基于EGARCH-CVaR的我国股市风险分析

根据我国股票市场收益的基本特征,对上证180指数收益率序列分别构建基于正态分布、t分布和GED分布的EGARCH模型。通过计算三种不同分布下的CVaR值,对股市风险进行分析。并将EGARCH模型的CVaR值与GARCH模型的CVaR值进行比较。结果表明,基于广义误差分布的EGARCH模型(EGARCH-GED)能更好地刻画我国股市的市场风险。     

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.     

一种基于分形理论的骨架密实型抗车辙级配检验方法

为解决抗车辙级配设计问题,基于分形理论,通过理论分析及大量试验和计算,提出了一种骨架密实型抗车辙级配检验新方法.该方法应用分形理论,采用粗、细集料的粒径分布的分形维数、粗集料的分形空隙率、细集料在粗集料中的分形体积等指标,利用MATLAB自编程序对沥青针入度和粒径分形维数D进行双元曲线回归得到的沥青混合料动稳定度的经验公式进行级配检验,计算检验过程简单,解决了混合料级配设计的盲目性,是一种行之有效的方法.     

基于CVaR约束的投资组合模型及应用分析

CVaR是当前研究投资组合中比较有效的方法之一,通过对CVaR概念的讨论和基于CVaR约束的投资组合模型的建立及计算,得出在不同置信水平下的投资组合权重.最后,对我国当前如何运用CVaR提出几点建议.     

贝叶斯推断下的条件风险价值研究

基于假设的金融资产收益分布,建立了条件风险价值CVaR计算模型,并对分布的参数采用贝叶斯统计推断进行估计,然后利用蒙特卡洛模拟计算CVaR。选取沪深300中的股票数据进行实证分析,并与经典统计方法作比较研究,研究结果表明:应用贝叶斯推断估计的分布参数更精确,拟合的分布更符合数据的真实波动,提高了CVaR度量的准确性。     

基于ARMA-GARCH模型的风险价值与条件风险价值计算

基于ARMA-GARCH模型,给出风险价值VaR、条件风险价值CVaR的计算公式,分别在标准正态分布、student＇T分布、Skewed-T分布、广义误差分布条件下对模型进行数值模拟,并用上证A股、大同煤业股票相关数据拟合模型来进行实证分析.结果表明,利用ARMA-GARCH模型给出的计算公式能够准确地估计VaR值与CVaR值,并且随着给定概率水平p的减少,VaR与CVaR的值增大,对于给定同一概率水平的CVaR值比VaR值大,CVaR比VaR更能体现风险度量的大小.     

基于GARCH-CVaR与GARCH-VaR的人民币汇率风险测度及效果对比研究

运用GARCH-CVaR和GARCH-VaR方法,在不同模型、不同分布、不同置信水平的假定下,对人民币汇率风险进行测度,测度结果表明:GARCH模型的种类对CVaR和VaR的计算结果影响不明显,而分布假定和置信水平对CVaR和VaR的计算结果影响显著;同时,还对GARCH-CVaR和GARCH-VaR的风险测度效果进行了对比研究,对比结果表明:分布假定和置信水平会显著影响CVaR对VaR的改进效果.     

基于小波极值理论的中国股市风险研究

运用条件风险价值(CVaR)模型实现对市场风险的监控,把小波变换和极值理论结合在一起对CVaR进行估计.第一阶段,用小波方法确定广义Pareto分布的阈值;第二阶段,把基于小波变换的阈值运用到极值理论中,然后运用极值理论估计CVaR.选用香港恒生指数和深证综指进行实证分析,把基于小波变换的极值理论估计的CVaR与条件极值理论估计的CVaR进行比较,根据失败数量和尾部损失检验,发现基于小波变换的极值理论能够提高预测的精准性.     

沥青混合料分形级配理论

介绍沥青混合料集料粒径分布分形维数的计算方法并分析其分形特征.对于连续级配,其集料粒径分布为一重分形分布;对于间断级配,其集料粒径分布为二重分形分布.采用粗集料粒径分布分形维数Dc和细集料粒径分布分形维数Df作为描述集料级配分形特点的指标.在此基础上,提出分形级配理论的计算式,该式不仅可以计算连续级配,还可以计算间断级配.研究分形级配理论与现有主要级配设计理论之间的关系,结果表明,分形级配理论可以包括现有的几种主要级配计算方法,这主要由于分形是集料级配的本质.     

分形理论在地质动力区划方法中的应用

利用地质动力区划方法,确定了开滦矿区的区域构造形式;根据分形理论,系统地研究了开滦矿区Ⅰ～Ⅳ断裂图的分形结构特征.研究结果表明,Ⅰ～Ⅳ断裂图的断裂分布以及各级断裂图断裂分布之间在不同尺度下均具有统计意义上的自相似性.通过断裂模型分维值计算和分析,有助于准确地进行断裂划分并可以对所划分的断裂进行有效的检验.     

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。     

基于分数布朗运动的脆弱欧式看涨期权的风险值分析

在股票价格、公司价值均服从分数布朗运动,公司负债为常数的条件下,讨论脆弱欧式股票看涨期权的风险价值(value at risk,VaR)和条件风险价值(conditional value at risk,CVaR)的计算问题,并推导了该期权的VaR和CVaR的计算公式.     

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。     

风险资产组合均值-CVaR模型的算法分析

CVaR是指损失超过VaR的条件均值,反映了损失超过VaR时可能遭受的平均损失水平,它克服了VaR的非一致性、非凸性等不足.本文基于CVaR风险计量技术,分析了风险证券的投资收益率在服从正态分布下的风险资产组合均值-CVaR模型,给出了该风险资产组合有解的条件,以及在该条件满足下,最小均值-CVaR组合的投资比例解析形式和最小值.     

基于Variance Gamma(VG)分布下的VaR与CAaR

以VaR和CAaR为风险度量,针对金融资产收益率分布通常存在的"尖峰厚尾"性,引用VG分布来分析金融资产的VaR和CAaR,实证表明VG分布能较好地拟合金融资产收益率分布,与实际金融市场的变化更贴切.     

Monte-Carlo模拟在VaR与CVaR中的应用

建立边缘分布为t-EGARcH分布连接函数为多元正态Copula函数的概率分布模型，利用MonteCarlo模拟估计金融变量资产和组合的VaR与CvaR．     

服从连续扩散过程的脆弱欧式看涨期权股价的风险度量

在股票价格、公司价值均服从连续扩散过程且公司负债为常数的情形下,给出了标的资产价格服从连续扩散过程的脆弱欧式看涨期权的VaR和CvaR的计算公式。     

基于动态R-Vine Copula的银行股指投资组合及风险度量研究

金融资产价格之间的波动往往具有结构相依性。为了研究银行股指数据间这种复杂关系,能够进一步准确度量金融风险,本文以我国六大银行股指数据为研究对象,利用ARMA-GJR-SkT模型作为单一资产序列的边缘分布,以灵活的R-Vine Copula模型为基础,联合构建投资组合模型。通过滚动时间窗口的Monte Carlo技术及MST-PRIM算法确定各类模型的RVM结构,在此基础上结合逆变换法仿真模拟收益率序列,并利用模拟收益率进一步计算VaR与CVaR,最后经返回值检验法对模型进行验证。结果表明：建立最优的投资组合模型是精准度量金融风险的关键;在风险度量时,相同的置信水平下,CVaR模型比VaR模型更可靠。置信水平不等时,其值增大的同时,失败天数会减小。