基于风险度量模型的高频股票交易数据的比较分析

探讨GARCH-VaR和GARCH-CVaR模型的参数估计,并在实例分析中比较了其估计效果.针对高频股票交易数据的非平稳性,建立对数收益率的ARMA(3,2)-GARCH(1,1)模型,并计算VaR和CVaR的值.实证研究表明,GARCH-CVaR模型比GARCH-VaR模型估计效果更好,运用GARCH模型能有效计算出VaR和CVaR的值,从而精确给出证券市场中高频股票交易数据的风险度量.     

基于GARCH-CVaR模型的我国股票市场风险分析

条件风险值(CVaR)风险度量方法是风险值(VaR)方法的改进，是一种较之VaR更加客观谨慎的风险度量方法。运用CVaR的动态计算模型——GARCH-CVaR模型，对我国股票市场风险特征进行了分析研究，结果表明：我国股票市场具有显著波动聚集性及持续性，股票市场的CVaR值始终比同期VaR值偏大，尤其在市场剧烈波动即风险较大时．     

广义误差分布下CVaR模型的股市风险研究

以沪深300指数数据为样本,首先利用广义误差分布与正态分布假定下的GARCH模型对我国股票市场收益率波动特征进行定量分析,然后运用CVaR模型对股票市场的风险进行实证研究,并与基于VaR模型的风险测度值进行比较.研究结果表明,广义误差分布假定下的GARCH模型能够更好地反映出我国股票指数收益率尖峰厚尾的特性,而使用CVaR模型则有利于提高金融市场风险测度的准确性.     

布朗桥中极值分布及在国债风险分析中的应用

通过Girsanov定理进行测度变换,构造新的测度,然后在布朗运动终值点确定的事件前提下利用不同测度事件发生的条件概率相等来剔除布朗桥过程中漂移率影响因素,并再次使用测度变换与L’Hopitl准则获得其极值的分布。同时采用布朗桥运动模型描述六只交易所挂牌交易的国债的波动,VaR(在险价值)衡量国债风险水平,最后利用布朗桥运动极值分布的结果获得六只债券的VaR(在险价值)。     

基于ARMA-GARCH模型的风险价值与条件风险价值计算

基于ARMA-GARCH模型,给出风险价值VaR、条件风险价值CVaR的计算公式,分别在标准正态分布、student＇T分布、Skewed-T分布、广义误差分布条件下对模型进行数值模拟,并用上证A股、大同煤业股票相关数据拟合模型来进行实证分析.结果表明,利用ARMA-GARCH模型给出的计算公式能够准确地估计VaR值与CVaR值,并且随着给定概率水平p的减少,VaR与CVaR的值增大,对于给定同一概率水平的CVaR值比VaR值大,CVaR比VaR更能体现风险度量的大小.     

MC-GARCH模型在互联网金融风险度量中的实证研究

针对互联网金融风险测度问题,提出了MonteCarlo模拟法。首先,选取中证互联网金融指数作为研究对象,并对数据进行基本的统计分析,得出中证互联网金融指数对数收益率具有尖峰厚尾性和异方差性的特点,建立GARCH模型,对序列的均值和方差进行估计;其次,基于GARCH模型计算出的均值和方差,利用MonteCarlo模拟法计算中证互联网金融指数的VaR和CVaR值;最后,对模型的准确性和精确度方面进行Kupiec返回检验。结果表明:VaR和CVaR均可作为度量互联网金融风险的工具,但VaR无论在准确性上还是精确度上都远低于CVaR,故CVaR是一种更优良的风险测度工具。     

基于GARCH模型的风险价值在现货黄金市场的比较研究

风险价值VaR现广泛运用于金融风险测量中,但基于正态性假设的VaR并不能很好的处理金融变量中的尖峰厚尾性且VaR未能考虑更加重要的尾部风险,CVaR 弥补了VaR方法存在的缺陷.利用基于GARCH模型的CVaR在性质上的优越性,通过现货黄金市场的实证研究,对不同分布下的VaR及CVaR值进行比较,得出新的结论.我们发现基于GED分布GARCH模型的VaR及CVaR值要好于基于正态分布及t分布的VaR及CVaR值.     

基于动态R-Vine Copula的银行股指投资组合及风险度量研究

金融资产价格之间的波动往往具有结构相依性。为了研究银行股指数据间这种复杂关系,能够进一步准确度量金融风险,本文以我国六大银行股指数据为研究对象,利用ARMA-GJR-SkT模型作为单一资产序列的边缘分布,以灵活的R-Vine Copula模型为基础,联合构建投资组合模型。通过滚动时间窗口的Monte Carlo技术及MST-PRIM算法确定各类模型的RVM结构,在此基础上结合逆变换法仿真模拟收益率序列,并利用模拟收益率进一步计算VaR与CVaR,最后经返回值检验法对模型进行验证。结果表明：建立最优的投资组合模型是精准度量金融风险的关键;在风险度量时,相同的置信水平下,CVaR模型比VaR模型更可靠。置信水平不等时,其值增大的同时,失败天数会减小。     

基于VaR风险测度的投资组合优化模型及应用

以VaR作为投资组合风险的衡量尺度,在马柯维茨框架下建立均值-VaR投资组合优化模型,并采用蒙特卡罗模拟与遗传算法相结合的方法求解该模型．通过该模型在中国股市的实证研究,从资产收益率分布的假设与VaR置信水平的假设两方面对投资决策的影响进行了讨论,发现如果资产收益率分布的尾部越厚、VaR置信水平越高,那么投资策略越保守．     

基于蒙特卡洛模拟的VaR模型及其模拟实证对比研究

在对VaR模型基本思想介绍基础上,构建基于蒙特卡洛模拟的VaR计算模型,并结合Matlab2012a计算软件,分别计算基于随机模拟和历史模拟的金融市场VaR数值,并在同类型模拟方法下进行横向对比分析。研究结果表明:t分布模型在高置信水平条件下较标准正态分布模型具有更高的精度要求和优势,且对于金融收益率数据的表征更为合理科学;2013年我国股指期货市场结构较2012年发生较大程度变化,且系统风险有进一步扩大趋势。     

Copula-EVT模型及其投资组合风险分析中应用

Copula技术广泛地应用于金融领域,特别是在金融风险、投资组合、资产定价的方面,目前已成为解决金融问题的一个有力工具.本文将Copula技术应用于沪深股市投资组合当中,由于VaR和ES表达式难以求出,于是采用蒙特卡罗模拟的方法模拟组合收益走势,进而计算出在不同置信水平下的风险价值(VaR)和期望不足(ES),其中对数收益边缘分布函数由中心和左尾为Laplace分布,右尾为极值分布组成.从Basle交通灯法返回检验的结果来看,Copula-EVT模型能够较好度量组合风险.     

神经元的区分能力与置信水平

当神经元接受两种不同的刺激时,利用发放率分布考虑神经元的区分能力与置信水平,对其分布分别服从相同和不同方差的高斯分布情形,给出了度量两种可能分布的分开程度的量―区分能力,和度量这种区分可靠性的量―置信水平,刻画了区分能力与其置信水平之间的关系,并给出了最优阈值的选择以及执行最优区分任务的解码过程.     

单值数据的过程能力指数与过程性能指数比较

为澄清在质量控制过程中,度量单值数据情况下的过程能力指数与过程性能指数的差别,探讨了两类指数的差异及其原因,验证了在单值数据情况下两类指数的关系。采用数据模拟和非参数Bootstrap区间估计法,得到了两类指数的数值及其置信区间。分析结果表明:在均值意义上,不考虑过程偏移和考虑过程偏移的情况下,过程能力指数与过程性能指数都近似相等,在95%的置信水平下,过程性能指数的置信区间要优于过程性能指数的置信区间。所以,在单值情况下,考虑指数的可靠性,建议使用过程性能指数。     

旋转圆盘的安定分析

本文给出了幂强化和弹性－幂强化材料旋转圆盘的应力σｉｊ、残余应力σｒｉｊ、应力 强度σｉ以及残余应力强度σｉｒ的计算结果．两种材料的计算结果具有明显的差别。 文中最后讨论了各向同性强化条件和随动强化条件下两种材料旋转圆盘的安定性。     

洪水预报误差置信限与误差评定方法研究

在实时洪水预报调度中,洪水预报误差的统计特性和误差置信限对调度风险的确定影响较大,为此,以三花间伊河卢氏流域为例研究了洪水预报误差的统计特性和误差置信限问题,结果表明,洪水预报误差通常具有有偏概率分布的特点,用现行水情预报精度标准及误差置信限评定方法对其进行评定时可能会出现两种不同的结果,但误差置信限评定方法比现行水情预报精度标准更为严格。     

基于非对称GARCH与极值理论的商业银行信用风险度量模型

提出一种基于ARMA-TGARCH-EVT模型并适用于商业银行内部信用风险评估的新方法.首先通过广义矩法估计ARMA-TGARCH模型,获得近似独立同分布的残差序列zt;然后选用极值理论的越槛高峰模型(POT)对残差序列进行拟合分析,得到风险价值和期望损失的估计值,并采用Bootstrap方法给出95%置信水平下的置信区间;最后利用某商业银行2000-02-19～2010-12-15的日信贷资产对数收益率进行仿真,得到控制信用风险价值V和期望损失E值及置信区间,并与未经调整的预测值进行比较.研究结果表明,该方法在一定程度上克服了单纯进行极值分析时,由于序列的非独立同分布不能满足极值理论假设所造成的估计误差,改进了采用似然比率法估计置信区间时,由于极值事件的小样本所造成的偏差.     

基于两阶段求解的动态车辆路径问题研究

采用两阶段求解思想,通过设置定时间隔,将动态信息转化成静态信息,从而实现对动态车辆路径问题的求解.分别建立了初始优化和实时优化阶段的数学模型,以节约算法解为初始解,利用禁忌搜索算法完成初始优化阶段的车辆路径问题求解;在实时优化阶段,分别对节约算法和禁忌搜索算法进行适当修正后再进行求解.利用数值测试实验对客户不同地理位置分布下定时间隔的设置进行测试分析.结果表明,该算法简单明了,易于实现.此外,客户的地理位置分布不同,对定时间隔的敏感性也不同,混合分布最为敏感,其次是随机分布,集聚分布最不敏感;最后,给出了相应的累计服务客户数量曲线,并结合车辆总行驶距离,明确了不同客户位置分布下的较优定时间隔设置.     

非参数可靠性模型中一些参数的区间估计

研究了非参数模型下的一些可靠性参数的推断. 基于U-统计量的渐近性质和变换方法,导出了这些参数的具有渐近正确覆盖率的置信区间. 给出了比较这些置信区间效果的模拟结果.     

方差相关保费原理下风险保费的非参数估计

基于方差相关保费原理研究了聚合风险模型中方差相关保费的非参数估计,并证明了估计的相合性以及渐近正态性,最后,通过数值模拟的方法验证了估计的大样本性质,给出风险保费的渐近置信区间。