购与供应的CVaR模型,然后讨论了多周期多产品组合采购与供应的CVaR模型,最后给出了数值结果.     

均值-CVaR模型下的两基金分离定理

两基金分离定理对资本资产定价模型的研究有重要意义.经典的理论以方差为风险度量方法,而CVaR是近年来提出的一种新的风险度量方法.本文基于CVaR风险度量方法,研究了正态情形下风险资产组合的均值-CVaR模型,得到了此模型下的两基金分离定理及其有关性质,并与均值-方差模型进行了比较.最后通过实例分析表明均值-CVaR模型下的两基金分离定理更能满足投资者不同的风险忍受水平.     

多风险控制目标下的资产配置模型

相比于VaR风险测度,CVaR风险测度因满足次可加性能够更好地描述金融资产组合风险,而广义极值分布和Copula函数较好地拟合了金融资产收益率的厚尾特征和相依性。本文尝试使用CVaR风险测度和Copula-GEV分布描述金融资产组合的极端值风险,并将其作为风险控制目标引入传统均值-方差模型,构建多风险控制目标下的资产配置优化模型,实现在金融资产配置决策中综合考虑期望收益、波动性风险和极端值风险,并设计PSO-MC优化算法对模型进行求解。通过对我国上市公司股票收益率数据的实证分析,验证了模型及求解算法的有效性。     

考虑用户风险规避的V2G备用消费价格补贴CVaR模型研究

在单风险中性电网公司与单风险规避用户组成的V2G备用销售侧系统中,用户的风险规避及电网公司对其的消费价格补贴都会直接影响用户备用预订和消费行为.在CVaR风险度量准则下,构建了考虑用户风险规避的V2G备用消费价格补贴CVaR模型,并分别求解了一体化和分散决策下有、无消费价格补贴时的用户最优备用预订容量,以及有消费价格补贴下电网公司的均衡消费价格补贴.在此基础上,给出了利用消费价格补贴协调该V2G备用销售侧系统且达到Pareto改进时用户风险规避程度、电网公司备用预订合约价格以及消费价格补贴之间满足的解析关系.最后,将模型拓展到双方考虑用户风险规避信息不对称,分析用户隐瞒风险规避程度的动机及其对有消费价格补贴下的分散决策CVaR模型的影响.研究发现:在消费价格补贴策略下,风险规避型用户的最优V2G备用预订容量与其风险规避值负相关,而与备用预订的合约价格正相关;用户的风险规避值会对其均衡时的CVaR利润产生先负向后正向的影响;在电网公司与用户对后者风险规避程度存在信息不对称的情形下,用户为了提高获得的最优CVaR利润,具有虚假报高风险规避值的动机.数值算例也验证了所提出的模型与理论分析的可行性.     

风险价值的完全参数方法及其在金融市场风险管理中的应用

风险价值模型 ( Value-at-Risk)是近年来发展起来的用于测量和控制金融风险的量化模型 .本文提出了计算风险价值的一种新方法——完全参数方法 ,它本质上是参数方法和极值理论的结合运用 ,在证券市场上的实证研究表明该方法优于目前流行的 Risk Metrics这种参数方法.     

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.     

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.     

CVaR在金融工具复制上的应用

RockafellarRT,SUryasev将CVaR应用于金融工具的复制,其结论是CVaR能有效地改善复制的组合.本文在他们研究的基础上,对其方法进行了改进,并将其应用于对中信指数的复制,探讨CVaR的理论意义与实际效果.在对中信指数进行复制的过程中采用了样本区间内模拟和样本区间外模拟,并将两种方法进行了比较.计算结果表明,可以通过一个线性优化问题将CVaR约束考虑到复制的组合中,CVaR的值可以直接由一个线性函数确定,不用先计算VaR的值.而且,当CVaR约束有效时VaR是确定组合的副产品.最重要的发现是,CVaR中损失函数对于控制复制组合的偏离方向有直接作用,RockafellarRT,SUryasev的方法对于样本区间外的模拟是不起作用的;改进的方法对于样本区间外的模拟中CVaR约束是起作用的.     

中国股市风险CAViaR方法的稳定性分析及其时变建模

在介绍诺贝尔经济学奖得主 Engle 及合作者 Manganelli 于 1999 年提出的 CAViaR 模型理论及实际意义的基础上,采用 Hansen 检验方法重点探讨了中国股市风险 CAViaR 建模的稳定性问题.通过对上证综合指数与深圳成指的实证研究, 认为 Engle 及 Manganelli 所力荐的四个参数 CAViaR 模型用于中国股市风险建模是相当不稳定的,不能很好地适合现实的中国股票市场.鉴于此,提出了具有时变参数的 CAViaR,模型通过失败率检验法得到了相对较好的结果,明显地提高了模型的度量与防范市场风险能力.     

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。     

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.     

基于信用风险迁移条件风险价值最小化的贷款组合优化模型

把企业信用风险迁移引入贷款收益率的计算中,引入条件风险价值(CVaR)来度量贷款组合风险,建立了组合贷款优化决策模型.本模型的特色:① 用CVaR代替VaR,控制了贷款组合极端损失的发生;② 反映了企业信用等级迁移对企业收益率波动的影响,更加客观地反映了贷款的真实风险,解决了现有研究仅简单求解各笔贷款的收益率标准差而忽略信用风险迁移的问题;③ 通过现行法律法规为约束条件,在约束条件中,控制了流动性风险,避免了资产配置的流动性危机,保证了银行资产配给的合法性与合规性.     

Production planning problem with pricing under random yield: CVaR criterion

In this paper, we address a basic production planning problem with price dependent demand and stochastic yield of production. We use price and target quantity as decision variables to lower the risk of low yield. The value of risk control becomes more important especially for products with short life cycle. This is because, the profit implications of low yield might be unbearable in the short run. We apply Conditional Value at Risk （CVaR） to model the, risk. CVaR measure is a coherent risk measure and thereby having nice conceptual and mathematical underpinnings. It is also widely used in practice. We consider the problem under general demand function and general distribution function of yield and find sufficient conditions under which the problem has a unique local maximum. We also both analytically and numerically analyze the impact of parameter change on the optimal solution. Among our results, we analytically show that with increasing risk aversion, the optimal price increases. This relation is opposite to that of in Newsvendor problem where the uncertainty lies in demand side.