基于ES-TV的贷款承诺极端风险测度模型

在Basel Ⅲ的风险计量新要求及中小企业融资成本高、违约风险大等背景下，贷款承诺极端风险的测度成为银行未来资产管理的重点之一. 基于期权理论，首先给出了浮动利率下的贷款承诺定价公式；其次通过引入DGN（Delta-Gamma-Normal）模型，刻画了贷款承诺价值变动的分布形态；继而通过修正尾部波动率，并利用期望短缺原理，构建了衡量贷款承诺极端风险的ES-TV测度模型. 该模型兼顾极端损益及其波动性，能更全面反映极端风险. 最后对X银行贷款承诺组合管理进行了实证分析.     

基于TGARCHSK模型的外汇市场极端风险测度研究

针对金融资产收益的时变高阶矩波动特征在风险管理中的作用和意义,提出了一个新的时变高阶矩波动模型——门限广义自回归条件异方差-条件偏度-条件峰度(Threshold Generalized Autoregressive Conditional Heteroskedastic,Skewness and Kurtosis,TGARCHSK)模型,并运用后验分析方法,考察了基于TGARCHSK模型与基于常数高阶矩波动模型,以及其他时变高阶矩波动模型的国际外汇市场ES风险测度精度差异,得出:(1)在将条件偏度和条件峰度纳入建模框架之后,条件方差的波动幅度将会变小;(2)在ES风险测度中,时变高阶矩波动模型的精确性要显著优于常数高阶矩波动模型;(3)各模型的风险测度精确性在不同头寸下会表现出显著的差异;(4)通过综合考虑不同模型在后验分析中表现出的精确性差异,认为对于精确测度外汇市场的ES值,TGARCHSK模型可以作为相对合理的模型选择。     

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.     

下边风险测度下养老基金的最优资产配置

以半方差作为下边风险测度,考虑了缴费确定型养老基金的投资策略问题.利用鞅方法求得了最优资产配置的解析解.结果表明最优的资产配置策略分为三部分:债券保值策略,投机策略及一揽子债券的卖空策略,且风险资产的最优投资比例与利率水平及缴费率负相关,与设定的目标值正相关.结论证实了"生活方式"投资的合理性.     

基于Minkowski测度的风险度量

将基于Minkowski测度的半范数作为风险度量,发现其涵盖了损失期望值、绝对离差、绝对半离差,下偏矩、(a,t)模型、ES等常见的风险度量方法,并且该风险度量方法满足正齐次性、次可加性和协调性公理.因此,它是一种好的风险度量方法.     

基于卡尔曼滤波的期货价格仿射期限结构模型

由于受国内外多种因素共同影响,期货价格在短时间内变动较大,为准确拟合与预测期货价格,本文根据期货价格的行为特征,提出一个n因素的仿射期限结构模型,并基于卡尔曼滤波和极大似然法,以沪铜日结算价的面板数据为样本时期货价格的期限结构进行实证分析.结果表明,该仿射模型对沪铜是适用的,而且模型中因素数目越多,模型拟合与预测能力越强,其中,2因素的仿射模型可以较为准确地模拟期货价格的期限结构,3因素的仿射模型可以较为准确地模拟和预测期货价格的期限结构.     

基于尖峰厚尾、有偏GARCH-copula模型的风险测度

考虑到证券投资组合中资产收益分布的尖峰厚尾属性和波动率集聚效应以及金融资产变量间的非线性相依结构,假设资产收益率分布服从广义误差分布(GED),以尖峰厚尾、有偏的GJR-GARCH-GED模型刻画资产收益率的边际分布,以copula函数描述变量间的相依性,构建起改进的GARCH-copula模型。以研究GED分布的GJR-GARCH模型与不同copula函数耦合对金融序列的拟合能力,进而测度投资组合风险。实证研究发现,沪深收益波动存在明显的非对称性,适宜采用GJR-GARCH-GED模型处理收益率的尖峰厚尾性,波动率的集聚性。考察上述模型与Clayton copula、Gumbel copula、Frank copula以及t copula耦合下的实际拟合表现,进而对投资组合风险VaR和CVaR检验发现,Clayton copula刻画风险相依性的效果最佳,适合应用于风险管理。     

基于贝叶斯分位数回归的市场风险测度模型与应用

对具有递归或非递归表达形式的一般分位数回归模型,基于不对称拉普拉斯分布提出了贝叶斯推理框架.指出不对称拉普拉斯分布的尺度参数在估计中应该被参数化,否则将导致其方差存在非零最小值的限制.给出选择尺度参数和模型参数先验分布的条件,保证参数后验分布是真实概率分布,并采用马尔科夫链蒙特卡罗模拟方法进行参数估计.对深证成分指数的实证研究表明,不对称绝对值和斜率分位数回归模型比间接GARCH和FIAPARCH模型更好地描述了深证成分指数的风险特征,在不同的置信水平下,深圳股市消息对市场风险具有强度不同的不对称性冲击.动态分位检验和后验测试支持分位数回归模型可以对金融数据进行高置信水平的市场风险测量和探索风险的演化模式.     

基于泛函分析的组织行为距离测度模型

从行为距离的角度分析管理中的行为难题,应用泛函分析方法构建了行为赋泛空间模型以及相应的行为距离测度三维欧氏空间模型,为行为难题的解决提供了一个新的视角,为探寻组织和谐发展提供了一种新的途径。     

基于程式化模型与梯度信息随机克里金法的风险测度估计

嵌套仿真是估计金融衍生产品投资组合风险测度的常用方法,但是其仿真计算量大,运算效率较低.本文提出了基于程式化模型的随机克里金法(stochastic Kriging,SK)来对投资组合损失函数进行拟合,替代大量的内层仿真,从而提高运算效率.在此基础上,本文进一步提出了两种方式将梯度信息引入到基于程式化模型的SK方法,即直接利用梯度信息嵌入到SK中和利用梯度信息进行插值,后者对于程式化模型的选择具有更高的灵活性.本文利用极大似然估计的渐进正态性,进一步建立了在有梯度信息条件下验证程式化模型有效性的统计假设检验方法.最后,通过基于几何布朗运动的欧式期权、亚式期权,基于正态逆高斯过程的欧式期权,以及包含多类期权的投资组合的例子,验证所提出的SK方法的有效性,结果表明带有程式化模型和梯度信息的SK方法可以提高估计的精度,提高运算效率.     

我国企业信息化创新绩效测度模型

企业信息化创新是指信息技术的发展对企业行为的优化与对企业机制的完善,是信息技术应用进入成熟阶段的标志.信息化创新绩效测度模型的设计可以对我国企业信息化创新实践提供现实性的理论借鉴.基于我国企业信息化创新的样本数据,验证性因子分析揭示了我国企业信息化创新的内部机理.研究结果显示,我国企业的信息化创新目前已取得了一定的进展,但在若干微观创新行为上还存在不足,创新机制尚未进入高度的协调状态,创新功能有待深入完善和扩展.     

基于高阶一致风险测度的组合优化

从一致性公理的角度,介绍了MV(Mean-Variance)、VaR(Value-at-Risk)、ES(Expected Shortfall)以及HMCR(Higher Moment Coherent Risk Measure)等风险测度,引入随机占优的概念,分析了HMCR与随机占优一致性的关系,并证明了HMCR(p=n)具有(n+1)阶随机占优一致性,并采用Spearman秩检验法来检验和预测不同测度的风险识别能力。结果显示,HMCR(p=2,3)的风险识别能力好于其他风险测度。最后,在沪深300指数成份股中采用组合优化方法,考察MV、VaR、ES和HMCR测度优化组合持有期的不同业绩指标,得到其最优组合的累计预期收益率。结果显示,HMCR(p=2,3)的业绩指标最好,表明该测度风险识别能力最高,其较高的累计预期收益率也验证了该测度的有效性。另外,扩展研究样本至上证50市场、中小板市场和创业板市场,研究发现,上证50市场能得出类似于沪深300市场的结论,虽然由于中小板和创业板市场存在股票频繁调整的现象导致结果与沪深300市场存在差异,但在持有期的大部分时间段内,中小板市场和创业板市场的HMCR(p=2,3)仍优于其他几种风险测度。     

广义仿射模型在上交所债券市场的实证分析

以上交所债券价格隐含的利率期限结构从1997年1月至2002年3月的月度样本数据作为分析对象，利用卡尔曼滤波法，实证研究了连续时间两因子广义高斯仿射模型．结果表明模型下的利率期限结构与实际观测到的利率期限结构形状基本相同，说明模型能够反映利率期限结构的横截面特征．模型对1，2，3，5年期利率的预测误差没有表现出序列相关性，而对4年期利率的预测误差表现出序列相关性，说明两因子广义高斯仿射模型基本上可以反映利率期限结构的时间序列特征。     

基于CoES模型的我国金融系统性风险度量

为了更加准确地度量金融系统性风险,预防灾难性金融风险事件发生,本文基于尾部损失的均值提出了一个新的度量系统性风险的方法——CoES模型,相对于传统的CoVaR模型来说,该方法更关注尾部损失的均值而不仅仅是单一分位点上的期望损失,能够更加准确地捕捉系统性风险,为金融系统监管提供更为有效的信息.最后,本文将该方法用于度量2007-2016年间共21个金融机构对我国金融市场系统性风险的贡献.研究结果发现:1)CoVaR模型可能低估了金融机构的系统性风险;2)当银行行业受到冲击时,其对整个金融系统造成的风险最大,其次是保险,房地产和多元金融行业;3)在银行行业中,对系统性风险贡献最大的当属工商银行和中国银行,应对其进行重点监管;4)相对于银行和房地产行业,保险行业和多元金融行业自身的VaR值较高,但对金融系统性风险的贡献较低,因此应注意对其自身风险的管理.     

有关风险测度及组合证券投资模型研究

Markowitz以证券收益率的方差作为投资风险的测度建立了组合证券投资决策模型 ,并进行最优证券组合的选择 .本文分析了 Markowitz模型的不足之处 ,以半方差 ( E- Sh)风险测度为基础 ,提出了最优证券组合选择的风险目标函数 ,建立了组合证券投资决策的最优化模型 ,同时给出了最优化模型的求解方法以及证券组合有效边界的确定方法 .最后 ,文章结合实际案例 ,分析了风险目标函数及最优化模型在实际应用中的有效性.     

多因子HJM框架下的利率风险测度模型

在多因子HJM (Health-Jarrow-Morton) 模型框架下,定义了多利率风险因素的随机利率风险测度模型. 基于两因子和三因子HJM 模型,给出了多因子HJM 模型下的随机利率风险测度模型的具体实例. 实证分析部分比较了传统与随机、单因子与多因子利率风险测度的利率风险免疫效果. 实证结果显示,多因子HJM 模型下的随机利率风险测度模型的免疫效果明显优于单因子随机利率风险测度的免疫效果,更能充分显示出随机利率风险测度较之传统利率风险测度的优越性,在利率风险管理中具有较高的应用价值.     

基于仿射过程的企业债信用价差期限结构模型

本文选取上海证券交易所2003年至2010年国债和企业债交易数据，通过遗传算法求解五因子利率期限结构模型，分别得到不同期限国债和企业债的收益率时间序列，然后分别用两因子与四因子仿射过程来刻画国债收益率与企业债收益率的动态变化，从而构建债券信用价差的两因子仿射期限结构模型，并运用卡尔曼滤波法求解模型参数，进而预测出企业债信用价差序列.实证结果表明，该仿射模型能够较好地描述企业债信用价差的动态变化，可为企业债及其衍生产品的定价提供方法支持.     

基于CAViaR和GARCH模型的沪深300股指期货动态风险测度

以我国期货市场上交易最为活跃的沪深300股指期货为例,分别采用CAViaR模型和GARCH模型对多头VaR和空头VaR进行风险建模,深入研究了股指期货的收益分布特征和波动形态规律,并运用严谨的后测检验的方法对比了各个模型的风险预测精度。实证结果表明:(1)沪深300股指期货具有明显的"尖峰厚尾"现象,却没有显著的有偏性和长记忆性;(2)基于杠杆效应的GJR模型和兼具长记忆性和杠杆效应的FIAPARCH模型并没有表现出比传统GARCH模型更高的预测精度,同时,先验GED分布对金融收益分布特征的刻画要优于正态分布和SKST分布;(3)半参数法的CAViaR模型相比GARCH族模型表现出绝对优异的预测能力。总之,CAViaR模型在股指期货的风险预测方面是相对更合理的模型选择。     

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.     

基于马尔科夫模型的我国金融系统性风险预警研究

为推动我国金融系统性风险预警研究,在分析金融系统性风险的传导路径、借鉴国际经验的基础上,综合考虑金融系统内外部因素,重构符合我国实际的金融系统性风险预警指标体系,并合成包含资产泡沫、货币危机、外汇市场和其他共四个金融压力指数的金融综合压力指数.选取2001年～2016年历史数据,采用马尔科夫区制转移模型与主成分分析法相结合,对我国金融系统性风险预警进行实证分析.结果表明,该方法有效识别了该时期高风险时间点;预测结果有效验证了我国2017年处于较低的金融系统性风险状态.揭示了房市泡沫调控、银行信贷管理、实体经济管理体系不完善、消费投资需求疲软等问题是引发我国金融系统性危机的隐患.