基于非对称拉普拉斯分布的VaR和ES度量

基于非对称拉普拉斯分布,构建AR-GJR-AL模型,度量股票市场、股指期货市场和汇率市场的VaR和ES,采用严谨的后验分析方法对模型预测效果进行比较。结果表明:不同的金融市场,其变化波动特征不同,需要选择合适的模型开展VaR和ES的度量,其中,AR-GJR-AL模型在度量ES方面具有明显优势。     

基于广大极值分布的高频极值条件VaR模型

在考虑当前预期和波动性条件下,为了有效地捕获极端条件下收益率时间序列动态特征,提高VaR的度量精度,建立了基于高频数据的条件极值VaR模型.应用智能优化算法对条件极值分布的时变参数进行估计,考察了在不同样本容量分块下的条件极值VaR,并对VaR计算结果的精度进行了Kupiec-LR检验和动态分位数检验.研究结果表明,基于高频数据的条件极值分布较好地拟合了极端条件下的收益率特征,与McNeil提出的传统条件极值VaR相比,应用高频数据建立在条件广义极值分布基础上的条件极值vaR的Kupiec检验DQ检验值都较为理想,表明该模型能够捕捉到我国市场风险特征,提高极端情况下风险测度能力.     

基于偏t分布realized GARCH模型的尾部风险估计

借助偏t分布realized GARCH模型,提出同时考虑高频和低频信息的尾部风险估计方法,分别纳入RV、RRV和BPV构成尾部风险估计的对比模型,并利用上证综指高频数据进行实证分析.实证结果表明:相比EGARCH模型,realized GARCH模型能够提供更准确的VaR和ES估计;纳入对微观结构噪声和跳跃稳健的已实现测度有助于提高VaR和ES估计的准确性;realized GARCH模型在尾部风险估计中的表现对次贷危机前和次贷危机后两个不同的样本期间稳健.     

基于多分形的资产组合风险度量建模与实证研究

考虑资产收益率的多分形特征及资产组合收益率间的复杂相依结构,运用Markov switching multifractal(MSM)模型对资产收益建模并结合Copula函数刻画相依结构,构建了资产组合市场风险度量的Copula-MSM模型.以风险价值(VaR)和期望损失(ES)作为市场风险度量工具,选取上证指数和恒生指数构成的资产组合进行实证分析,并比较Copula-MSM, Copula-GARCH和Copula-FIGARCH模型对VaR和ES风险测度的估计精度差异.实证结果表明,与Copula-GARCH和Copula-FIGARCH模型相比Copula-MSM能更准确的估计VaR和ES值,提高风险度量精度.     

基于极值理论的高频条件VaR动态区间估计模型

为了更加精确地度量在险值的估计精度,基于广义极值理论推导了条件极值VaR的动态区间估计模型,得到了条件极值VaR置信区间解析解的一般形式,对在险值的估计精度进行了实时度量.利用高频数据重点考察了不同置信水平和不同样本容量分块下的条件极值VaR区间估计结果的精度和模型的有效性.结果表明:条件极值VaR的动态区间估计模型与参数法、非参数法以及蒙特卡罗法区间估计模型相比,不仅能够更为有效地捕获极端条件下收益率时间序列的动态特征,而且具有更好的估计精度,精确和有效地描述VaR的估计风险.     

利用Pearson IV分布估计Value-at-Risk

建立一种新的风险价值度量模型:GARCH-Pearson IV(GARCH-PIV),并利用此模型对沪深股市的4种主要指数和随机挑选的6只A股股票进行实证分析,回测检验表明,GARCH-PIV模型估计风险价值更为精确,优于历史模拟法、RiskMetrics模型及其他几类GARCH模型,尤其在估计极端分位数时,表现更优.     

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值VaR(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.     

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。     

基于EVT的谱风险测度及其在风险管理中的应用

金融资产收益率的分布往往呈现厚尾特性,忽略此现象往往会造成极值风险的低估.基于极值理论(EVT),引入一类测度尾部损失风险的谱风险测度方法(TSRMs).与传统的在险价值(VaR)和期望尾损(ES)相比,新的谱风险测度(TSRMs)赋予大的尾部损失以大的权重,非尾部损失权重为0,因而更能反映投资者的风险规避心理及其风险偏好程度.最后,以标准普尔500指数的日对数收益率为例,分析比较了TSRMs与VaR,ES在正态分布和极值分布下的估计结果,并进一步解释不同的风险偏好在投资者对风险的心里预期中起的作用.     

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.     

有偏分布下的动态风险测度及MRC-SPA检验

以沪铝期货市场为研究对象,针对金融市场的有偏性、尖峰厚尾性,结合条件极值理论与SKST分布刻画金融市场的极端风险,同时运用滚动时间窗口方法对不同波动率模型进行样本外动态VaR预测。鉴于传统的回测检验无法有效判断不同波动率模型风险测度效果的优劣性,本文引进一种新的风险检验方法——MRC-SPA检验,实证结果显示EVT有效提高了GARCH模型的样本外动态VaR预测精度,其中GARCH-SKST-EVT-POT模型以较小的市场风险资本实现风险规避,预测效果最优。     

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。     

中国钢材交易市场价格发现动态演化研究

中国钢材交易市场拥有三种类型:现货、期货和电子交易市场.它们的价格信号对基本面信息的反映能力如何,市场价格发现功能呈现何种动态演化趋势,是产业链成员与政策制定者关注热点.依据向量误差修正原理和条件异方差模型,分析过去的市场信息对多个市场动态条件协方差阵的影响,建立时变信息份额模型,研究中国钢材市场长区间价格发现功能的动态演化.研究显示:热卷板期货上市前,电子交易市场价格发现功能优于现货市场;期货上市后,电子交易市场、期货市场和现货市场都对价格发现过程有所贡献.现货市场价格发现功能呈现较好动态演化趋势,多数时期对价格发现过程的贡献大于其它两类市场.尽管电子交易市场在价格发现过程中的角色由主导者演化为从属者,但其功能发挥较稳定,亦不时具有最先反映基本面信息的能力.在中国钢材市场,保证金水平高低、交易量多寡,以及流动性强弱,都未显示出与价格发现功能有方向性关联.     

期货市场价格波动与市场弱有效性的检验与分析

通过对中国期货市场铜和铝两种金属期货品种收益率的分布与波动性进行实证分析，论证其时间序列存在ARCH效应；运用GARCH模型对两种期货品种进行了拟合分析和统计检验，结果表明这两个期货品种的波动性均具有很高的持续性，但上海铝期货的波动性相比于上海铜，其波动性受各种外部冲击的影响较大；通过GARCH(1，1)的市场有效性检验，论证中国金属期货市场尚未达到弱式有效，市场风险较大。     

基于SV模型和KLR信号分析的期货逼仓风险预警模型

采用期货价格波动风险、持仓量波动风险和基差波动风险三大因素衡量期货交易中的逼仓风险。采用KLR信号分析法、SV随机波动模型、GARCH模型等构建了逼仓风险预警模型，为期货市场中的逼仓风险预警监控提供了理论依据和具体的方法。本研究最为关键的突破创新有以下两点：一是结合KLR信号分析法、SV模型等建立了期货交易中的逼仓风险预警模型。经1980～2006年的文献检索发现本研究是针对我国期货交易逼仓风险预警问题首次提出的定量分析模型，解决了我国期货界对逼仓风险至今没有预警方法的难题。二是在本研究中将现有KLR信号分析法与风险指标预测模型相结合，突破了以往使用KLR信号分析方法只能采用历史数据对未来情况进行预警而造成的预警误差。经实证分析，本研究的逼仓风险预警模型精度可达76．67％。     

中国股指期货和现货市场信息传导关系在牛熊市中的异化现象

本文采用牛熊市的视角,根据市场的历史周期的判断结果,分别提取我国沪深300牛市和熊市样本窗口,使用了BVGJR-GARCH-BEKK模型和LM跳跃检验法,从价格发现、波动溢出和跳跃风险三个方面对股指期货和现货市场间的信息传导关系的异化现象进行了实证研究.结果表明,牛市时股指期货市场发挥主要的长期价格发现作用,熊市时两个市场存在双向的价格发现,过分自信效应可以解释这一异化现象.两个市场在牛熊市都存在双向的波动溢出,但非对称性的方向相反.熊市时两个市场上都检验出了更多的跳跃行为,熊市下股指期货市场的跳跃风险来自于未预期到的信息.     

Pricing of LIBOR futures by martingale method in Cox-Ingersoll-Ross model

<正> This paper considers the pricing of LIBOR futures in the Cox-Ingersoll-Ross(CIR)modelunder Pozdnyakov and Steele(2004)'s martingale framework for futures prices.Under the CIR modelfor short term interest rate,we prove that there exists a unique futures price process associated withthe terminal value and the standard financial market,and that this unique futures price process has amartingale representation.Moreover,a general closed-form pricing formula for LIBOR futures contractsis obtained in the CIR model.     

我国棉花期货与现货市场的价格发现与波动溢出效应

以研究我国棉花期货和现货市场的动态关系为目的, 基于 VEC 模型、Granger 因果检验、脉冲响应分析和 BEKK 模型, 对我国棉花期货和现货市场的价格发现功能和波动溢出效应进行实证分析. 研究结果表明: 期货价格和现货价格之间存在长期均衡关系和双向Granger 引导关系. 但期货市场对现货市场的引导作用更强, 并且较现货市场具有更强的信息效应. 此外, 两个市场均存在很强的自身波动滞后效应, 相互间的波动溢出效应也非常显著, 但期货市场对现货市场的波动溢出效应明显大于后者对前者的波动溢出效应.     

市场间相依性检验、非对称性及传导方向研究

考虑市场间非线性、非正态性假设下的交叉相关性特征,引入更符合市场实际的去趋势交叉相关性分析、多重分形去趋势交叉相关性分析及基于时间延迟的去趋势交叉相关性分析等方法对沪深300股指期现市场间的相依测度进行定量研究.结果表明期现市场间具有明显的交叉相关性特征,且该交叉相关性具有多重分形特征;期现市场具有不同趋势时,市场间的交叉相关性存在非对称性特征,且两市场具有下降趋势时,交叉序列的长程相关性更显著;期现市场间交叉相关性的传导方向是双向的,且两市场对短时间内的信息较为敏感、反应较为迅速.当时滞小于5天时,期货市场对现货市场的影响作用更大.上述研究结果为深入研究多市场间非线性依赖关系和复杂特性机理提供了有益的参考.     

基于历史的期货市场有效性检验

基于历史概念,提出一种新的市场有效性检验方法,并对上海期货交易所的铜期货市场进行了市场有效性检验,得出了该市场基本符合弱式有效的结论。