用改进的蒙特卡洛(MC)方法计算VaR

VaR技术是风险管理中重要的方法;蒙特卡洛模拟法（MC）计算VaR已经得到广泛的实际应用,但是其在伪随机数的产生和联合分布的确定方面过多地信赖于假定好的分布和模型. 采用copula函数改进了传统的MC方法,很好地处理了以上的问题,并在汇率风险管理领域作了实证分析,得到了较好的结果.     

运用基于Bayes估计的阈值模型计算VaR

为了克服用于计算金融风险VaR的阈值模型中数据匮乏的困难,将Bayes方法用于模型参数的估计,建立了基于Bayes估计的新的阈值模型,同时借助了MCMC方法计算Bayes估计值.最后对上证综指做了实例分析,结果说明新模型是有效的.     

MC-GARCH模型在互联网金融风险度量中的实证研究

针对互联网金融风险测度问题,提出了MonteCarlo模拟法。首先,选取中证互联网金融指数作为研究对象,并对数据进行基本的统计分析,得出中证互联网金融指数对数收益率具有尖峰厚尾性和异方差性的特点,建立GARCH模型,对序列的均值和方差进行估计;其次,基于GARCH模型计算出的均值和方差,利用MonteCarlo模拟法计算中证互联网金融指数的VaR和CVaR值;最后,对模型的准确性和精确度方面进行Kupiec返回检验。结果表明:VaR和CVaR均可作为度量互联网金融风险的工具,但VaR无论在准确性上还是精确度上都远低于CVaR,故CVaR是一种更优良的风险测度工具。     

金融风险度量VaR方法及其应用

风险价值(VaR)是近年来受到国际金融界广泛支持和认可的一种度量金融风险的工具.本文介绍了VaR的基本原理、VaR的计算方法,并且比较了各种计算方法的优缺点及发展方向,阐述了将VaR方法引入中国金融风险管理领域对我国的金融市场建设的重大意义.     

基于高频数据的时变VaR建模和预测研究

提出了VaR时间序列动态预测的方法.首先以上证综合指数和深证综合指数日内分钟数据为基础,根据不同方法计算出每日VaR值,然后给出了VaR时间序列的统计特征,包括平稳性和长记忆性,最后对VaR序列建立ARMA模型和ARFIMA模型,并比较了两种模型预测效果.我们的结果表明:1)基于德尔塔正态法的VaR序列其ARMA模型预测效果好于历史模拟法和蒙特卡洛模拟法的预测效果;2)尽管VaR序列存在长记忆性,但所有VaR序列的ARMA模型预测效果好于ARFIMA模型的预测效果.     

上证指数的VaR风险测量及有效性分析

本文分别应用历史模拟法和RiskMetricsTM法对上证指数的市场风险进行了实证分析,结果表明:历史模拟法和RiskMetricsTM法对于上证指数的市场风险都有较好的估算结果.实证结果支持VaR的有效性,认为VaR有助于投资者的风险管理.     

存货质押融资中螺纹钢风险价值的控制

针对钢材市场中存货质押融资业务的价格风险问题,以螺纹钢现货的价格为样本数据,采用经验值方法计算风险率与效率损失率,并与基于VaR历史模拟法的计算结果进行比较.结果表明,样本期间长度的选择对历史模拟法计算结果的优劣有一定影响,历史模拟法适合短期限的存货质押融资贷款.用回顾测试对计算结果进行检验,表明用VaR方法设定的质押率对控制螺纹钢价格风险更有效.     

风险估值在沪深股市风险测量中的应用研究

以中国沪、深股市的风险测量为研究对象,收集了近5年的沪深股市每日指数收盘价;运用风险估值(VaR)常用的方差-协方差法和历史模拟法,通过对单一金融产品和资产组合的风险测量,论证了利用VaR技术计算股市风险的可行性.与传统的风险测量方法相比,方差-协方差法和历史模拟法在精确量化投资风险方面具有简捷易行的显著优势.利用指数加权移动平均方法考察了VaR对股市收益率波动性的描述能力,结果表明VaR计算值基本涵盖了绝大部分交易日的损失,有效降低了"幽灵效应",并且捕捉了波动的聚集性.从资产组合的VaR小于单个金融产品的VaR的结果看,VaR技术在股市风险测量上符合现代投资组合理论的基本思想.     

金融风险度量VaR方法及其应用

风险价值(VaR)是近年来受到国际金融界广泛支持和认可的一种度量金融风险的工具。本文介绍了VaR的基本原理、VaR的计算方法,并且比较了各种计算方法的优缺点及发展方向,阐述了将VaR方法引入中国金融风险管理领域对我国的金融市场建设的重大意义。     

金融风险管理中的VaR模型及其应用

VaR模型是金融风险度量中一个常用的工具,近年来在银行、证劵及金融监管机构得到广泛的认可和应用,本文从研究VaR模型的操作方法入手,分析了VaR模型在金融风险管理中的影响及其存在的不足,并进行了实证研究.     

金融市场风险度量及实证研究

本文讨论了利用VAR度量金融风险.通过CAPM和MonteCarlo两种方法计算了实证数据的VAR值,并通过比较分析,说明了目前在我国利用CAPM模型计算风险价值VAR可靠性较低,实用性较差.     

基于Copula—GARCH模型的民族地区沪市A股投资风险研究

本文采用Copula—GARCH模型对金融市场中投资组合的风险问题进行分析,并选取沪市A股中西部民族地区的5支股票进行实证研究,结合Monte Carlo模拟计算了投资组合的VAR值,结果显示对资产进行适当的组合可降低投资者的风险,从而证实了模型的可行性和有效性.     

GARCH-EVT模型在动态VaR中的应用

在综合考虑金融资产收益数据分布的波动集群性和厚尾特征,尤其是波动的条件异方差对动态VaR估计的影响的基础上,运用极值理论(EVT),建立了GARCH-EVT模型,计算了上海证券市场综合指数的动态VaR,并且将GARCH-EVT模型与GARCH-NORMAL模型进行比较.通过实证分析,并利用后验测试,结果表明GARCH-EVT模型优于GARCH-NORMAL模型.GARCH-EVT模型很好地解决了波动集群性和厚尾现象,为管理者和投资者提供了一个控制风险、预测收益的量化工具.     

吉林省金融发展与经济增长的关系实证分析

基于VAR模型及其协整分析,利用Granger因果检验法,对吉林省金融发展与经济增长的关系进行实证分析。实证结果表明,吉林省金融发展不是经济增长的格兰杰原因,即金融发展没有推动经济增长,而经济增长没有促进金融的发展;但吉林省金融发展与资本市场发育程度具有双方向的格兰杰因果关系,即金融发展推动了资本市场发育程度,同时资本市场发育程度也推动了金融发展。     

吉林省金融发展与经济增长的实证分析

基于VAR模型及其协整分析,利用Granger因果检验法,对吉林省的金融发展与经济增长的关系作出实证研究,并给出了相应的建议。     

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.     

基于结构化模型的金融衍生品流动性分析

主要用损失现金流来刻画信用风险和流动性风险给投资者可能带来的风险损失,用结构化方法给出了相应的风险损失模型,进一步给出刻画金融衍生品的利差模型,并得到相应的定价;金融合约的流动性由宏观市场及本身特点所决定,利用金融市场实际数据,借助损失模型,对债券市场的流动性进行实证分析.     

金融衍生证券定价中蒙特卡罗模拟技术的改进

蒙特卡罗模拟作为金融衍生证券价格估计的一种基本的数值分析方法,近些年来得到了不断应用和发展,但由于自身存在的不足,使其估计效率受到一定的影响,为了提高模拟的有效性,扩大其应用范围,人们提出了许多改进技术,本文着重对基本方差减少技术、伪蒙特卡罗模拟以及随机化伪蒙特卡罗模拟等主要的效率改进技术进行了分析和评述,并为进一步改进蒙特卡罗模拟效率指出了方向。     

金融风险及其控制方法研究

这里对金融风险的分类及分析方法作了较为全面的综述,回顾了自马克维茨的证券组合投资理论以来在金融风险问题研究领域取得的主要成果,并从控制的角度对这些理论成果进行了总结,尤其是对如何应用现代控制理论的最新研究成果-鲁棒控制理论制定投资策略,有效抑制金融投资的风险问题进行了研究。     

基于向量自回归模型的税务指标预测

资产负债率是检查企业财务状况的一个重要指标,它的预测是很多企业所关心的。由于影响资产负债率的因素很多,选取了4个影响资产负债率的线性主要因素。根据某公司两年的资产负债率数据,选择变量,建立向量自回归模型。对下一月份的资产负债率进行预测,取得了很好的结果,相对误差控制在1.5%以内。