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。     

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.     

基于组合投资的混合风险度量模型

对2种风险度量方法均值-VaR模型和均值-CVaR模型进行混合.首先对在险值(VaR)和条件在险值(CVaR)具有的性质如次可加性进行论述和比较,其中在计算条件在险值(CVaR)时,同时也能得到在险值(VaR),因此CVaR可对风险进行双限监管,比单纯的VaR更加保险;然后对均值-VaR模型和均值-CVaR模型赋予不同的权重,得出混合后的模型的相关性质,使混合后的模型在某种程度上优于单个模型的投资组合;最后对深市股票进行实证分析.     

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.     

风险管理的CVaR法及其在银行信用风险度量中的运用

作为银行主要风险的信用风险,在中国经济体制转轨时期表现得更加尖锐.鉴于现有测度体系对风险度量方法的研究和探索存在一定缺陷,笔者通过引入一种VaR的修正模型CVaR,率先将此方法运用于度量信用风险,建立了具体的数学模型,给出了求解方法及步骤,从而测算出银行贷款组合的CVaR值,得到了银行信用风险的预警值,并总结出目前CVaR风险测度法在我国运用的难度,最后提出建议.     

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.     

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.     

金融危机中流动性风险与市场风险动态相关性

基于金融危机中流动性风险与市场风险同时增加的现象，定性分析了流动性风险和市场风险相关性的形成机制；选取上证综合指数为研究对象，采用时变条件方差方法对金融市场风险和流动性风险进行了测度；采用动态条件相关（DCC）法对两者时变的相关性进行了实证研究.结果表明，流动性风险和市场风险具有普遍的相关性，金融危机发生后，两者相关性显著增强.     

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．     

条件g-期望与相关风险测度

利用倒向随机微分方程(BSDE)理论中的条件g-期望来定义风险测度及动态风险测度，证明了它们都满足相关风险测度及动态相关风险测度的公理化定义，并且给出了所定义的相关风险测度及动态相关风险测度的表示定理．最后，给出了相关风险测度及动态相关风险测度的一些重要性质。     

风险决策中不同决策准则决策一致性条件

首先给出了理想条件收益值的概念,证明了一个风险决策问题的理想条件收益值是一个定数,并给出了条件收益值与条件损失值的关系.其次给出了理想期望收益值的概念,证明了一个风险决策问题的理想期望收益值是一个定数,并在以上概念和结论的基础上给出了期望收益值与期望损失值的关系.最后给出了风险决策中按不同决策准则决策的一致性条件.     

一类公理化资本分配法和广义加权分配法的应用(英文)

研究了两种资本分配法的若干应用:一种是已知的公理化法,另一种是广义加权法.首先列出了几种常见的风险测度,运用公理化分配法,给出了关于这些风险测度的分配公式.并且就一个具体的模型,计算了它的分配结果.其次将已知的加权分配法扩展到广义加权分配法,主要讨论了广义加权分配法在两个不同总风险下分配量的比较方法,此方法源于资本分配的一个必备要求:单个风险的资本分配量不超过其原有风险资本.最后给出了具体特例.     

条件概率P（I/（A∩B∩C））上界的一个估计

设抽样空间为U,A,B,C是随机事件,I和I’是一对互补随机事件.故有下面的结果：如果π1＇（A,B,C）＞π1（A,B,C）＞0,那么P（I/（A ∩ B ∩ C）） ＜ P（I）/P（l＇） · P（A/I）/P（A/I＇） · P（B/I）/P（B/I＇） · P（C/I）/P（C/I＇）当P（I/（A ∩ B ∩ C））的上界是很小的正数时,且A,B,C这些因子同时发生时,可预测I’将要发生.     

求解大规模稀疏Min-CVaR投资组合模型的对偶方法

投资组合管理需要在资产池中挑选合适的标的资产并确定投资组合配资比例，相关计算的时效性非常重要。基于L₁范数的稀疏Min-CVaR（Minimum Conditional Value at Risk）模型可以同步完成挑选标的资产和确定配资比例，由于增加稀疏项，相比于标准Min-CVaR模型求解更复杂。为了有效求解大规模问题，基于原始模型中约束的结构特征，构造了其拉格朗日对偶模型，通过最新的商业求解器GUROBI 12.8求解对偶模型完成计算工作。使用基于三因子模型模拟的大规模情景数据（50000行200列）和标普500高频交易数据（28805行483列）进行了数值实验，结果显示对偶模型可以数倍提升计算效率，甚至比直接求解不具有稀疏性的标准Min-CVaR模型更快。     

条件独立及其性质

独立是概率论中特有的概念,有着十分重要的意义.本文应用条件概率给出了条件独立的概念,得到了条件独立的相关性质.     

关于正则条件概率的几点注记

本文证明了关于正则条件概率与正则条件期望的几个恒等式,并将所得结果应用到未必起始于固定点的Brown运动上,同时证明:一个Brown运动如果不起始于固定点而是起始于一个随机变量,则在关于初值的正则条件概率下,对于几乎所有的初值,该运动仍是Brown运动。