基于VaR-GARCH模型对证券投资基金风险的实证研究

根据证券投资基金收益率序列的尖峰厚尾特征,建立估计基金风险的VaR—GARCH模型。在正态分布、t分布及GED分布三种不同的分布假设下,对基金的VaR值进行估计,并应用Kupiec失败频率检验方法对VaR模型的准确性进行了返回检验。研究结果表明,相比之下,基于GED分布的GARCH模型计算的VaR值最能真实地反映基金风险。     

我国证券投资基金风险的实证研究

根据证券投资基金收益率序列的尖峰厚尾特征,建立估计基金风险的VaR-GARCH模型。在正态分布、t分布及GED分布三种不同的分布假设下,对基金的VaR值进行估计,并应用Kupiec失败频率检验方法对VaR模型的准确性进行了返回检验。研究结果表明,相比之下,基于GED分布的GARCH模型计算的VaR值最能真实地反映基金风险。     

应用极值理论和EGARCH模型对深圳股市VAR测量

精确度量风险是金融风险管理的关键问题。本文用随机波动模型将ARCH类模型和极值理论有机的结合起来，用来描述金融资产收益率尾部特征，从而计算VaR的值并用深圳成份指数进行实证分析，经过研究我们发现用随机波动模型调整估计出来VaR值比未经调整出来的值明显偏大，这说明在收益率序列不是独立同分布的情况下直接用POT模型，用GPD模型对超过阈值的数据进行拟合低估了真实的市场风险。     

基于不同分布假设GARCH族模型对上证指数波动性分析的比较研究

股票市场的波动性研究已经成为众多研究者和投资者广泛关注的焦点。以上证股票收益率为研究对象,在三种不同的分布假设下,利用GARCH族模型对上证指数波动性进行了比较研究,分析表明:上证股票收益率具有显著的条件异方差性,且基于GED分布的GARCH(1,1)模型是消除该条件异方差性的最佳模型;上证股票收益率具有正的风险溢价,且基于GED分布的GARCH(1,1)-M模型是反映风险溢价情况的最优模型;上证股票收益率存在着明显的不对称性(杠杆效应),利空消息比利好消息更容易引起大的波动,且基于标准正态分布的EGRCH(1,1)模型是揭示该不对称性的最佳模型。     

开放式LOF基金风险度量的实证研究——基于GARCH-VaR模型的方法

风险度量是金融市场风险管理的核心,VaR风险管理办法作为目前最普遍流行的风险管理工具,被广泛应用在各种金融资产风险管理中.本文运用GARCH-VaR方法实证研究了开放式基金在收益率序列分别服从三种分布假设下,股票型基金和债券型基金的VaR值,并进行了后测检验.结果表明,GARCH-VaR方法比传统静态VaR方法更适合描述基金风险程度,基于GED分布假设计算的VaR相比较正态分布和t分布所计算的VaR更能真实反应基金风险.股票型基金风险大于债券型基金风险,不同的基金类型在不同假设下的风险不尽相同.     

基于BMM模型的金融极端风险研究及实证分析

介绍极值理论,包括广义极值分布、区组最大值模型的拟合方法、检验方法等,重点考虑极值相依机构,引入极值指标,考虑不同频率下收益率的极值分布,并计算相应的VaR。之后对股票的对数收益率进行分析,首先从偏度峰度等基本统计量可知服从左偏尖峰分布,然后拟合边缘分布参数,判断都属于Frechet分布,最后用BMM模型和正态分布进行连接,得出结论正态分布模拟得到的极端损失和极端收益远远低于BMM方法。     

基于贝叶斯估计和极值理论的股票市场VaR实证研究

金融风险的度量是金融风险管理领域的核心。VaE（Valuea at Risk）方法已被广泛采用并成为金融行业风险管理的标准。本文对中国股票市场的收益率进行了统计分析,使用基于极值理论和贝叶斯估计的VaR,方法对上证指数和深成指数进行实证分析,结果表明,用贝叶斯估计比经典统计方法估计得出的VaR,值能够更准确地反映市场的风险状况。     

基于极值理论下ARMA-GARCH模型的实证研究

对2012年1月1日至2016年10月30日的上证综合指数日收益率进行平稳性检验、自相关检验、偏自相关检验和ARCH效应检验,可以建立ARMA-GARCH模型。ARMA-GARCH模型的残差项单独提取,分别建立正态分布和广义的Pareto分布模型,对标准残差进行拟合,并用滚动估计法估计置信水平为95%的VaR值。研究发现:ARMA-GARCH模型可以更好的说明日收益率的波动集聚性,而波动的厚尾性,即残差项用广义的Pareto分布可以更好的拟合,得到95%的置信水平下的VaR值的风险更小。为金融市场的研究提供借鉴。     

ARCH模型在证券市场风险计量中的应用

文章对上证指数构建了一个GARCH(4，4)模型，并对上海股市自1997年以来的风险价值量VaR进行了估计，结果表明：ARCH模型和VaR方法的结合，对于测量我国证券市场的风险分布，提高风险管理水平具有重要的实际意义。     

基于GARCH模型的证券投资基金VaR计算与实证研究

基于统计技术的度量金融市场风险值VaR(Value at Risk)己成为测量市场风险的新标准和新方法。鉴此,如何高效、准确的进行VaR的计算将是问题所在。本文基于GARCH模型,讨论了对数收益率时间序列在正态、学生t和广义误差(GED)三种不同分布下的VaR计算方法,并对样本基金的市场风险进行估计,并通过返回检验来检验模型的准确性。研究结果表明,相比之下,基于GED分布的GARCH模型计算的VaR值最能真实地反映基金风险。     

风险度量的混合GARCH模型及对中国股市的实证分析

基于GARCH模型的VaR计算方法一直是一个颇受关注的研究领域,但在残差服从正态分布的假设下,有时GARCH模型的"尾"仍不够厚.论文讨论了混合广义自回归条件异方差(MGARCH)模型,它能够更好地刻画金融时间序列的厚尾现象.论文还结合我国股市数据,运用EM算法对收益率序列建立混合GARCH模型,计算市场风险VaR值,并对结果做出分析.     

中国黄金市场的风险价值研究——基于参数法和非参数法的实证

上海黄金交易所的黄金AU99.99既是现货市场,同时T+D等特殊交易机制使其类似于黄金期货,具有套期保值的特点,当然也具有潜在巨大风险。投资者越来越重视黄金的投资,而风险价值(VaR)作为风险管理的新的标准方法也越来越受到投资者的青睐。因此,本文以上海黄金交易所的黄金AU99.99日数据为样本,并且根据利好与利空信息对市场波动性的不对称影响及收益率非高斯分布,分别采用参数法(EGARCH-VaR模型)和非参数模型(MC-EGARCH-VaR模型)度量我国黄金市场的VaR。实证结果表明两种模型都能较好的拟合上涨VaR,但是,拟合下跌VaR中,非参数法较参数法效果更优,研究结论为投资者根据模型所估算的VaR调整仓位,有效管理风险提供了参考。     

基于VaR-TGARCH模型的中证5G通信主题指数实证分析

利用TGARCH模型和VaR理论方法,对中证5G通信主题指数的波动性进行研究.实证分析发现5G通信指数存在着"反杠杆"效应,即利好的信息对股票有着积极的影响;通过计算不同分布、不同置信水平的VaR风险值,并结合Kupiec准确性检验,结果显示在置信水平为95％ 时,基于t分布下的TGARCH模型拟合效果最优.     

VaR、CVaR在基金RAROC绩效评价上的应用比较——以科创主题基金为例

选取2020年8支科创主题基金为样本,基于基金收益率的尖峰厚尾特点,运用POT模型度量VaR、CVaR风险,比较基于VaR、CVaR的RAROC指标在基金绩效评价上的效果.实证结果发现:基于极值理论POT模型计算的VaR、CVaR可以很好地体现基金收益率的尾部风险;结合经验法与图示法选择的POT模型最佳门限能够得出有效的VaR、CVaR;基于CVaR的RAROC指标在基金绩效评价方面比基于VaR的RAROC指标表现更稳定,效果更佳,具有正向反映基金收益、规避风险的优点.     

中国黄金市场的风险价值研究？——基于参数法和非参数法的实证

在全球金融危机以及通货膨胀压力的背景下,投资者近年来越来越重视黄金投资市场。上海黄金交易所的黄金AU99．99是现货市场,但是由于T＋D等特殊交易机制的原因,其在功能上类似于黄金期货市场,具有高杠杆化、套期保值及投机的特点,因此,黄金市场的投资潜伏着巨大风险,从而风险价值（VaR）研究不仅受到黄金市场理论研究的高度关注,也在投资实践中作为风险管理工具越来越受到投资者的青睐。本文考虑到市场影响力与交易量的因素,因此选择以¨上海黄金交易所的黄金AU99．99日数据为样本,并且根据利好与利空信息对市场波动性的不对称影响及收益率非高斯分布,分别采用参数法（EGARCH—VaR模型）和非参数模型（MCEGARCH—VaR模型）度量我圜黄金市场的VaR。实证结果表明两种模型都能较好的拟合上涨VaR,但是,拟合下跌VaR中,非参数法较参数法效果更优,研究结论为投资者根据模型所估算的VaR调整仓位,有效管理风险提供了参考。     

我国黄金期货最小CVaR动态套期保值模型研究——基于ECM-t-BGARCH模型

文章以CVaR最小为套期保值目标,考虑到黄金期现货价格序列间的长期均衡关系及黄金期现货收益率“尖峰厚尾”和“波动聚集”的特性,建立ECM-t-BGARCH模型,结合我国黄金期现货日对数收益率数据,对模型进行实证研究。结果表明,当套期保值资产组合收益率服从正态分布时,综合考虑套保有效性与单位风险收益两方面,最小CVaR套期保值模型优于最小方差和最小VaR模型,能够很好地规避现货风险。     

我国银行间同业拆借利率VaR风险度量

随着我国利率市场化进程的推进,银行从一开始被动的接受市场利率变为通过竞争确定自身金融产品的利率大小,商业银行所面临的利率风险也因此不断增加。相较于国外银行利率风险管理体系而言,我国商业银行对利率风险管理的意识薄弱,缺乏相应的风险度量和管理体系,利率市场化后商业银行每天都处于利率波动带来的风险之中,而如何更加准确的度量商业银行每日风险大小是非常有必要的。本文采用了VaR模型来度量商业银行的同业拆借利率风险,数据选取为2015年至2018年的SHIBOR隔夜拆借利率。首先对我国同业拆借市场的发展以及进行利率风险度量的必要性做出了介绍,之后运用VaR并采取了与GARCH模型相结合的方法进行度量,最后通过对数据的分析建立了GARCH模型来消除数据存在的异方差现象,通过三种不同的残差分布假设,确定了使用正态分布来度量SHIBOR 的波动性,通过GARCH 模型计算出对数收益率的标准差大小,采取95%的置信水平,求出我国商业银行持有1单位隔夜拆借头寸的最大损失额,提出了商业银行应当增强利率风险的管理意识并建立VaR模型来度量利率风险大小,同时也应增强对于利率波动的预测能力和采用合理的金融工具规避风险的建议。     

基于沪市股票日收益率的时间序列模型分析

近年来,用统计模型来描述金融时间序列的波动一直是国内外学者关注的重点.本文选取2000-2015年间上证指数日收盘价的数据,计算股票日收益率,利用计量经济学中有关金融时间序列的波动性分析的ARCH模型以及GARCH模型,对股票收益率波动是否存在ARCH效应进行实证研究和分析.     

基于GARCH簇-VaR模型的碳交易市场收益率波动性研究

碳交易市场的碳价格波动性是碳资产风险管理面临的主要问题.本文以上海环交所核证自愿减排(CCER)为对象,考察五种GARCH簇模型在四种分布假设下的波动率模型.研究表明,CCER收益率序列呈尖峰厚尾和波动集聚性,存在显著不对称效应和长期记忆性.通过对模型及VaR检验,发现仅有广义误差分布下的APARCH(1,1)能精确预测VaR.     

基于GARCH族模型的深证成分指数波动性研究

基于GARCH族模型对深证成分指数的波动性进行实证研究。用学生-t分布的GARCH(1,1)模型分析了尖峰厚尾和波动聚集特征,用基于CED分布的GARCH-M(1,1)模型研究了风险溢价情况,以及用基于标准正态分布的EGARCH(1,1)模型分析股市波动的杠杆效应。结果显示,残差确实存在异方差性,股市中收益与风险成正比,同等单位的利空消息对股市冲击更大。最后根据实证研究给出结论与建议。