基于CVaR的投资组合优化模型及实证

以条件风险价值CVaR为风险度量,建立以CVaR为目标函数,VaR为约束条件的二次规划模型,该模型给出了在决策者可以接受的VaR风险水平下,使得CVaR为最小值的投资组合最优选择;实例表明投资组合的最优选择降低了投资组合发生灾难性风险的可能性。     

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.     

基于CVaR的投资组合优化

由VaR模型的非一致性风险度量缺点引出CVaR模型,分析了CVaR的计算方法,并利用遗传算法对我国股票的实际数据求出了投资组合的最优解。     

基于VaR的多品种石油期货最优套保比模型

文章在套保组合收益率服从多元t分布假设下,以套保组合收益率的VaR最小为目标函数,建立了多品种石油期货最优套保比模型,并将该模型的实证结果与套保组合收益率服从正态分布假设下,基于VaR的单品种石油期货最优套保比以及传统套保比进行比较;结果显示,相对于其它2种套保策略,基于VaR的多品种石油期货套保策略可以最大限度地降低套保风险,提高套保有效性。     

基于分数布朗运动的脆弱欧式看涨期权的风险值分析

在股票价格、公司价值均服从分数布朗运动,公司负债为常数的条件下,讨论脆弱欧式股票看涨期权的风险价值(value at risk,VaR)和条件风险价值(conditional value at risk,CVaR)的计算问题,并推导了该期权的VaR和CVaR的计算公式.     

风险因素服从It过程下的条件风险价值

有效地对各种风险进行管理有利于银行和其他金融机构作出正确的决策、有利于保护其资产的安全和完整、有利于实现其经营活动目标,具有重要的意义.因此对风险进行度量就成为了首要的任务,本文在风险因素服从It过程下,研究了风险度量风险价值(VaR)和条件风险价值(CVaR)的计算问题和应用概况,并给出了CVaR－风险贡献计算表达式,同时阐述了CVaR－风险贡献的应用.     

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.     

发电资产最优组合分配的WCVaR风险度量方法

由于多个子市场具有不同的价格波动特性和收益率随机变化特性,为了追求利润最大、风险最小,风险管理方法已用来研究发电资产分配（GAA）问题．为了避免条件风险价值（CVaR）方法解决该问题的不足,建立了基于Worst-case Conditional Value-at-risk（wCVaR）理论的新的3个最优组合模型．在随机变量混合分布条件下将模型进一步简化、推广,并建立了3个相应的发电资产组合分配的模型．对发电商在现货市场和远期合同市场资产的分配比例和有效前沿进行了算例测试,测试结果表明了理论分析的正确性和模型的有效性．     

基于n周期CVaR风险控制下log最优资产组合模型

基于条件风险价值(CVaR)风险理论,建立了n周期最优资产组合的风险控制模型.证明了n周期投资风险模型最优解的存在性与唯一性,为n周期投资策略优于连续单周期投资策略及其风险控制提供模型分析,并进行了实例计算与分析.     

基于阿基米德Copula的投资组合风险分析

应用阿基米德Copula分析沪深股票市场投资组合风险,样本区间从2000年1月4日至2006年11月8日,共1639组有效数据．首先,由于金融数据不具有正态性,且是厚尾的,因而应用极值理论对边缘分布建模;然后,采用极大似然估计对给定的5个阿基米德Copula进行参数估计,从中选择能更好拟合实际数据相关性的Copula;最后,运用Monte Carlo模拟方法计算相应的风险价值（VaR）,确定最优的组合系数．结果表明,当组合系数β=0．33时,沪深股市投资组合风险最小．     

引入VaR和ES约束的投资组合理论实证

针对机构投资者控制市场风险的需要，将VaR(风险价值)和ES(期望不足)约束引入到均值一方差投资组合理论中，并利用中国A股1995～2002年的数据，实证了VaR和ES约束对组合绩效的影响．实证结果表明：对于有无风险约束、风险约束类型(VaR对ES)、置信水平高低以及约束值的大小这4项选择(任选1项而其他3项任其变化)，存在风险约束或ES约束或置信水平高或约束值小时组合的风险调整绩效均显著好于相应组合的风险调整绩效，而组合绩效表现则完全相反。     

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。     

基于GARCH-VaR模型的石油价格风险研究

石油价格收益率一般不符合VaR模型的独立、对称的正态分布假设,表现出金融时间序列的非对称性、异方差、波动聚集等特征.文章提出利用GARCH模型估计石油价格收益率的时变条件方差,改进传统VaR对方差的估计,并通过实证分析,估计石油价格风险,即在一定的置信度水平下石油价格可能的最大日损失值,估计结果显示改进的GARCH-V...     

CreditMetrics模型中转移概率和风险价值的计算

CreditMetrics模型是量化信用风险的管理模型,信用矩阵转移概率的确定是该模型的核心问题之一.该文提出一种信用矩阵转移概率的估计方法,采用随机模拟的数据进行验证, 并通过误差分析确定较为合适的样本容量.同时改进原有模型中对贷款现金流的计算方法,即一类客户在n年内信用等级的各种转移情况下的贷款现金流折算.最后采用核估计方法计算贷款风险值VaR,并与原有模型的计算结果进行比对.根据比对结果,可以证明此方法是行之有效的.     

VaR约束下的M-V模型在股票配置决策中的应用

研究了建立在VaR约束基础上的投资组合优化模型,并在实证分析中将其应用于股票配置决策上。     

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SV模型的VaR Monte Carlo模拟

文章以上证综合指数为研究对象讨论了Monte Carlo模拟法计算VaR,分别利用SV-VaR模型和Monte Carlo-SV-VaR模型计算VaR值,并比较了这2个模型的精确度,从而为上证综合指数的风险度量提供一个参照。     

条件风险价值度量方法在银行投资组合优化中的应用

将一种新的风险度量方法——CVaR方法引入银行投资组合优化问题中，由此建立了期望收益最大化的优化模型．并利用我国债券市场价格数据进行了实证分析．     

分层线性模型在金融风险度量中的应用(英文)

为了有效地度量金融市场风险,指出常用的风险度量模型存在不足. 金融风险度量模型必须考虑引入多因素,比如大盘指数与宏观因素. 通过回顾了分层线性模型的定义及其应用,提出改进风险度量模型的设想以及有待解决的问题. 从实际意义来看,这是很切合实际的.     

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。