极值理论下的风险度量模型

在风险度量的研究中人们逐渐发现，风险度量值的大小往往只与极端事件的出现有关。因此，极值理论这种只研究极端统计量的方法在风险度量方法中得到了极大的运用。在此基础上产生的POT（Peak Over Threshold）模型，给风险度量方法带来突破性的发展，也是本文用于计算股指期货风险的基础模型。     

极值VaR的两种估计方法研究

主要使用极值理论中的两种方法对上证指数进行VaR估计，并且进行后验测试以评价该方法的可靠性。     

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.     

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。     

极值理论与VaR计算

介绍了利用极值理论研究随机变量尾部性质的方法,并将其应用于金融产品在险价值（VaR）的计算.实证分析表明,与传统的计算VaR的方法相比,极值理论方法能更好地利用已知历史数据,并能在计算高置信度VaR时克服传统方法中误差较大的缺点.     

VaR和ES尾部风险的比较分析

近年来,风险值(VaR)已成为一种重要的度量市场风险的测度,但它存在一些概念上的缺陷,因此人们在VaR的基础上又提出了两种新的度量市场风险的测度:尾部条件期望(TCE)和期望损失(ES).该文运用极值理论中的POT模型和正态分布GARCH(1,1)模型比较了VaR和ES的尾部风险,结果验证了ES比VaR有更小的尾部风险.     

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.     

基于小波极值理论的中国股市风险研究

运用条件风险价值(CVaR)模型实现对市场风险的监控,把小波变换和极值理论结合在一起对CVaR进行估计.第一阶段,用小波方法确定广义Pareto分布的阈值;第二阶段,把基于小波变换的阈值运用到极值理论中,然后运用极值理论估计CVaR.选用香港恒生指数和深证综指进行实证分析,把基于小波变换的极值理论估计的CVaR与条件极值理论估计的CVaR进行比较,根据失败数量和尾部损失检验,发现基于小波变换的极值理论能够提高预测的精准性.     

极值理论和贝叶斯估计在VaR计算中的应用

利用广义GPD分布拟合香港恒生指数日收益率的尾部分布,采用贝叶斯方法对模型的参数进行估计,这样既能充分利用先验信息又能有效地融合样本数据;之后与极大似然法相比较,结果表明,使用贝叶斯方法在较高的置信度得到的VaR大于使用极大似然方法所得,但精确度还是有待提高.这说明极大似然方法将低估风险,提醒人们需要寻找恰当方法,进一步提高风险意识.     

金融风险的度量方法研究

VaR模型作为银行界度量市场风险的标准模型,经过多年的研究和实践人们逐渐发现vaR模型存在风险度量不充分,投资组合风险度量值偏小等一些先天性的不足。本文通过比较了极值理论下的风险度量模型,对金融风险度量模型提出新的改进。     

VaR与ES的非参数估计的统计分析

利用VaR与ES最新的非参数估计方法,不依赖于分布假设,对上证指数做实证分析,并对N天的VaR的计算方法进行研究.研究结果表明,在样本容量较大的情况下,VaR与ES的非参数估计方法有较好的效果;曲线回归方法计算N天的VaR的效果明显优于正态假设下计算的效果.     

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。     

基于半参数极值理论的高频数据风险价值研究

高频数据分析是理解市场微观结构极为有效的手段,在正态性假设不成立情况下,本文采用半参数极值理论对高频数据的分布尾部进行估计,进而估计风险价值.返回检验的结果表明,此方法可以比较精确地度量风险价值.     

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.     

台风随机模拟与极值风速预测应用

采用Monte-Carlo台风风场随机模型，结合台风历史记录资料和近地台风观测结果，对上海周边沿海区域内的台风风场参数合理取值进行了优化．以越界峰值法和广义№分布探讨了工程场地目标重现期内极值风速预测分析过程，使在较短台风风速序列上进行极值风速预测成为可能．而后，将上述理论与方法应用于上海-崇明越江通道工程极值风环境研究，预测了台风气候模式工程场地重现期极值风速结果，并与实测结果和规范进行了对比。     

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)。     

结合逆非线性主成分分析和极值理论的桥梁损伤检测

为提高环境和运营变化（Environmental and Operational Variations, EOV）影响下的桥梁损伤检测可靠性,结合逆非线性主成分分析（Inverse Nonlinear Principal Component Analysis, INLPCA）和极值理论提出一种新的桥梁损伤检方法。该方法采用INLPCA对桥梁损伤特征进行建模,利用不完备健康监测数据的估计误差和添加神经网络训练惩罚项控制INLPCA的非线性程度。采用INLPCA对损伤特征的重构误差和马氏平方距离（Mahalanobis Squared Distance, MSD）建立损伤指标（Damage Indicator, DI）,最后基于DI的广义极值（Generalized Extreme Value, GEV）分布建立损伤检测阈值。以比利时KW51铁路桥和天津永和斜拉桥为例,验证所提方法的有效性。结果表明,所提方法能准确检测EOV影响下的桥梁损伤且对不同桥型和不同损伤特征均有良好的适用性。