极值VaR度量的一个新方法研究

在险价值是度量市场风险的一种普遍使用的工具，是市场风险度量的基石。本文应用统计学中的极值理论与泊松过程于VaR的计算。这种新方法是VaR度量方法中最稳健的方法之一。     

股市风险VaR与ES的动态度量与分析

首先描述金融时间序列的一般特性，从收益率的波动性与分布两方面进行考虑，建立起计算时变风险值VaR和ES的模型，并在多种分布情形下动态测算上证综合指数的风险，结果表明基于GED分布的VaR模型能够较好地刻画高频时间序列的尖峰肥尾性及杠杆效应等特性，而ES模型则有效地弥补了VaR模型的不足之处。     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

SV-GED模型在中国股市的VaR与ES度量及分析

从分析中国股市指数收益率的统计特征入手,以SV模型为基础,在多种分布情形下测算了沪深两市时变风险值V aR及ES。结果表明:基于GED分布的SV模型(SV-GED模型)较好地刻画了高频时间序列的尖峰肥尾性及波动集聚性与持续性等特性,并对两市指数进行较准确的预测,ES相比V aR能够较准确地估计尾部风险。     

基于VaR的多阶段存货风险衡量方法

VaR(风险价值)方法在金融管理中作为一种衡量风险的有效手段,得到了越来越广泛的应用. 探讨VaR方法应用于存货的风险控制,通过将存货区分为单一阶段存货和多阶段存货,借助VaR的方法,讨论了多阶段存货管理中的风险衡量问题;介绍了存货管理中与VaR方法有关的基本概念;通过VaR方法的运用,建立了随机需求下的多阶段存货决策模型,并采用解析方法得到了VaR值的分布范围,为有效度量多阶段存货风险提供了期望最大收益(或最大成本)的界值.     

Analysis of Conditional Value-at-Risk for Newsvendor with Holding and Backorder Cost under Market Search

We consider a distribution system with one supplier and two retailers. For the two retailers, they face different demand and are both risk averse. We study a single period model which the supplier has ample goods and the retailers order goods separately. Market search is measured as the fraction of customers who unsatisfied with their ＂local＂ retailer due to stock-out, and search for the goods at the other retailer before leaving the system. We investigate how the retailers game for order quantity in a Conditional Value-at-Risk framework and study how risk averse degree, market search level, holding cost and backorder cost influence the optimal order strategies. Furthermore, we use uniform distribution to illustrate these results and obtain Nash equilibrium of order strategies.     

财产保险公司负债风险资本金的确定

讨论如何借助回归模型预测法与VaR方法解决预期损失和非预期损失负债风险资本金的确定问题，且依据中国某财产保险公司某一长尾业务的数据对该方法的可行性进行实证分析。     

基于多目标条件风险值模型的房地产组合投资研究

研究了基于多目标条件风险值(CVaR)模型的房地产组合投资风险度量问题,定义了一种基于权值的多目标CVaR模型,给出了求解它的近似CVaR模型.据此,建立了一个基于多目标CVaR的房地产组合投资优化模型,通过计算这个模型可以得到在一定置信水平下的房地产投资的风险损失值和组合投资比例.应用这个模型对2005年7月到2007年6月全国70个大中城市的房屋价格数据进行了风险值和投资比例数值计算,结果表明,全国仍然存在一些城市的房屋投资是低风险的,但全国大部分城市的房屋投资具有明显的风险性,房地产行业正进入风险投资时期.     

评估Value-at-Risk模型——条件矩检验方法

提出一种基于条件矩检验的Value-at-Risk （VaR）模型评估方法. 其基本思想是如果VaR模型无设定误差，则观察到的“突破”事件是鞅过程.因此可以通过检验“突破”事件是否为鞅对VaR模型进行设定检验. 采用条件矩检验方法对风险管理行业普遍使用的八种VaR 模型进行回测检验，作者发现条件历史模拟法表现最好，通过了各种检验，而无条件正态分布VaR模型表现最差，没有通过任何一种检验. 在风险管理实务中，作者推荐使用条件历史模拟法度量和管理金融风险.     

基于两类极值分布的金融风险度量

在金融投资组合的风险管理中,估计极端事件的概率,是一个重要的问题.阐述了极值理论和两类极值分布,以上证综合指数为例,将极值理论用于风险价值的计算,给出了VaR和ES的估计值,并与传统方法得出的结果进行了比较分析,结论表明,用极值方法度量金融风险具有很高的准确性.