基于GARCH模型的风险价值蒙特卡罗模拟

讨论用蒙特卡罗模拟（MC）方法计算风险价值（VAR）。分别用样本标准差和广义自回归条件异方差（GARCH）作为参数代入几何布朗运动方程中，并把计算结果进行比较，得出各模型的适用范围。     

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VaR-GARCH族动态模型的燃料油期货市场风险测量

针对上海燃料油期货市场,基于VaR方法,建立了单个期货合约的VaR-GARCH族动态测量模型。实证结果表明,该模型可以较准确地预测未来价格波动范围,并具有较好的风险预警、风险监控作用。针对燃料油期货的现行保证金比例,本文给出修正后的保证金比例并提出了一种新型的保证金设定模型,该模型结合了国内、外确定期货保证金方法的优点,在有效地控制和规避市场风险的基础上提高了资金使用效率。     

新型小波支持向量机在波动率预测中的实证研究

运用支持向量机进行广义自回归条件异方差(GARCH)模型预测所面临的一个主要问题就是普通核函数难以准确捕捉股指波动率的聚集特征.然而小波函数却具备以任意时间粒度在任意位置刻画任一时间序列的能力.因此,本文基于小波分析与核函数理论,构造了一个满足mercer条件的多尺度小波核来解决这一问题.通过真实股指数据分析,小波支持向量机在波动率预测中的有效性获得了证实.     

SHIBOR市场风险溢价动态特性的机制转换

针对上海银行间同业拆放利率(SHIBOR)动态特性中存在的机制转换及波动聚集现象,分别将机制转换和广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity,GARCH)效应引入CIR模型,构建了带机制转换的CIR模型(RSCIR)以及带机制转换和GARCH效应的CIR模型(RSCIR-GARCH),并基于SHIBOR利率数据对CIR模型、RSCIR模型及RSCIR-GARCH模型进行对比分析,发现机制转换和GARCH设定的引入大幅提高了模型的数据拟合优度,并消除了利率波动中的ARCH效应.基于RSClR-GARCH模型对SHIBOR市场的风险溢价动态特性进行研究,发现SHIBOR市场利率波动显著存在高利率高波动以及低利率低波动两个机制,相应的风险溢价的动态特性也发生了机制转换.     

一个考虑风险的证券价值评价公式的推导

通过使用ＡＲＣＨ－Ｍ模型给出了一个含有风险的有价证券价值评价公式。并对实际意义进行了说明。     

中国股票市场的股票收益与波动关系研究

检验中国证券交易四类股票收益与波动的时间序列特征，以及收益与波动之间的关系。首先应用广义自回归条件异方差模型（GARCH）和指数GARCH模型以获得合适的条件方差序列。应用结果发现，波动性随时间变化的证据，并且波动高／低的时期趋向于聚集，显示出高度持续性和可预测性。然后，应用均值GARCH（GARCH－M）模型检验预期收益与预期风险的关系。研究结果认为，每日交易量作为每日信息到达时刻的代理变量对于中国股票市场每日收益的条件波动的解释力度不显著。     

基于实际收益率分布的均值-方差-条件风险价值多目标投资优化模型

为改善均值-方差模型不能充分反映金融资产实际收益率分布的不足,在不对金融资产收益率分布做任何假设的基础上,引入条件风险价值度量金融资产重大损失风险,建立均值-方差-条件风险价值多目标投资优化模型,提出计算模型有效前沿的理论基础和算法步骤。基于上证50指数成分股的实际数据计算了该模型的有效前沿。计算结果表明:所提出的算法具有满足投资实践所要求的可操作性;投资组合实际收益率不服从正态分布,均值-条件风险价值模型有效集并不是均值-方差模型有效集的子集;相对均值-方差模型和均值-条件风险价值模型,均值-方差-条件风险价值模型能够更好地反映金融资产的实际收益率分布,提高投资者管理投资风险的能力。     

基于峰度法的POT模型对沪深股市极端风险的度量

基于VaR正态性假设导致的尾部风险低估问题,研究极值POT模型,并针对样本平均函数法在某些数据结构下失效的缺陷,利用峰度法定量选取了阈值.沪深股市极端风险实证表明:涨跌停板影响了POT模型的有效性.涨跌停板前,在较高与较低的置信水平下,POT模型均比VaR模型有效;涨跌停板后,POT模型在较高置信水平下优于VaR模型,但在较低置信水平下反而不及VaR模型.研究认为这主要是因为涨跌停板抑制了极值数据的异质性,造成极值密集分布在涨跌停板附近,致使厚尾分界线向内收敛,从而影响了POT模型的有效性.     

基于WCVaR风险控制的投资组合

将基于WCVaR风险控制问题转化为一个最小-最大-最小的投资组合问题,改进传统目标函数仅对投资期末风险水平进行控制的方法,建立对整个投资过程进行风险控制的目标模型以及动态投资组合优化模型.利用向量 自回归和蒙特卡罗模拟方法给出计算最优投资策略的计算步骤.最后结合我国金融市场历史数据进行实证研究和 敏感性分析. 结果表明,该投资组合模型具有实用性. 此外, 通过敏感性分析得出,在进行投资组合时需 根据资本市场态势指标(如股票指数)设定合理的目标财富值, 同时加以适当的风险约束,可实现资产组合最优化.     

应用半参数方法计算市场风险的受险价值

由于厚尾分布,通常基于正态分布假定的VaR参数法在99%置信水平下计量市场风险时会严重低估风险,文中提出了一种半参数方法。通过对石油市场收益数据的检验,在99%置信水平下,半参数方法的风险计量效果好于通常的参数方法。     

GARCH模型在计算我国股市风险价值中的应用研究

主要讨论VaR模型中有关波动率的估计方法。通过拉格朗日检验（LM），发现上海股市的日收益率服从ARCH过程。分别采用GARCH（1,1）模型、RiskMetrics和移动平均法预测上海股市日收益率的波动性，计算每天的VaR。返回式检验表明，GARCH（1,1）模型比RiskMetrics和移动平均法能更准确地反映我国上海股市的风险。     

基于Copula-VaR的能源投资组合价格风险度量研究

随着国际金融资本和投机资金不断涌入能源市场,能源价格的震荡幅度加剧,为了积极应对这种挑战,需要准确度量价格波动带来的风险,因此本文提出能源价格风险值(VaR_(EP))指标,建立了基于Copula-VaR的能源价格风险模型,定量研究能源投资组合的风险.理论推导和实证研究结果表明,基于Copula-VaR的能源价格风险模型充分考虑了能源价格之间的相互关系优化组合权重,在计算能源投资组合权重分配时,与历史模拟法、等权重分配方法和单一投资方案相比,能更好地降低投资风险.     

基于g-h分布度量银行操作风险

根据银行操作风险厚尾性的特点, 采用具有厚尾特点的 g-h 分布度量了银行的操作风险. 在实际运用中根据 g-h 分布定义, 修正了 Tukey 分位数估计; 依据操作风险的高频低危和低频高危的特性, 提出了损失区间法确定损失次数参数. 在 g-h 分布特性的基础上, 得出了 g-h 分布的随机和的在险值. 利用我国银行公开披露的操作风险损失数据进行了实证分析, 结果表明提出的估计法能较好地拟合 g-h 分布的参数. 研究结果对于我国银行定量管理操作风险具有启示作用.     

非瓦尔拉斯市场下的风险价值

研究了非瓦尔拉斯市场下的风险测度；详细介绍了相关的背景、概念；提出了非瓦尔拉斯市场下风险价值模型；讨论了非瓦尔拉斯风险价值计算方法；最后，通过算例比较了该模型和传统风险价值的异同．结论表明，非瓦尔拉斯市场下的风险价值是一种非线性风险测度，由头寸数量、市场条件、变现时间和投资者的交易策略共同决定．     

金融风险管理中ES度量的非参数方法的比较及其应用

预期不足(ES)是近几年发展起来的用于测量和控制金融风险的量化工具.在金融时间序列中, 将两步核估计应用于两步ES非参数估计之中,得到了ES模型的两步核光滑估计. 通过计算其期望和方差,比较了两步核光滑ES估计与ES完全经验估计及一步核光滑估计的优劣,得到了有趣的结论: 与VaR模型不同, 两步光滑化并不能减小ES估计的方差,反而会增大其方差, 并通过计算机模拟证实了理论获得的结论.对国内沪深两市中的封闭式基金进行了实证分析,计算了样本基金的ES完全经验估计、一步核光滑估计和两步核光滑估计,并计算了样本基金基于周收益率和ES的两步核光滑估计的风险调整收益(RAROC),以此对样本基金的业绩做出了评价. 实证分析表明: 在不同的置信水平下,基于周收益率和ES计算的风险调整收益排名比基于周收益率和VaR计算的风险调整收益排名要更加稳定.     

机会约束下的均值-VaR组合投资问题

结合均值一方差模型和机会约束模型提出在允许卖空时的机会约束下的均值-VaB模型，它是以期望收益率与置信水平为导向的．在假设投资收益率服从正态分布的条件下，建立了其数学模型，讨论了最优解的存在性与唯一性，得到了最优解的解析表达式，并用Matlab语言给出求解程序，最后举例予以说明并验证了两个重要结论．     

风险度量半参数变系数复合Expectile回归模型及应用

本文结合半参数变系数回归模型、期望分位数风险价值(EVaR)的思想以及充分利用多个Expectile信息能提高参数估计效率的假设,提出了一类半参数变系数复合Expectile回归模型,并对该模型进行了估计,建立了所提出复合Expectile回归(CER)估计的大样本性质.针对该模型既含有参数部分也含有非参数部分的特征,采用了方便计算的三步估计方法.通过数值模拟也发现,当误差为厚尾或非对称分布时,在均方根误差(RMSE)的标准下,所提出的CER估计大大优于最小二乘(LS)估计和简单的Expectile回归(ER)估计.另外,本文还应用所发展的理论分析了我国货币政策对上证综指的影响.     

中国沪深300股指期货风险度量——基于流动性调整的收益率方法的研究

传统的VaR方法忽略了流动性风险,而现有的文献大都采用将流动性风险与传统的市场风险直接相加的方式来度量总的风险,忽略了市场风险与流动性风险带来的损失之间的相关性.本文采用经流动性风险调整过的收益率结合GARCH-VaR方法来度量包含了市场风险与流动性风险的总体风险,并运用沪深300股指期货市场的5分钟高频数据进行实证分析,结果表明,传统的VaR会明显低估风险,而将流动性风险与市场风险相加的方式计算的VaR会高估风险.