证券投资基金的风险资本确定研究

研究基金管理人如何配置风险资本以抵御来自资产组合收益风险的问题。建立基金管理人确定风险资本的模型，给出关于投资组合收益率分布函数的最小风险资本比率。用跳跃一扩散过程来描述市场收益率，在此基础上建立基金的投资组合的收益率模型，并给出模型参数的估计方法。利用随机模拟方法获得投资组合收益率的模拟样本．可以获得投资组合收益率的经验分布，进而计算最小风险资本率。用模拟方法获得的投资组合收益率的经验分布可以克服用常方差正态分布假设的误差。本文的结果对基金管理人的风险管理具有指导意义。     

我国国债收益率波动的Padé逼近模型研究

利用Padé逼近模型,研究我国国债收益率的变动规律.在分析国债日收益率分布特性的基础上,运用Hill估计器通过检验分布的尾部特征,发现收益率服从负幂律分布.根据计算的Pareto指数,选定的Padé逼近模型为P[0,4]模型.运用该模型对我国不同到期期限国债收益率的检验发现,该模型可以较好地拟合各种期限国债的收益率波动.     

基于高阶矩风险控制的贷款组合优化模型

以银行各项资产组合收益率最大化为目标函数, 以VaR来控制贷款组合的风险价值, 以偏度约束来控制贷款组合收益率的整体分布向大于均值的方向倾斜、以减少发生总体损失的单侧风险, 以峰度来控制贷款组合收益率分布出现极端情况的双侧风险, 建立了资产分配的收益率均值-方差-偏度-峰度模型.本模型的创新与特色是通过峰度约束控制了贷款组合收益率向极端损失偏离的程度.在马可维茨均值-方差模型的基础上, 增加了偏度和峰度参数, 建立了收益率均值-方差-偏度-峰度模型.模型通过方差约束, 控制了组合收益率偏离均值的离散程度: 通过偏度约束, 控制了组合收益率总体分布向损失一侧偏离的程度: 通过峰度约束, 控制了组合收益率出现极端损失或收益的可能性. 模型从多个角度控制了贷款组合的风险, 拓展了经典的均值-方差优化组合思路.     

股市风险VaR与ES的动态度量与分析

首先描述金融时间序列的一般特性，从收益率的波动性与分布两方面进行考虑，建立起计算时变风险值VaR和ES的模型，并在多种分布情形下动态测算上证综合指数的风险，结果表明基于GED分布的VaR模型能够较好地刻画高频时间序列的尖峰肥尾性及杠杆效应等特性，而ES模型则有效地弥补了VaR模型的不足之处。     

收益率主观分布与常用分布的拟合能力比较

利用上海A股数据，将收益率主观分布模型与t分布、双正态混舍分布、稳定分布和正态分布进行分布拟合比较。x^2检验表明：0．05水平下，沪市69．56％股票的收益率分布认为符合收益率分布主观模型，而接受t分布、双正态混合分布、稳定分布和正态分布假设的股票分别为56．31％、44．80％、46．06％和1.74％。     

基于实际收益率分布的均值-方差-条件风险价值多目标投资优化模型

为改善均值-方差模型不能充分反映金融资产实际收益率分布的不足,在不对金融资产收益率分布做任何假设的基础上,引入条件风险价值度量金融资产重大损失风险,建立均值-方差-条件风险价值多目标投资优化模型,提出计算模型有效前沿的理论基础和算法步骤。基于上证50指数成分股的实际数据计算了该模型的有效前沿。计算结果表明:所提出的算法具有满足投资实践所要求的可操作性;投资组合实际收益率不服从正态分布,均值-条件风险价值模型有效集并不是均值-方差模型有效集的子集;相对均值-方差模型和均值-条件风险价值模型,均值-方差-条件风险价值模型能够更好地反映金融资产的实际收益率分布,提高投资者管理投资风险的能力。     

非正态稳定分布条件下的投资组合模型:均值2尺度参数模型

针对风险证券收益率的经验分布所具有的偏态和过度峰态等非正态分布特征,提出在非正态稳定分布条件下研究投资组合模型.通过拟合优度检验发现我国的股票收益率与非正态稳定分布的拟合效果非常好;研究了非正态稳定分布条件下投资组合收益和风险的度量,建立了均值-尺度参数投资组合模型;通过实证分析发现均值-尺度参数模型能够解释资产配置之谜.     

基于MCMC方法的两类波动模型的应用比较

采用中国股市数据，运用基于Gibbs抽样的MCMC方法对ARCH—GARCH模型族与SV模型族进行了比较分析．实证结果显示，无论是从收益率序列峰度系数的描述看，还是从平方收益率序列自相关函数的描述来看，SV模型族都优于GARCH模型族；进一步，基于t分布的模型模拟效果总是优于基于正态分布的模型，看出股市收益率序列并不服从正态分布，     

金融市场的相关性分析--Copula-GARCH模型及其应用

作为一种全新的分析方法，Copula技术不仅可以有效地捕捉金融时间序列间的相关性，还可用于研究整个金融市场的特性、投资组合的选择及风险分析等其他金融问题。结合t-GARCH模型和Copula函数，建立Copula-GARCH模型并对上海股市各板块指数收益率序列间的条件相关性进行分析。结果表明，不同板块的指数收益率序列具有不同的边缘分布，各序列间有很强的正相关关系，条件相关具有时变性，各序列间相关性的变化趋势极为相似。     

国际证券投资最大风险极小化的多目标决策模型

本文以国际证券平均实际本币收益率作为其预期收益的度量指标，以实际本币收益率与平均实际本币收益率的量大绝对偏差作为其投资风险的度量指标，建立国际证券组合最大投资风险极小化，预期本币收益率极大化的多目标线性规划投资决策模型。     

基于HKKP估计的商业银行操作风险估计

对于商业银行而言，操作风险已经成为与市场风险和信用风险同样重要的风险。本文利用极值理论对中国商业银行操作损失极端值分布进行估计，针对尾参数估计的采用传统Hill估计对小样本数据容易产生偏倚的情况，提出了采用Hill估计的改进——小样本无偏估计的HKKP估计来估计操作损失的尾参数，针对由于阈值确定不准确导致结果偏差大的情况，采用最小化估计的累计概率分布与经验累计概率分布平均平方误差的方法确定较精确的阈值，估计出给定置信水平下操作风险损失的分位数，从而使得中国商业银行操作风险监管资本的测定成为可能。     

不同时间尺度选样法的洪水频率分析

针对洪水频率计算中单洪峰选取的不合理性问题,本文提出洪水频率分析的改进计算法,以季度、半年和年为单位筛选最大值或极值进行分析,并以7天和15天作为前后两场洪水的最短间隔的样本筛选方法,通过扩充数据系列,并进行分布检测得到数据所属最佳分布后进行计算.结果表明:对于目标流域,用新方法计算的设计值在重现期不超过50年时较传统方法偏低;反之则显示传统方法估计偏保守,例如在500年一遇的设计洪水计算中,季度、半年和年数据筛选方法计算的结果,前两者和后两者之间的百分误差达到了30%和2.2%.本方法可以针对不同设计标准的洪水提供更为严谨的设计值,这对传统方法在计算准确率和安全性方面进行了改进.     

基于市值规模的上海股市流动性动态分析

将上海证券交易所上市交易的股票分成十组,选取其中的极大和极小市值组合,采用向量自回归模型(VAR)分析收益、波动及日内买卖不平衡对大盘股和小盘股流动性的动态影响以及两类股票流动性的相互影响。实证结果表明,大盘股和小盘股的流动性存在着显著的正相关关系,且在同期都受到收益和波动的影响。两个组合的流动性不存在显著的领先——滞后关系,它们对前期的收益、波动和买卖不平衡变化存在不同的反应模式。     

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.     

基于极值理论的系统最大值指标评定方法

提出了基于极值理论的系统最大值指标评定与测算方法,为某些特殊领域(如航空、航天、国防)中的长周期系统的最大值指标评定提供了理论依据。首先,遵循一定的原则对系统输出的误差序列进行区组划分,取得近乎独立的最大值观测序列|其次,对最大值观测序列应用极值理论建模,取得一定重现期下的重现水平和不确定度|然后考查重现水平与最大值指标间的关系,并应用经典统计学理论完成对系统最大值指标的评定与测算|接着,给出了具体的应用实例,实验结果表明,该方法是可行的。最后,从不同角度对时间序列模型方法与极值理论方法建模求解系统最大值指标的特点进行了对比分析,并给出了相关结论。     

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.     

中国股票市场的收益与波动关系

在考察现有的2种收益与波动关系模型(GARCH-M和SV-M)差异的基础上,运用更具理论优势的SV-M模型,研究了实行涨跌幅限制制度前后中国股市收益与波动关系的不同状况,并结合波动反馈效应理论,探讨了中国股市预期收益与波动之问的跨期关系.研究表明:中国股市的收益与同期波动之间存在负相关关系,这一关系在实行涨跌幅限制制度后变得更为显著;中国股市存在波动反馈效应,且预期收益与波动之间的跨期关系为正;涨跌幅限制制度不仅限制了沪深股市的暴涨暴跌现象,而且增加了股指收益率的自相关性和波动的持续性.     

操作风险测度的内外部数据混合方法

操作风险因其厚尾性使其测度更具复杂性,极值理论能够解决此一问题.但在银行内部数据不充分的情况下,只有少数点进入尾部,尾部数据不够大,必然会影响参数的确定,继而影响测度精度.引入信度理论,将外部数据构建的操作风险损失尾部与内部数据建模进行整合,通过估算合适的信度因子,利用外部数据弥合内部数据不充分引致的测度误差,以期获得更精确的测度值.     

流动性与收益、收益波动的动态关系

研究了我国股市流动性与收益的时间序列的动态关系。通过建立相关模型,发现非流动性与证券收益互为G ranger因果关系,当期收益与当期非流动性呈负相关关系、而与滞后一期非流动性呈正相关关系。进一步把市场日非流动性分解为期望非流动性与预期之外非流动性,发现期望非流动性对于期望收益具有正效用,而预期之外非流动性对于期望收益有负效应,且后者的负效应大于前者的正效应;预期之外非流动性对收益波动有显著影响,而期望非流动性对收益波动影响不显著。