基于G-H分布的copula-SMR方法

将阿基米德copula应用于谱风险度量（SMR）,提出了一种新的风险度量方法（copula-SMR方法）。选取G-H分布对边缘分布进行建模,采用极大似然估计对给定的阿基米德copula进行参数估计,选择能更好拟合实际数据的copula函数,运用二次规划方法,计算相应的谱风险值,确定了在不同期望收益率下最优投资组合。     

压力容器钢疲劳裂纹扩展速率曲线测试的小样本方法

提出了一种测试压力容器钢疲劳裂纹扩展速率的小样本方法,可以综合利用历史数据和当前试验数据确定疲劳裂纹扩展速率曲线.与仅能利用当前试验数据的传统方法相比,在精度相同的情况下,可以节省大量试件;在试件数量相同的情况下,可以大大提高测试精度.     

上海证券交易所Ａ股市场的波动性分析

运用主要的三种条件异方差模型：ARCH、GARCH、EGARCH模型，对上海证券交易所A股指数的波动性进行拟合，分析模型对上证A股指数收益的波动性、杠杆效应的拟合情况，比较不 同模型对未来波动性的预测情况。实证分析结果表明：EGARCH模型比较适合对我国股票市场 波动性作长期预测，若假设收益序列服从t分布，由此改进的EGARCH-T模型会得到比正态分 布下更好的拟合与预测效果。     

基于不同核函数的非参数利率期限结构模型的估计

给出了用非参数方法估计利率期限结构的过程,并以上海证券交易所的国债回购利率数据为样本,采用4种不同核函数：高斯核、抛物线核、四次方核和六次方核对利率期限结构模型进行估计。结果显示：当利率小于4%时,4种核函数估计结果相近;当利率大于4%时,高斯核和抛物线核的估计结果相近,四次方核和六次方核的估计结果相近;从利率均值回复的角度来说,后两者要优于前两者。所有结果表明：短期利率的密度函数是非正态的,扩散过程的漂移函数和扩散函数是非线性的,印证了非参数利率期限结构模型在刻画利率行为方面的优越性。     

半参数方法对上证指数波动率的预测分析

根据金融时间序列一般都存在条件异方差性,本文研究了两种半参数时间序列模型的估计方法,通过实际算例对参数模型与半参数模型,以及不同的半参数模型在金融时间序列的拟合与波动率预测方面的表现作了比较。结果表明,半参数模型要优于参数模型,半参数可加模型要优于多项式样条估计模型。      

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。     

市场摩擦条件下基于谱风险度量的投资组合优化模型

设计并得到了对数型风险谱函数,构造了谱风险度量。在谱风险度量的基础上,分析并引入了实际股票市场中的市场摩擦、资产配置权重限制等约束条件,利用收益率总体分布的经验分布,建立了投资组合优化模型,并将模型转化为易求解且具有稳健性的非线性优化模型。实证分析表明,市场摩擦中交易费用条件的降低可以在保障收益不变的同时大幅度的降低投资组合风险。同时,所建立的投资组合优化模型也可以合理有效地进行投资组合配置。     

基于效用函数的投资组合

本文旨在解决当证券市场不允许卖空时,“均值-CVaR”模型的求解问题。若风险资产收益率服从正态分布,则在效用最大化原则下的“均值-方差”模型的两种解法是一致的。并且可以证明“均值-CVaR”模型的有效前沿是“均值 方差”模型有效前沿的一部分。从而用“均值-方差”模型的有效前沿表示出“均值-CVaR”模型的有效前沿,使其直接可以用计算机来求解。并且因为效用函数的引入,因此可以求得满足不同风险偏好投资者的资产配置。     

基于历史的情景模拟修正模型

文中基于情景模拟方法，提出了一种参考历史数据的修正模型。通过构成历史情景，在最大似然原则下确定情景集合的关键参数Θ。通过一个利率产品的数值实验，对原模型、修正模型与传统蒙特卡罗模型的在值风险估计值的精度进行比较，得到了理想的结果。     

风险谱函数的设计与选择

研究了风险谱函数的构造及谱风险度量在金融市场中的应用。根据风险厌恶系数和效用函数理论,提出了一种风险谱函数的设计构造方法,得到了指数风险谱函数和幂风险谱函数。实证分析表明,运用这两种谱函数所得到的谱风险度量的结果,差别并不大。最后,提出了以谱风险度量为目标函数的投资组合优化配置模型,并讨论了模型的求解结果。