基于RDEU模型的风险度量（英文）

风险度量主要应用于人们面对未知风险的情况下,如何准确地量化风险从而做出损失最小化或收益最大化的决策.准确的风险度量可以极大地帮助投资者调整投资组合进而规避风险,以期实现最大化收益.为了准确地度量风险,学者根据风险资产服从的客观分布进行量化,但是这种方法的问题在于度量方法是基于人们怀疑的分布,而不同人对待风险资产的态度是不一样的,风险资产可能对某些人来说是无风险的,同时又太过冒险而不被其他人接受.为了将客观分布和主观感受更好的结合,在秩相依期望效用(rank dependent expected utility)模型的基础上提出一种主观的"赌博"(风险资产)风险度量:它既取决于赌博本身,也取决于决策者的态度.同时,这种度量方法适用于所有有界赌博,使得不同赌博的比较更加容易.     

基于GED—EGARCH模型的深圳股市风险价值研究

金融时间序列具有分布的厚尾性、波动的集聚性等特点,传统的方法难以准确度量其风险。根据GED分布适合刻画资产收益的厚尾分布和GARCH族模型能动态描述收益率行为的优点,得到基于GED分布的GARCH、EGARCH模型的日VaR的度量方法。利用深证综指数据,计算市场风险的日VaR,并利用Kupiec提出的LR统计量检验法对两模型的风险价值计算结果进行了比较。结果表明基于GED-EGARCH模型的风险价值能更好地刻画深圳股市的市场风险。     

重尾分布下的期望收益风险度量方法

采用一种基于投资者期望收益的风险度量方法,并给出该风险度量在Laplace分布、混合正态分布、T分布等具有重尾特征分布下的表达式及若干性质.由于这些分布能更好地拟合金融收益时间序列数据,故给出这种风险度量在重尾分布下的性质无疑具有一定的理论和现实意义.     

风险值和尾部条件期望的实证比较分析

由于风险值VaR具有一定局限性,因此人们在VaR的基础上又提出了一种新的度量市场风险的方法:尾部条件期望TCE.利用GED分布和T分布的TGARCH-M模型建立计算公式,并实证比较了VaR和TCE度量市场风险的准确性,结果表明,在通常情况下TCE和VaR均能较准确地度量市场风险.     

风险值VaR和尾部条件期望TCE的实证比较分析

由于风险值VaR具有一定局限性,因此人们在VaR的基础上又提出了一种新的度量市场风险的方法:尾部条件期望TCE.利用GED分布和T分布的TGARCH-M模型建立计算公式,并实证比较了VaR和TCE度量市场风险的准确性,结果表明,在通常情况下TCE和VaR均能较准确地度量市场风险.     

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。     

Copula-EVT模型及其投资组合风险分析中应用

Copula技术广泛地应用于金融领域,特别是在金融风险、投资组合、资产定价的方面,目前已成为解决金融问题的一个有力工具.本文将Copula技术应用于沪深股市投资组合当中,由于VaR和ES表达式难以求出,于是采用蒙特卡罗模拟的方法模拟组合收益走势,进而计算出在不同置信水平下的风险价值(VaR)和期望不足(ES),其中对数收益边缘分布函数由中心和左尾为Laplace分布,右尾为极值分布组成.从Basle交通灯法返回检验的结果来看,Copula-EVT模型能够较好度量组合风险.     

资本市场中均衡价格向量的存在性

对仅有风险资产且有有限多个其效用函数为一般凹函数的投资者参与的资本市场,在假设风险资产收益的联合分布为椭圆分布之下,通过考虑期望效用最大化问题,导出了市场出清条件下均衡价格向量存在的条件.所得结果推广了有关资本市场均衡分析的工作.     

基于单位收益风险的投资决策模型与分析

为得到更为适用的投资决策模型与分析方法,首先建立了单位收益风险度量模型,然后,借助于该模型和方法,对Markowitz型有效集中的资产组合选择问题进行了全面的分析、评价,并得到了单位收益风险最小的资产组合,同时,与用经典的标准差度量方法所得结果也进行了比较,在此基础上给出了更为合理的投资决策建议.     

协方差矩阵奇异情况下均值—CVaR最优投资组合

利用CVaR代替方差来度量风险.研究了当风险资产的协方差矩阵奇异,收益分布为多元正态情形下的均值—CVaR投资组合的最优解.在一般的市场条件下,给出了其解的具体形式.     

风险值VaR和尾部条件期望TCE的实证比较分析

由于风险值VaR具有一定局限性,因此人们在VaR的基础上又提出了一种新的度量市场风险的方法：尾部条件期望TCE。本文利用基于GED分布和T分布的TGARCH-M模型建立计算公式,并实证比较了VaR和TCE度量市场风险的准确性,结果表明,在通常情况下TCE和VaR均能较准确地度量市场风险。     

变系数模型CVaR约束下最优投资组合选择——基于非广延统计理论

考虑到经济变量随时间的变化而变化,设想资产的收益和协方差矩阵为时间的函数是合理的.一些实证结果表明,风险资产的收益分布呈现出厚尾特征.因此,应用Tsallis分布来驱动风险资产收益的变化,可以更好地捕捉厚尾这一特征.基于非广延统计理论,在CVaR约束下,提出了连续时间最优投资组合选择问题.针对模型中的时变系数,采用局部常数拟合的方法.首先,在非广延统计理论下,构造了风险资产的价格过程.然后,利用随机动态规划方法得到了HJB方程.在对数效用函数下,利用拉格朗日乘子法,得到了对数效用函数下具有CVaR约束的最优投资组合策略,并通过实证分析展示了所得结论的拟合效果.     

基于单位风险收益的资产退出投资组合模型研究

投资者进入证券市场后决定退出的时间是不确定的,因此承担着退出风险,且风险资产退出时需要一定的费用.为此在摩擦市场环境下,提出了利用单位风险收益最大化作为目标函数,构建了基于单位风险收益的资产退出的投资组合模型,并把此模型转化为线性规划来解决.最后用实例说明了此模型的可行性.     

基于动态极值VaR股指分析的中国行业风险研究

应用动态极值VaR模型分析中国行业股票价格指数,对不同市场条件下中国行业风险进行实证研究.在McNeil等提出的GARCH模型与极值理论基础上,运用Huisman等提出的VaR法修正上述风险值估计方法,构建了动态极值VaR模型.在该模型的构建中考虑了风险因子的时变特性,采用EVT方法对风险因子的厚尾特性进行建模,简化了风险值的估计过程,并提高了估计的准确性.动态极值VaR模型能够较好地刻画风险尾部分布特性,同时能够比较准确地度量所研究时间段内的市场风险和行业风险.研究结果表明,不同市场条件下各行业的风险特性具有显著的变化.最后利用Kruskal-Wallis一致性检验对上述结论进行了验证.据此,在资产组合管理过程中,有必要依据市场环境和行业风险特性对资产配置比例进行调整.     

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．     

基于系统性风险角度对基金资产配置策略的计量分析

为解决基金投资收益与系统性风险之间矛盾,首先通过层次聚类分析建立综合评价模型,其次通过时间序列分析建立二次规划以及多目标规划模型,分别求解出基于效用最大化的股票投资组合策略,基于投资效用最大化、风险价值最低的投资收益与系统风险平衡策略.研究得出:不同基金公司之间资产配置策略相似性的度量;最优的股票投资组合策略;度量每个基金公司2020年在95%置信水平下的风险价值;构建了投资效用与风险价值平衡下的双目标优化模型.     

一类风险资产组合模型的分析

资产投资是当今市场经济的主要内容之一,投资者面对的往往不只一种资产,各种资产都具有其自身的特性,具体表现为收益率、风险损失率、交易费率等等。投资的目的就是要获得收益,而收益一般和风险相伴存在,不同的投资项目有不同的收益和风险。风险投资的出现给资本市场带来了全新的理念,风险越大收益越高。在这样的背景下,考虑到投资越分散,总的风险越小,同时为了保证收益的最大化,投资者必须考虑在多种资产的组合方案中选择一个适合自己的有效的投资组合方案。     

财务风险的估量与控制

财务决策风险是每个生产经营者所必须考虑的问题，风险是通过围绕预期收益可能产生的离差量来度量。企业面临的总风险包括特有风险和共同风险，对特有风险可运用资产组合理论予以分散甚至消除，而对共同风险只能通过套期保值方法进行转移。     

随机保费收入的保险投资模型

假设保费收入是随机的且与风险资产价格相关,当赔付过程是一般的纯跳跃过程(较复合泊松过程更具一般性),且风险资产的期望收益和波动率随时间变化时,提出未来时刻保险人的期望效用最大化投资模型,得到了最优投资策略的显式表达.     

浅谈操作风险量化管理与国外实践

本文对操作风险内涵的准确理解是其量化管理的基础,准确把握国外管理现状是提升中国商业银行操作风险管理和度量水平的起点。因此,本文对操作风险的内涵、国外操作风险的监管要求及银行实践进行深入阐述,旨在为中国操作风险量化管理提供理论基础和依据。