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.     

基于条件极值模型的上证综指尾部风险研究

在传统ARMA-GARCH时间序列模型的基础上,介绍条件极值模型并运用这些模型对近十几年来上证综指进行VaR和ES样本外预测与事后检验.研究表明假设新息序列为偏t分布的ARMA-GARCH模型与条件极值模型在预测VaR和ES方面均具有出色效果.     

背景风险与主权财富基金风险资产配置研究

在构建理论模型进行分析后,以全球17个国家和地区的主权财富基金为研究样本,采用2009至2011年的非平衡面板数据,首次就背景风险对主权财富基金风险资产配置的影响进行了实证研究.研究表明,主权财富基金的背景资产和金融资产相关性越高、背景资产来源集中度越高,其风险资产配置比例越低;主权财富基金背景负债和金融资产相关性越高,其风险资产配置比例越高.另外,如果主权财富基金规模越大,其风险资产配置比例也会越高.本文的理论与实证结论对主权财富基金从国家背景视野进行战略资产配置具有指导作用.     

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.     

我国廉租房PPP模式风险分担分析——基于马科维茨模型

本文通过对廉租房项目PPP模式的风险进行识别分析,采用马科维茨模型对廉租房项目PPP模式的风险分担进行量化分析,并结合行为经济学的相关理论,放宽模型的的约束条件,最后得出接近实际建设和应用的廉租房项目PPP模式风险分担模型。     

基于VaR的基金绩效评价研究

本文介绍了VaR模型,利用VaR取代标准差建立修正夏普指数,将修正夏普指数作为基金绩效评价指标,对5只偏股型开放式基金进行了实证研究。研究结果表明,基于VaR的修正夏普指数比传统指数能更好地反映基金的实际损失风险,评价结果更加科学有效。     

基于分位数回归模型的资产价格泡沫对市场风险的影响

资产"泡沫"是指资产的市场价格对其基础价值的偏离.泡沫的存在会改变投资者预期,助推资产价格上涨,使投资者低估风险,危及市场稳定运行.在度量沪深股票市场中的泡沫程度的基础上,应用分位数回归模型研究了泡沫对市场风险的影响.得出以下结论:泡沫与市场风险存在相关关系,泡沫越大市场风险越大,且泡沫对长期风险的影响比短期风险更大.市场风险受到短期泡沫和长期泡沫的共同影响.泡沫在短期内助推资产价格上涨,使短期内市场风险下降;而长期来看,泡沫破裂可能性增大,市场风险增加.     

基于时变pair-copula的多资产投资组合VaR分析

在对资产组合的研究中采用pair-copula法构建了反映多个资产收益实际分布和相依性的联合分布函数,对每个pair-copula用二元时变copula替换原先的二元静态copula得到时变pair-copula,并结合蒙特卡洛模拟技术,给出投资组合的风险价值VaR的计算方法,最后通过实证分析验证了该模型的有效性和优越性.     

全国社保基金资产配置优化研究

2000年8月,在对我国人口结构发展趋势开展深入研究之后,国务院决定设立全国社保基金作为基本养老保险基金的后备基金,以满足未来人口老龄化高峰时期的养老金支付需求。自建立之初,全国社保基金的保值增值问题一直是全社会关注的焦点。参考我国近十年的金融市场数据,运用均值—方差模型对全国社会保障基金投资现金资产、国债、金融债、企业债以及股票五种传统金融资产的有效投资边界进行实证分析,并借鉴澳大利亚未来基金资产配置的经验,提出全国社会保障基金应逐渐摆脱本土化投资偏好,将更多的资产投资于海外发达市场;并在保证股票和债券投资为主的基础上,尝试另类资产等多元化投资,以寻求投资风险的进一步分散和较为丰厚的投资回报。     

基于分数布朗运动的脆弱欧式期权的风险值分析

本文在股票价格、公司价值和公司负债均服从分数布朗运动条件下,初步探讨欧式股票期权的VaR（Value at Risk）CVaR（Conditional VaR）的计算问题,推导了该期权VaR和CVaR的计算公式。     

基于风险度量模型的高频股票交易数据的比较分析

探讨GARCH-VaR和GARCH-CVaR模型的参数估计,并在实例分析中比较了其估计效果.针对高频股票交易数据的非平稳性,建立对数收益率的ARMA(3,2)-GARCH(1,1)模型,并计算VaR和CVaR的值.实证研究表明,GARCH-CVaR模型比GARCH-VaR模型估计效果更好,运用GARCH模型能有效计算出VaR和CVaR的值,从而精确给出证券市场中高频股票交易数据的风险度量.     

次贷危机前后资产组合的风险度量

为了研究次贷危机对中国股市的影响,本文选取三只股票,分别选用单一的EVT模型和Copula-EVT模型计算资产组合的VaR和CVaR,通过对长期数据和短期数据的计算,总结出次贷危机对中国股市的影响.实证分析表明,次贷危机在短期内会对中国的证券业和房地产业产生一定的影响,但对制造业的影响不大;同时还能看出,引入Copula函数计算的组合风险要优于单一的EVT模型计算的组合风险.     

基于小波已实现波动的动态风险价值研究

【目的】对股票市场的 VaR 动态风险价值进行研究。【方法】采用小波多分辨技术将高频已实现波动率分解为近似信号和细节信号,建立 MRA-RV-ARFIMAGARCH-VaR 类模型,分别在 1~2d 、 2~4d 、 4~8d 和 8~16d 的尺度下进行动态风险价值度量。【结果】实证表明该模型能很好地捕捉到市场的信息,对风险预测效果较好。【结论】经过多分辨分解后的信号能有效地捕捉到不同时间尺度上的波动信息,近似信号能很好的反应波动的变化趋势,资产波动对短期交易反应敏感,不同时间尺度拟合的 VaR 比低频 GARCH 类模型效果更好。
     

基于pair copula函数的资产组合风险分析

通过构造pair copula-GARCH-VaR模型来度量金融资产组合的风险,其中,用GJR-GARCH模型估计单个资产的分布,用pair copula函数来描绘组合中两两资产之间的相关结构,再通过Monte Carlo模拟的方法计算资产组合的VaR值.在实证分析中,取四支股票构成资产组合,用构造出的模型计算组合的风险价值,并将传统的n维copula方法与pair copula方法进行比较,证实了pair copula方法有更高的灵活性和准确性.     

从资产组合角度分析混业经营的风险

Markowitz的资产组合理论认为,将相关性低的资产纳入同一资产组合可以降低风险．以此为出发点,将证券市场上的理论扩展到整个金融市场,借此分析了混业经营的风险．按照商业银行、投资银行和证券公司、保险公司等金融机构的不同业务来划分风险,并且研究了资本市场和货币市场的相关性．认为由于这些业务从属于不同的金融市场,相关性较低,如果金融机构同时从事不同的业务风险将降低,因而混业经营的风险必然小于分业经营的风险．     

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.     

基于CvaR风险度量的证券组合投资决策模型研究

利用VaR以及Rockafeller和Uryasev提出的CvaR这一概念，并把它作为风险度量，建立了与马柯维茨的均值方差模型相类似的证券组合投资的均值——CvaR模型，在正态分布的条件下，导出了具体的模型，研究给出了其最优解的具体表达式。     

基于HMM的VaR风险度量及其实证分析

文章基于隐马尔科夫模型(HMM)提出了度量金融资产风险价值(VaR)的HMM-ARMA-GARCH模型。首先对金融资产收益率序列建立正常状态和异常状态的隐马尔科夫模型,使用期望最大化算法估算出模型中的未知参数,再利用Viterbi算法估算出收益率序列所对应的隐状态序列,根据隐状态序列把收益率序列数据分成正常状态类序列和异常状态类序列2个大类,对2个状态类序列分别建立ARMA-GARCH模型来估算VaR。最后利用该模型和传统的ARMA-GARCH模型对上证企债指数进行了实证分析,采用Ku-piec失败频率检验法对VaR的准确性进行检验。实证结果表明,该模型的VaR计算方法具有较好的估计效果,能够有效地降低GARCH模型高估波动持续性的现象。     

含风险价值约束资产配置模型的分析与应用

在经典均值-方差模型的基础上,提出了存在交易费用时基于风险价值约束的资产配置模型.给出了该模型的解析算法,对最优解的存在性条件进行分析.针对我国资本市场数据,提出了机构投资资金应用该模型在大类别资产中的最优配置比例.     

基于VaR的我国股票市场波动性分析

首先通过对我国沪深股市的统计特征分析表明,我国股票市场存在着丛集效应,且不服从标准正态分布,然后再根据统计特征分析选择合适的模型应用Excel计算上证指数和深证成份指的日对数回报VaR值。再者通过对沪深两市的统计分析和VaR值的分析得出：我国股市波动具有很强的丛集性,股市极不稳定,1996年以前股市波动尤其剧烈。最后针对这一结论提出相应的措施。