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.     

VaR计算的MCMC模拟法

金融市场的快速发展使其出现了前所未有的波动性,因此金融风险监管对集体及个人都至关重要,而VaR又是现今金融风险度量的主要方法.目前常用的方法有:历史模拟法、分析法和MC模拟法,但在实施中存在很多严重的问题.文章采用MCMC模拟的方法计算VaR,并对上证指数进行实证分析,证实了MCMC比MC方法的优越性.     

基于Copula的电力市场金融风险分析

电力市场中,市场在给参与者带来预期利益的同时,也使其面临巨大的金融风险,因此,对金融风险进行评估具有重要的现实意义.本文考虑影响电力公司毛利润的各种因素及它们之间的相关性,提出了利用Copula函数计算电力市场VaR的方法,很好的解决了电价和负荷的相关性问题,并结合实例进行分析计算.     

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.     

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。     

金融风险测量的一种新方法——VaR模型

近年来,金融风险防范和控制已成为金融机构必须面对的艰巨任务,如何测量和控制金融风险是金融机构和监管当局必须面对的难题。本文介绍了金融风险测量的一种新方法-VaR模型,而我国对VaR的研究刚刚起步。因此,文章中运用定量定性的分析方法对VaR做出深刻剖析具有一定的现实意义。     

基于GARCH模型的风险价值在现货黄金市场的比较研究

风险价值VaR现广泛运用于金融风险测量中,但基于正态性假设的VaR并不能很好的处理金融变量中的尖峰厚尾性且VaR未能考虑更加重要的尾部风险,CVaR 弥补了VaR方法存在的缺陷.利用基于GARCH模型的CVaR在性质上的优越性,通过现货黄金市场的实证研究,对不同分布下的VaR及CVaR值进行比较,得出新的结论.我们发现基于GED分布GARCH模型的VaR及CVaR值要好于基于正态分布及t分布的VaR及CVaR值.     

Copula函数在金融市场上的应用

文章根据非参数蒙特卡罗检验法,选择合适的Copula函数将其应用于我国基金市场的风险度量,进行Monte Carlo模拟计算投资组合的VaR;并将Copula方法的计算结果与传统的正态假设模拟结果进行比较,表明Copula方法对金融风险的度量要明显优于正态方法。     

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。     

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.     

中国证券市场的风险价值评估

为降低金融机构风险,需要设计一个合理的评估市场风险的模型。本文介绍间接计算VaR的方法,并结合沪深两市证券市场给出一个具体的数值实例,阐明了风险价值的具体含义;同时利用拟合的方法将实际的收盘情况和预期的结果进行比较,分析发现提出的VaR度量模型在股市风险管理中有很好的效果。     

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.     

市场变化条件下的最佳投资组合模型研究

VaR(ValueatRisk)是一个在当前的金融市场条件下,各种不同的风险测量一个确定投资的获利的重要方法。近年来,套利研究被用来开发这种风险的可行方法。提出了VaR估计并提出新问题。假设给定一个可接受的VaR,如何确定一组给定证券的组合投资的最大收益,并且同时满足的约束条件。假设市场条件是变化的,如何在保证的投资组合下,在给定的范围内,获得一个投资重组(重新平衡)策略,使其在一系列投资组合中相应的收益最大。为了解决这些问题,采用并进一步开发了一种算法来进行这些投资组合的优化问题。     

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.     

基于蒙特卡洛模拟的VaR模型及其模拟实证对比研究

在对VaR模型基本思想介绍基础上,构建基于蒙特卡洛模拟的VaR计算模型,并结合Matlab2012a计算软件,分别计算基于随机模拟和历史模拟的金融市场VaR数值,并在同类型模拟方法下进行横向对比分析。研究结果表明:t分布模型在高置信水平条件下较标准正态分布模型具有更高的精度要求和优势,且对于金融收益率数据的表征更为合理科学;2013年我国股指期货市场结构较2012年发生较大程度变化,且系统风险有进一步扩大趋势。     

VaR-GARCH模型在我国股指期货风险管理中的应用

国内外预测股指期货合约的市场风险基本以VaR风险评估为主流,计算VaR的核心与关键是估计波动性参数.由于金融资产价格涨跌率时间序列具有波动聚集效应、厚尾效应及时变方差效应,故采用对波动性估计具有精度、准确度和可信度较高的GARCH模型.基于这一点,构建了VaR-GARCH模型,并以恒生股指期货指数做了实证分析,结果表明VaR-GARCH模型可以很好地控制和预测香港恒生指数的股指期货风险.     

风险价值VaR及实证研究

随着经济一体化的深入,风险管理受到各个国家和地区越来越多的重视。本文主要讨论了风险管理中的市场风险度量的方法,具体介绍了基于投资组合的收益(或损失)函数的分布函数提出的风险值(VaR)和期望损失(ES)这两种度量方法,它们是目前使用得最广的市场风险度量方法。文中比较了这两种方法的优缺点,给出了各种不同计算VaR和ES的方法,同时也对各种方法进行了对比讨论,给出了一个基于中国上证沪深指数在1999—2013年的日收益率序列的一个实证研究。     

考虑风险的发电厂竞价上网模型的研究

利用VaR（Value at Risk）方法论证了差价合约在电力市场初期应用的特点及优势,并结合浙江电力市场的具体数据进行了金融风险分析。分析结果表明：差价合约可以减少由于电价波动所带来的金融风险,并且对发电商参与竞争具有指导意义。