基于极值理论的资产组合风险研究

在金融系统中风险管理者十分关注投资风险的大小,尤其是在极端情况下的风险大小。市场风险值()是一种常用的度量风险的方法。本文将极值理论用于中国上证指数和深成指数市场风险值的度量,同时探讨了用极值理论评价资产组合风险的方法,并将其计算结果与基于正态分布同t分布的方法进行比较,发现采用极值理论度量市场风险值要优于经典的方法。     

基于极值分布理论的VaR与ES度量

本文应用极值分布理论对金融收益序列的尾部进行估计,计算收益序列的在险价值VaR和预期不足ES来度量市场风险。通过伪最大似然估计方法估计的GARCH模型对收益数据进行拟合,应用极值理论中的GPD对新息分布的尾部建模,得到了基于尾部估计产生收益序列的VaR和ES值。采用上证指数日对数收益数据为样本,得到了度量条件极值和无条件极值下VaR和ES的结果。实证研究表明:在置信水平很高(如99%)的条件下,采用极值方法度量风险值效果更好。而置信水平在95%下,其他方法和极值方法结合效果会很好。用ES度量风险能够使我们了解不利情况发生时风险的可能情况。     

基于动态E-VaR模型的房地产收益波动性测度研究

基于房地产股票价格数据,针对现有大多数风险测度方法没有考虑到小概率、大损失的极端事件的现状,运用极值理论EVT和在险值VaR构造动态风险计量模型。Back-testing方法检验结果表明,基于动态E-VaR的市场风险测度方法对于指数收益率风险的度量具有较强的适用性。     

基于ARIMA—GARCH模型和极值理论的中国股市

以极值理论为基础的风险值度量方法是最近发展起采的最为有效的方法之一，但在传统的单纯采用极值理论的建模过程中对误差项假定为独立同分布的白噪声过程，会对应用极值理论估算风险价值产生一定误差。本文以上证指数和深证成指为例．利用ARIMA—GARCH模型捕获股票收益序列中的自相关和异方差现象，对该模型中残差的条件分布的合理假定进行了实证分析比较．然后利用极值理论对经过ARIMA—GARCH模型筛选过的残差进行极值分析，估算风险价值。     

国际碳交易市场的风险度量及对我国的启示——基于状态转移与极值理论的VaR比较研究

本文以欧洲气候交易所公布的CERs期货报价为研究对象,将Markov波动转移引入VaR的计算,结合极值理论,度量国际碳交易市场的系统风险。首先建立SWARCH模型与MS-GARCH模型描述价格波动的阶跃特性,直接测算动态VaR。随后采用POT模型拟合标准残差序列的右尾超门限分布,确定极值分位数,再次测算动态VaR。最后通过回测检验选取最优风险值,并由此分析了我国获批碳项目变动趋势与国际碳交易市场风险变动趋势间的关系。     

基于极值理论与蒙特卡洛模拟的商业银行操作风险度量研究

本文以商业银行操作风险的度量为研究目标,以操作风险高级计量法的思想为导向,运用极值理论及银行的损失分布情况对操作风险进行量化研究。极值理论注重模拟收益或损失分布的尾部,而操作风险存在明显的厚尾现象．所以极值理论可以比较有效地解决在操作风险数据较少的客观条件下如何计量操作风险的问题。文章阐述了如何运用极值理论对操作风险求取在险价值（vaR）,且在已有现实数据的情况下,引入蒙特卡洛模拟法扩展数据并进行实证分析,使得所求VaR值更加精确。     

基于GARCH模型的极值VaR风险的动态区间估计模型

为了更准确地度量在险值的估计精度及弥补现有极值VaR测算模型的不足,文章基于GARCH方法推导了极值VaR的动态置信区间估计模型,论述了风险资产的极值VaR假设检验方法及基于GARCH方法的置信区间求法,最后用中信(中信标普300)指数对中国股市风险情况作了区间估计及显著性检验的实证分析。结果表明提出的方法较参数法置信区间有更好的估计精度,且能较为敏感地捕捉收益的动态性。     

基于极值理论和Bootstrap方法的E-VaR研究和实证分析

考虑金融时间序列的厚尾特性,讨论了应用极值理论中的广义Pareto分布模型度量风险的问题。利用Bootstrap和MLE方法对参数进行点估计和区间估计,得出E-VaR的估计值,并对深证综指收益进行实证分析,探讨与尾部相关的极值风险,结果令人满意。     

金融市场风险计量VaR方法研究

金融市场风险计量的重要方法包括灵敏度分析、波动性分析、VaR方法、压力测试法和极值理论,其中,VaR方法是目前市场风险计量的主流方法.     

上市公司委托代理风险度量模型的构建

本文借助于因子分析法建立委托代理风险的度量模型,并通过各主成分的因子得分度量风险值的大小,判定委托代理风险的程度,通过配对公司比较检验,验证了模型的可行性.