非正态假设下投资组合的风险分解

为提高风险分解结果的准确性,本文给出组合收益分布服从非正态假设下,组合VaR及ES分解的两个新方法：局部线性加权平均;用分段线性函数拟合极端损失情形下,资产与组合回报之间的关系。针对实际金融数据的尖峰厚尾性与杠杆效应,风险度量采用EGARCH-GED模型。实证分析及模型检验的结果表明,新方法能准确、快捷地分解组合风险。     

降水极值的非平稳性特征及其重现期研究--以福建省为例?

变化环境下降水序列具有普遍的非平稳性.为深入探究降水极值的非平稳特征及其对极端降水重现期的影响,本文以福建省22个站点为例,针对表征降水序列非平稳特征的2个重要变量均值和方差,利用经验模态分解法(EMD)、Mann-Kendall趋势检验法分析了1960—2012年前汛期、后汛期降水极值序列非平稳特征;运用贡献分析法分析降水极值序列均值和方差变化对非平稳的降水极值确定性趋势的增量贡献;构建非平稳模型,基于均值、方差趋势探讨极端降水的重现期变化特征.结果表明:1)福建省前、后汛期降水极值序列非平稳性较强,前汛期闽西、闽北、闽中方差增加显著,部分站点方差变化对降水极值确定性趋势的增量贡献较大;后汛期全省降水极值均值普遍呈现增加趋势,对降水极值的确定性趋势起主导作用.2)福建省前汛期极端降水趋势增大的站点位于闽北地区,因为降水序列方差的线性增加趋势导致极端降水量显著增加;后汛期极端降水趋势增大的站点位于闽西和闽南2个区域,其中多数站点因为均值的增加趋势导致极端降水量增加,但是增加幅度平缓.3)降水序列方差的改变更加显著地影响了极端降水重现风险,变化环境下极端降水趋势和风险研究需充分考虑降水序列的非平稳性.     

基于不同测度指标的随机波动性模型及其应用研究

引入了基于日内价格幅度与回报两个测度指标的随机波动性模型.利用中国股市数据进行的实证结果表明,与单测度指标的随机波动性模型相比,基于两个测度指标的随机波动性模型能更好地描述股票市场波动性和市场波动风险.     

投资组合风险价值分解方法研究

提出了两种分别对组合损失和极端损失进行线性近似的投资组合风险价值(VaR)分解的新方法——非对称响应模型估计法和局部线性近似估计法,两种方法均可用于分解参数法与非参数法计算出的投资组合风险价值,弥补了现有分解方法只能分解部分参数法计算出的投资组合风险价值的不足,实证研究结果表明：非对称响应模型法比局部线性近似估计法更为简单、快捷,适用于当组合回报不对称现象明显时;而当组合回报具有显著的厚尾现象时,后者更为准确,两者都具有一定的实际应用价值。     

股票收益率序列的多重分形特征分析

运用多重分形消除趋势波动分析法,研究中石油和中石化两个上市公司股票收益率的多重分形特征,并结合多重分形谱方法,比较两股票收益率序列的多重分形性的强弱及风险大小.结果表明,两个公司的股票收益率序列均具有明显的多重分形特征,且中石化收益率序列的多重分形性更强,波动复杂程度更高.总体相比,买入中石化股票获利的空间更大,但风险也较买入中石油的更高.     

基于跳跃厚尾随机波动模型的股市波动研究

通过对4个不同SV模型对比分析,试图了解股市收益序列中具有较大波动幅度的极端实现值能够被解释为一个非高斯分布的尾部行为,还是高斯扩散中一个跳跃组分的叠加,抑或是这两种设定同时起作用.采用两种具有不同波动程度的上证综指日收益数据进行的实证研究发现,我国股市日收益序列不仅存在显著的尖峰(厚尾)特征,而且波动持续性较低,以及受政府政策影响较多.此外,两组收益数据所对应模型的实证比较发现,跳跃设定有助于SV模型描述波动剧烈的收益序列,但却不适合波动平缓的收益序列.     

石油市场和股票市场之间的尾部风险溢出效应——基于变分模态分解和动态Copula函数的研究

利用变分模态分解法将原始收益率序列分解为不同期限的子序列.基于动态Copula函数计算石油市场和股票市场之间的在险价值指标(VaR和CoVaR),研究在极端下跌和极端上涨的市场情况下,国际石油市场与发达国家和新兴市场国家股票市场的短期和长期尾部风险溢出效应.实证研究结果表明,石油市场和股票市场之间存在双向的尾部风险溢出效应.首先在风险溢出的强度方面,石油市场对股票市场的尾部风险溢出效应明显比股票市场对石油市场的尾部风险溢出效应更强烈.其次在风险溢出的方向方面,股票市场对石油市场的尾部风险溢出效应均为正向,石油市场对大部分国家股票市场的上尾风险溢出效应为正向,且对全部国家股票市场的下尾风险溢出效应为正向.最后,石油市场和大部分国家股票市场之间的长期尾部风险溢出效应都比短期尾部风险溢出效应更强烈.研究结果有利于相关市场投资策略的制定和极端风险传染的防范.     

石油市场和股票市场之间的尾部风险溢出效应——基于变分模态分解和动态Copula函数的研究

利用变分模态分解法将原始收益率序列分解为不同期限的子序列.基于动态Copula函数计算石油市场和股票市场之间的在险价值指标(VaR和CoVaR)，研究在极端下跌和极端上涨的市场情况下，国际石油市场与发达国家和新兴市场国家股票市场的短期和长期尾部风险溢出效应.实证研究结果表明，石油市场和股票市场之间存在双向的尾部风险溢出效应.首先在风险溢出的强度方面，石油市场对股票市场的尾部风险溢出效应明显比股票市场对石油市场的尾部风险溢出效应更强烈.其次在风险溢出的方向方面，股票市场对石油市场的尾部风险溢出效应均为正向，石油市场对大部分国家股票市场的上尾风险溢出效应为正向，且对全部国家股票市场的下尾风险溢出效应为正向.最后，石油市场和大部分国家股票市场之间的长期尾部风险溢出效应都比短期尾部风险溢出效应更强烈.研究结果有利于相关市场投资策略的制定和极端风险传染的防范.     

基于偏态分布的风险度量计算

金融时间序列具有尖峰厚尾性,同时在股市中又存在着杠杆效应.对股票指数收盘价格的对数收益率序列建立ARMA-APARCH模型,在对数收益率序列分别满足Skewed-t分布和Skewed-GED的假设下,给出了在险价值及期望损失的计算方法.对t分布与Skewed-t分布、GED与Skewed-GED分别进行对比性实证分析,结果表明,在两个偏态分布假设下计算得到的期望损失估计结果更为保守,更能够捕捉到股市的尾部风险.     

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.     

利用Logistic回归模型对上市公司被国企和民企收购的预测

利用Logistic回归模型对公司能否被国企和民企收购进行预测研究.结果表明:资产负债率和托宾Q比率对上市公司被国企收购产生显著的负面影响,相反却对被民企收购产生显著的正面影响,这说明国企和民企在选择收购目标时,对这两个因素判断的方向不同,民企愿意在对外投资时冒更高的风险;民企偏好收购经营效率较低的公司;两类收购者都更加看重上市公司的未来回报能力而不是现期回报能力.     

基于ES的P2P平台风险测度方法

提出基于ES的P2P平台风险测度方法.选取260个平台的收益率数值进行风险观测与度量,探究借贷平台存在的风险及问题,提出利用ES模型进行P2P平台风险预警与管理方案,使投资者在自己所能承受的风险范围内进行投资并得到满意的回报,为参与者经营决策和资金管理行为提供参考.     

证券投资优化模型的改进和算法研究

提出用绝对正离差与负离差来衡量风险回报与损失；给出反映风险回报与损失频率的特征值k；基于历史数据可将多目标模型转化为单目标模型．     

重庆市巴南区气象观测站迁站前后气象资料均一性检测及订正

利用巴南区国家一般气象站1969-2013年的平均气温、极端最高气温、极端最低气温和2010年迁站对比观测期间新旧站的气温、相对湿度、风力等资料,对巴南气象站迁站观测资料进行统计对比分析.使用主观判断及RHtest和元数据相结合的方法对巴南的气温序列进行均一性检验.结果表明,2011年的迁站对平均气温、极端最高气温的影响较大,造成其序列的非均一性,对极端最低气温的影响相对较小.针对迁站对气温的影响,对迁站后的气温序列进行了订正,并运用线性趋向估计分析对订正效果做了评估,使其具有较好的均一性.     

湖南省极端气候时空特征分析及风险评估

为探究湖南省极端气候的时空变化特征及风险发生概率,本文基于湖南省32个气象站点1961年-2017年逐日气象观测资料,选取12个极端降水指数和16个极端气温指数,利用线性倾向法、M-K趋势检验法、克里金插值等方法,对湖南省极端气候的时空变化特征进行探究,并采用信息扩散模型对湖南省极端气候风险进行评估,研究表明：（1）近57年来湖南省极端降水指数总体变化趋势较为平缓,大多数极端降水指数在空间上东高西低、南高北低的分布。（2）极端气温指数总体变化趋势呈显著变暖趋势,表征高温的指数在空间上呈东南向西北递减的趋势。（3）对湖南省极端降水的风险评估显示,湘西北发生极端降水的风险更大,而湘东南的降水总量更多。（4）对湖南省极端气温的风险评估显示,湘西北为持续高温的高风险地区,常德市发生极端高温的风险概率较大,大约为2-3a一遇。     

基于CARR模型与GARCH模型对VaR的比较研究

研究了在一般情形下和极端风险下的风险度量,分别采用基于极差、收益率为变量建模的CARR模型、GARCH模型应用于VaR的计算,结合深证成指的实际数据进行实证分析,分别对比在不同分布下GARCH模型和CARR模型计算出的VaR,最终得出基于在广义伽马分布下CARR模型算出的VaR值,能更加真实地反映深证股市极端情形下风险程度,而基于T分布下的GARCH模型更加真实地反映深证股市一般情形下的风险程度.     

基于遗传算法的VaR约束下证券组合模型仿真

在经典的Markowitz证券投资模型的基础上,加入目前在投资领域中广泛应用的风险价值VaR,建立一个以投资回报收益率标准差为目标,以VaR和收益为约束条件的投资组合模型.在正态分布的假设下,将目标函数中非线性约束进行简化.利用遗传算法对该模型进行计算机仿真,取得了良好的效果,解的结果既满足了VaR约束条件,又满足了不同投资者不同收益需求.     

带干扰的多险种离散风险模型的破产概率

研究了一类带干扰的多险种离散风险模型,两索赔额均为二项随机序列,两保单到达均为Poisson随机序列,应用鞅方法得出了最终破产概率的一般表达式,Lundberg不等式,以及有限时间内破产概率的一个上界估计.     

投资回报具有随机变量的风险模型

推广了投资回报是带正漂移布朗运动的复合泊松风险模型,讨论了投资回报具有随机变量的复合泊松风险模型,得到期望惩罚函数的积分方程.作为期望惩罚函数的应用,还得到了破产概率、破产时的拉普拉斯变换、破产时的赤字、导致破产的索赔等精算量的分布函数.     

考虑投资回报的相依离散风险模型的破产概率

破产概率是保险公司度量风险的重要手段,而计算破产概率也是经典风险理论中最为核心的问题之一.相对于破产概率的精确表达式,保险公司可能更关心通过再保险及投资等方式,使得破产概率尽可能小.研究一类含有投资回报的相依离散时间风险模型,模型中假设持续的投入资金量是常数形式,并且假设股票市场的回报比例和净损失均具有一阶自回归结构,而利率为一个马尔科夫链.通过构造一个上鞅,利用最优停时定理给出了破产概率的上界估计.