基于广义g-h分布模型的Monte-Carlo法求CVaR

建立广义g-h分布模型.利用Monte-Carlo模拟估计金融变量资产的CvaR值.     

VaR计算方法综述

介绍VaR理论产生的背景条件;然后对VaR以及VaR的计算方法进行了较详细的分类介绍,突出介绍了VaR计算的参数方法;最后对各种方法的特点进行讨论和评价.     

广义误差分布下CVaR模型的股市风险研究

以沪深300指数数据为样本,首先利用广义误差分布与正态分布假定下的GARCH模型对我国股票市场收益率波动特征进行定量分析,然后运用CVaR模型对股票市场的风险进行实证研究,并与基于VaR模型的风险测度值进行比较.研究结果表明,广义误差分布假定下的GARCH模型能够更好地反映出我国股票指数收益率尖峰厚尾的特性,而使用CVaR模型则有利于提高金融市场风险测度的准确性.     

基于价格冲击函数的经流动性调整VaR模型

提出了一种基于价格冲击函数的VaR（风险值）模型构建思路,以使得这种经流动性调整后的VaR更能完整地计量金融资产的风险.对于给定数量和限定期限的资产变现问题,投资者的风险偏好系数决定了其选择的交易路径是唯一的.由于投资者风险偏好系数和VaR下的置信概率水平具有一一对应关系,可以通过最优路径集下执行成本的期望和标准差组合曲线来获得不同置信概率下,经过流动性调整后的VaR.考虑到实际的资产价格分布的尖峰厚尾性,引入了正态修正因子θ,以改进VaR的风险评估效果.     

基于阿基米德Copula的投资组合风险分析

应用阿基米德Copula分析沪深股票市场投资组合风险,样本区间从2000年1月4日至2006年11月8日,共1639组有效数据．首先,由于金融数据不具有正态性,且是厚尾的,因而应用极值理论对边缘分布建模;然后,采用极大似然估计对给定的5个阿基米德Copula进行参数估计,从中选择能更好拟合实际数据相关性的Copula;最后,运用Monte Carlo模拟方法计算相应的风险价值（VaR）,确定最优的组合系数．结果表明,当组合系数β=0．33时,沪深股市投资组合风险最小．     

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。     

运用基于Bayes估计的阈值模型计算VaR

为了克服用于计算金融风险VaR的阈值模型中数据匮乏的困难,将Bayes方法用于模型参数的估计,建立了基于Bayes估计的新的阈值模型,同时借助了MCMC方法计算Bayes估计值.最后对上证综指做了实例分析,结果说明新模型是有效的.     

Kalman滤波在证券投资组合VaR计量中的应用

在分析"Kalman滤波"方法和VaR方法各自特征的基础上,构建一个估计投资组合VaR数值的状态空间模型,再用采集的3支股票的市场数据对该模型进行实证分析,计算出该投资组合的VaR数值.     

非正态假设下投资组合的风险分解

为提高风险分解结果的准确性,本文给出组合收益分布服从非正态假设下,组合VaR及ES分解的两个新方法：局部线性加权平均;用分段线性函数拟合极端损失情形下,资产与组合回报之间的关系。针对实际金融数据的尖峰厚尾性与杠杆效应,风险度量采用EGARCH-GED模型。实证分析及模型检验的结果表明,新方法能准确、快捷地分解组合风险。     

两种外汇期权市场风险非线性VaR计算方法

引入金融参数Delta、Gamma、Theta，将外汇期权近似表达式拓展成Delta-Gamma-Theta模型(简称DGT模型)，分别运用了Cornish-Fisher方法、Fourier-Inversion方法来计算外汇期权组合的风险度，并且对各自估计出的结果进行了比较分析，结果表明Comish-Fisher方法计算简单，且能很快地计算出结果，而Fourier-Inversion比Cornish-Fisher方法更合理地度量VaR值，是一个较好的度量外汇期权风险的方法。