组合信用风险测度的藤copula方法

研究组合信用风险测度问题,用藤copula描述违约相依结构,提出一种测度组合信用风险的藤copula方法.实证结果表明:常用多元copula方法往往低估或高估风险值,而藤copula方法在各种常用的多元copula相依结构假定下的VaR和ES估计值与实际风险值很接近,VaP都通过了回测检验,ES回测检验指标也表明藤copula方法估计的ES更准确.因此,相对于常用多元copula,藤copula方法更具灵活性,能提高组合信用风险测度的准确性.     

基于Monte Carlo 模拟和VaR 约束的银行资产组合优化模型

在Monte Carlo模拟和CreditMetrics方法的基础上,以银行各项资产组合收益最大化为目标函数,以VaR风险限额为约束,以法律、法规约束和经营管理约束为条件,建立了基于Monte Carlo模拟和VaR约束的银行资产负债管理优化模型.其特点一是利用Monte Carlo模拟预测出贷款期限内各年度的收益率及标准差,将其平均值作为该项贷款总体的年平均收益率及其标准差,从而考虑了各项贷款期限不同的因素,可以对不同期限贷款的收益率进行同等的比较,在总体上对信用风险的不确定性有了较可靠的把握.二是利用VaR技术建立约束条件,使贷款配给的风险限定在银行的承受能力和贷款准备金的范围之内.三是直接利用各企业贷款收益率的历史数据求解各贷款之间的收益率相关系数,进而求解资产组合的方差,而不是利用企业资产的相关系数求解,更直接反映了贷款收益率之间的相关性.四是运用资产负债管理比率建立约束条件,通过巴塞尔协议内容和众多国际惯例的法律、法规和经营管理约束控制流动性风险,使贷款的分配决策满足行业监管和银行经营的实际要求.     

基于极差VaR的股票组合质押率评估方法

将VaR方法应用于股票质押率的估计中，讨论股票组合的质押率与风险的关系。并将这种方法用于计算我国上海股票市场的股票组合7天贷款的质押率。实证研究表明，这种基于VaR的股票质押率评估方法具有动态评估、较高的质押率和较低风险的优点。     

基于多元Laplace分布的外汇期权组合非线性VaR模型

为了克服多元厚尾分布情形下的非线性VaR数值计算的困难,用多元Laplace分布来描述汇率回报分布厚尾性,引入风险函数转换技术和关于多维Laplace多重积分近似计算的结果,来解决多元Laplace分布情形下的反映外汇期权组合价值变化的矩母函数问题;进一步将重要抽样技术发展到多元Laplace分布情形下的外汇期权组合非线性VaR模型中,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率.数值结果表明该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差.     

基于时变Copula的VaR估计

针对股票收益的相关性会随市场波动而发生变化，本文考虑用条件时变相关模式的Copula模型来估计组合风险值，利用上证、深证指数组合进行实证研究，并与固定相关模式下的Copula模型进行比较，结果表明；相对于常相关模式，条件时变相关模式具有较好的表现。     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

基于VaR的风险平价投资策略及应用

结合风险测度方法 VaR,提出基于在险价值的风险平价投资策略,建立了相应模型,并给出有效的算法.最后使用中国股票、债券和商品期货市场数据给出数值算例,并与多种常用的投资策略进行了对比分析.结果显示,三种风险平价投资策略均优于全局最小方差组合等其它参照投资策略,其中基于在险价值的风险平价投资策略表现最优.     

基于局部线性近似的投资组合VaR分解

提出了投资组合VaR分解的局部线性近似估计法,该方法是一种在组合VaR附近取线性近似的局部估计方法。对于使用不同方法(参数法、模拟法等)计算出的投资组合VaR,均可使用局部线性近似估计法来分解。实证研究表明,该方法简单、准确,具有一定的实际应用价值。     

基于随机模拟和VaR模型的投资组合优化研究

投资组合的优化旨在对资金进行分配组合,得到各项资产的最优分配权重,并在权衡投资收益和风险的基础上使投资达到期望效用最大化.在研究过程中,首先运用Monte Carlo随机模拟方法预测各资产的收益率期望值,计算出收益率标准差和各资产间的相关系数,进而求解资产的组合风险.然后将VaR(Value at Risk)条件引入到模型中,建立以资产组合收益为最大目标,以资产组合的VAR为约束条件的投资组合优化模型,计算出资产分配比重.最后通过实例分析资产价格走势和检验分布假设,验证模型的合理性和可行性,为投资者的决策提供理论和应用依据.     

基于等熵一致性风险测度的组合选择

本文基于一种新的一致性风险测度——等熵风险测度,进行组合优化,以检验其择股能力,从而检验其风险识别能力. 先就风险识别能力,尤其随机占优一致性对三种基于分位数的风险测度：VaR,ES（expected shortfall）和等熵风险测度进行了介绍与对比. VaR具有一阶随机占优一致性,而ES具有二阶随机占优一致性;等熵风险测度利用了整个分布的信息,不再是简单的0-1风险测度,这与VaR和ES显著不同. 而且,等熵风险测度具有更高阶的随机占优一致性,这使得该风险测度具有更好的风险分辨能力. 而后采用Spearman秩检验方法来检验和预测不同风险测度的风险识别能力,这与随机占优一致性阶数相呼应. 最后,在上证50指数成份股中采用组合优化方法,考察标准差,VaR,ES以及等熵风险测度情况下,优化组合持有期的不同业绩指标. 结果表明,等熵风险测度优化组合的业绩指标最好,表明该测度风险识别能力最高.     

流动性调整地风险价值度量: 基于金融高频数据的实证分析

结合ACD和UHF-GARCH理论构造了适应我国股票市场的日内风险价值WACD(1,1) -UHF-GARCH(1, 1)-IVaR模型,然后引入价格冲击模型构造的流动性度量指标,以浦发银行为例对我国股票市场的流动性日内风险价值进行了实证分析,得出三点结论: 一是我国股票市场的交易持续期具有很强的聚类性;二是高频数据中GARCH效应显著,且利好消息会对等量的利空消息产生更大的波动,但考虑流动性的影响因素后利空利好消息对市场的冲击效果都有明显降低;三是蒙特卡罗模拟结果表明,不考虑流动性影响的风险价值较大幅度地低估了实际损失.     

动态投资组合保险模型优化研究

基于Merton(1971)的最优消费和投资组合策略模型,利用无风险资产、风险资产复制卖权的方法,建立连续时间条件下的动态投资组合保险模型.在连续时间条件下,把投资者的个人跨期动态投资组合保险决策问题转换为一个静态的效用最大化问题,解出组合保险者最优财富水平对应的最优策略,比较其与Merton的最优投资消费模型投资策略的异同,结果显示参与保险的投资者最优策略与其所拥有的财富无关,与市场风险相关,即市场风险越高,对投资组合保险的需求越大.     

证券组合SKST-APARCH模型和VaR估计分析

金融资产无条件收益分布表现为偏度和峰度共存，运用ARCH模型族在波动和Valt分析中往往将对称的后尾t、GED误差分布与不对称冲击结合在一起来解决序列不对称特性．由于偏度和峰度并非相互独立．这样未能根本上解决问题。本文在APARCH模型中引入偏t分布（Skst）模型对上证指数和深证A股指数的波动及VaR进行了实证分析，并与Gauss、t、GED等对称分布下的估计进行了比较，结果显示Skst能较好的拟舍波动、较准估计VaR．     

信用危机下可违约债券组合风险集成度量:基于三因子强度定价模型

可违约债券一旦一个信用违约事件突发后,可导致一系列的可违约债券的相续违约,通过对可违约债券组合风险集成度量进行研究,为金融机构进行金融应急管理和科学决策提供理论依据,同时有利于金融机构完善金融系统在这方面应急处置机制.针对可违约债券组合中的信用-市场风险相关性和各债务人信用相关性,可从不同风险类型识别出的共同的风险驱动因子出发构建风险整合框架.假设债券的违约强度仿射地依赖于系统市场风险因子、系统信用风险因子、特质信用风险因子等组成的基础状态向量,推导出了基于三因子仿射强度的可违约债券价格,把可违约债券双因子强度定价模型拓展为三因子强度定价模型.在此基础上,建立了可违约债券组合风险集成度量的Monte Carlo方法,得出同一个风险计算期下反映市场风险和信用风险这两类风险的损失分布,进而能求得组合的VaR值,在同一个框架下同时捕捉可违约债券的两类风险.最后运用提出的基于三因子仿射强度的风险集成度量模型对短期融资券组合的风险进行数值计算,并与基于双因子仿射强度的风险集成度量模型得到的VaR值进行比较分析.     

多元混合正态分布情形下的外汇期权组合非线性VaR模型

提出了一种多元厚尾分布情形下的外汇期权组合非线性VaR模型.用多元混合正态分布来描述汇率回报分布厚尾特征,推导出多元混合正态分布情形下的反映外汇期权组合价值变化的矩母函数;在此基础上, 利用特征函数和矩母函数关系,进一步将概率分布的Fourier-Inversion方法和数值积分近似计算的迭代算法------自适应Simpson法则发展到多元混合正态分布情形下的外汇期权组合非线性VaR模型中,估计出期权组合的VaR值. 数值结果表明:使用Fourier-Inversion方法得到的VaR值与使用Monte Carlo模拟方法得到的VaR值相差不大,但使用Fourier-Inversion方法的计算速度明显快于Monte Carlo模拟方法.     

基于Copula函数的水资源供需风险损失模型及其应用

针对传统水资源供需风险损失评价方法无法对供水量和需水量之间复杂的非线性关系进行定量研究,本文首次建立了基于Copula函数的水资源供需风险损失模型.首先基于差分法和原函数存在定理模拟了供水量和需水量的边缘概率分布函数;其次提出了基于非线性优化思想对Copula函数进行参数估计;第三步分别对各种Copula函数进行拟合优度检验和非参数X~2检验,选择最优的Clayton Copula函数模拟供水量和需水量的联合概率分布;最后建立水资源供需风险损失的二重积分表达式.研究结果表明,当不考虑利用外调水和再生水时,2020年北京市水资源供需风险期望损失约为1159.7亿元;利用南水北调水和再生水后,北京市水资源供需风险期望损失约为37.7亿元,下降幅度达96.7%.