基于EGARCH-ε_t-GPD模型的VaR计算

在传统的利用极值理论来计算VaR的过程中,一般先是对时间序列建立GARCH模型,再对残差序列运用极值理论建模,从而估计得到VaR.但建模时在GARCH模型的条件方差方程中,人们只考虑了以前时刻的随机误差项对方差的影响,而忽视了当前时刻的随机误差项对方差所作出的贡献.故作者在对时间序列建立EGARCH模型时,在方差方程中引进了当前时刻的随机误差项,然后再对残差建立GPD模型来研究风险价值,并进行了相应的实证分析,结果表明加入当前时刻的随机误差项后估计得到的VaR准确性更高.     

极值指标下平稳序列的风险测度

平稳金融序列存在相依性,不满足独立同分布假设下极值理论的条件约束.讨论了极值指标下平稳随机序列的风险测度,通过估计极值指标θ并修正广义极值分布的位置参数和尺度参数,得到平稳随机序列的风险值.实证和检验表明平稳金融序列需要极值指标修正模型,提高风险值估计的准确度.     

基于支持向量机的机械零件剩余寿命区间估计

为提高机械零件剩余寿命估计精度,提出了一种基于支持向量机(support vector machine,SVM)的剩余寿命区间估计模型.简要介绍SVM的线性及非线性理论,分析SVM输入变量与输出变量间的统计关系,将机械零件性能退化指标和剩余寿命分别作为SVM输入变量及输出变量.假设输入变量与残差相互独立且残差分布类型已知,采用极大似然法估计残差的分布参数,在此基础上推导一定置信水平下SVM输出变量置信区间.将均方误差作为SVM预测误差的衡量指标,应用变步长网格搜索法确定SVM参数.通过实例说明所提模型能够准确对机械零件剩余寿命进行区间估计,具有较强的工程应用价值及通用性.     

一种估计风险价值的新模型

根据极值-Ⅱ型分布的厚尾性质，结合当今金融市场收益分布的尖峰厚尾特征，提出一种具有尖峰厚尾的Laplace极值-Ⅱ型混合分布，并在此基础上建立了一种新的估计风险价值VaR(Value at Risk)的Laplace极值混合模型，通过对上证B股的实证模拟分析，发现该模型对收益表现异常的金融序列的VaR估计具有较高的应用价值.     

相依误差下非参数回归模型的方差变点Ratio检验

运用Ratio检验方法研究相依误差下非参数回归模型的方差变点检验.首先利用核估计方法估计模型中的回归函数得到残差序列,其次利用残差序列构造Ratio检验统计量,并推导检验统计量的极限分布,最后通过数值模拟验证检验方法的有效性.     

空气质量指数及其含量的极值模型分析

选取北京市2016年1月～2018年3月的日空气质量指数数据,建立广义Pareto分布模型分析空气质量指数的超阈值序列,利用轮廓似然估计确定精确的参数置信区间,得到重现水平和中度、重度、严重污染天气发生的概率.将极值理论与相关结构Copula相结合,建立二元超阈值模型对空气质量指数含量PM2. 5与PM10之间的极值相关性进行了研究,结果显示其中一个超限值的条件下另一个也超过限值的概率很大,两者具有较大的尾部相关性,它们的叠加作用加重了空气污染的程度.     

基于小波极值理论的中国股市风险研究

运用条件风险价值(CVaR)模型实现对市场风险的监控,把小波变换和极值理论结合在一起对CVaR进行估计.第一阶段,用小波方法确定广义Pareto分布的阈值;第二阶段,把基于小波变换的阈值运用到极值理论中,然后运用极值理论估计CVaR.选用香港恒生指数和深证综指进行实证分析,把基于小波变换的极值理论估计的CVaR与条件极值理论估计的CVaR进行比较,根据失败数量和尾部损失检验,发现基于小波变换的极值理论能够提高预测的精准性.     

变形广义极值分布的参数估计及实例分析

本文通过对广义极值(GEV)分布运用二次秩变形映射导出变形的广义极值(TGEV)分布的概率分布函数和概率密度函数,并对TGEV分布的参数进行了MLE和矩估计.用R语言中的optim函数对TGEV分布的参数做了MLE估计,并对此估计方法的偏差和均方误差做了模拟,说明对于TGEV分布来说,MLE估计方法效果很好.最后对变形广义极值分布进行实例分析,给出了TGEV分布拟合的结果,得到分位数及其置信区间的估计,并讨论了所得结果的实际意义.     

一类双函数系数ARCH-M模型的经验似然估计

针对一类双函数系数自回归条件异方差-均值(ARCH-M)模型的估计问题,提出一种基于经验似然的估计方法;在该估计方法中,所提出的模型允许金融时间序列的风险效应和收益效应同时为某一变量的函数结构,可以有效地刻画金融时间序列的风险和平均收益之间的关系,具有较广的适应性;同时,与经典矩估计法和极大似然估计法相比,基于经验似然的估计方法具有独特的优势,可以充分考虑金融序列的异方差性,并且所构造的置信区间不涉及任何渐近方差的估计,因此具有较好的稳健性和有效性;在一些正则条件下,对所构造的经验对数似然比统计量及函数系数估计量的渐近分布进行了理论分析;结果表明：关于风险效应函数系数和收益效应函数系数的经验对数似然比统计量均渐近收敛于中心卡方分布,同时函数系数估计量渐近收敛于正态分布;进而对风险效应函数系数和收益效应函数系数分别构造了相应函数系数的逐点置信区间。     

基于动态极值VaR股指分析的中国行业风险研究

应用动态极值VaR模型分析中国行业股票价格指数,对不同市场条件下中国行业风险进行实证研究.在McNeil等提出的GARCH模型与极值理论基础上,运用Huisman等提出的VaR法修正上述风险值估计方法,构建了动态极值VaR模型.在该模型的构建中考虑了风险因子的时变特性,采用EVT方法对风险因子的厚尾特性进行建模,简化了风险值的估计过程,并提高了估计的准确性.动态极值VaR模型能够较好地刻画风险尾部分布特性,同时能够比较准确地度量所研究时间段内的市场风险和行业风险.研究结果表明,不同市场条件下各行业的风险特性具有显著的变化.最后利用Kruskal-Wallis一致性检验对上述结论进行了验证.据此,在资产组合管理过程中,有必要依据市场环境和行业风险特性对资产配置比例进行调整.     

极值理论下的香港汇丰控股VaR实证分析

极值理论可以更精确的处理金融数据的厚尾特性,选取香港上市的汇丰控股数据,运用POT方法做实证分析,对时间序列取门限值（Threshold）,对超过门限的样本数据建模,极限点渐进分布服从GPD分布,估计模型参数,检验模型的合理性,并给出置信度为95%下的VaR。     

GARCH-EVT模型在动态VaR中的应用

在综合考虑金融资产收益数据分布的波动集群性和厚尾特征,尤其是波动的条件异方差对动态VaR估计的影响的基础上,运用极值理论(EVT),建立了GARCH-EVT模型,计算了上海证券市场综合指数的动态VaR,并且将GARCH-EVT模型与GARCH-NORMAL模型进行比较.通过实证分析,并利用后验测试,结果表明GARCH-EVT模型优于GARCH-NORMAL模型.GARCH-EVT模型很好地解决了波动集群性和厚尾现象,为管理者和投资者提供了一个控制风险、预测收益的量化工具.     

结构疲劳寿命估计的概率和非概率混合模型研究

针对结构同时含有概率参变量和非概率参变量的情况,结合疲劳寿命估计的概率模型和区间模型,把随机参量作为实现值,通过两次寿命分析拟合出寿命下限的概率分布函数,进而得到混合变量时给定置信度下的疲劳寿命下限估计值.通过与区间估计模型比较,混合模型更为精确、可行.     

三维双层嵌套Logistic模型在海洋工程中的适应性研究

[目的]研究工程多因素复杂性的多元极值分布理论,探讨多元理论在实际工程的应用过程,以适应近代海洋工程规模日趋巨大的需要。[方法]以多元极值分布理论为基础,结合石岛湾海洋站实测的增水极值资料和同步波高、同步风速数据资料,详细阐述三维双层嵌套Nested-Logistic分布模型在工程实际中的应用过程,给出3种因素共同影响下联合重现期的推算方法。[结果]该模型加入了两两因素的相关性,对实际情况的刻画是科学合理的。[结论]模型在解决涉及3因素的水文工程问题方面,具有很好的灵活性和适定性,能够用于评估不同情况下的水文风险。     

商业银行信用风险量化和管理模型的应用分析

介绍了国外当前应用广泛的信用风险量化和管理模型,分析了模型在我国使用上的局限性.根据企业不同时期信用等级转换概率和企业违约回收率均值构成的混沌时间序列,应用混沌时间序列理论和局域预测方法,构造中国企业信用等级转换矩阵和企业违约均值矩阵,建立了一个适合我国商业银行实际的信用风险量化和管理模型.     

Credit Metrics模型计算信用风险的实例分析

Credit Metrics为计算资产组合信用风险的模型，是一个联系信用和证券市场的简单、动态的架构。本文从此模型出发，分别讨论了单个贷款和资产组合基于违约率，信用迁移概率的计算原理和实例。并对违约率的测算作了进一步的分析和讨论。     

时间序列联立方程模型及其应用

给出时间序列联立方程模型，并以我国经济现状为研究对象，用时间序列联立方程和向量自回归两种模型对1996年形势进行模拟，预测1997年冬季度经济指标的发展情况，并对两种模型的结果进行对比分析．     

基于后验概率的住房信贷评估SVM模型

针对标准SVM模型在信贷评估中单纯将客户划分为违约或者未违约的不足,提出了利用基于后验概率的SVM用于住房信贷评估的方法.利用商业银行的住房信贷数据进行的实证研究表明,基于后验概率的SVM模型通过将标准SVM的决策值转化为后验概率输出,能够对住房信贷客户的违约概率进行估计,对于商业银行根据客户的违约概率制定相应的信贷政策以及设计相应的住房信贷产品更具有实践意义.     

基于CPV模型改进的信用风险宏观压力测试研究

对CPV模型的残差相关性假设进行了调整，使压力情景生成模型和风险传导模型能分开处理，从而可采用偏最小二乘法对信用风险传导模型进行参数估计，避免了宏观经济因子因多重共线性不能进压力测试系统这一问题.通过似无关回归对情景生成模型参数进行估计，在信用风险传导模型含有宏观经济因子滞后项情况下，使用蒙特卡洛模拟方法进行压力情景生成.算例分析结果表明，本文提出的压力测试方法可有效地应用于银行业逆周期管理.     

基于半参数极值理论的高频数据风险价值研究

高频数据分析是理解市场微观结构极为有效的手段,在正态性假设不成立情况下,本文采用半参数极值理论对高频数据的分布尾部进行估计,进而估计风险价值.返回检验的结果表明,此方法可以比较精确地度量风险价值.