基于VaR的证券投资组合风险评估及管理体系

针对传统的利用方差及β系数方法来度量金融市场风险的缺陷，以及VaR在金融风险管理中的主流地位，我们设计了一套基于VaR的证券投资组合风险评估及管理体系。该体系中的风险评估指标主要包括VaR、动态VaR、边际VaR、成分VaR等。这些指标不仅可以使我们明确得到一个最大可能的整体损失，还可以了解构成组合的每一项资产及其相应调整、变化对组合整体风险的影响。实证分析表明，该评估体系不仅可以使我们全面了解投资组合的风险状况，还可以帮助我们更好地进行风险管理，改善投资组合的风险收益特征。     

基于信息熵的投资组合模型研究

Markwitz均值-方差投资组合理论用期望收益率的方差度量风险以研究最优投资组合问题。由于该理论严格的假设条件使其难于应用于现实的投资决策,本文在VaR风险度量的基础上,建立信息熵的优化模型,讨论模糊环境下投资组合比例以达到投资组合收益率的期望值和风险的综合效用最大化。     

Bayes风险值

风险值(VaR)是最近几年发展起来的一种市场风险度量尺度，是目前国际上最常用的金融市场风险度量基准。传统的VaR估计方法基本上都依赖于历史数据，并且只能在市场处于正常变动时衡量所面临的风险。由于金融市场中影响资产收益状况的因素时刻都在变化之中，资产收益分布中的参数也是不断变化的，因此用Bayes方法预测未来收益状况的VaR更合适。本文给出了BVaR和BCVaR的概念，讨论了BVa／R的性质与特点，并对市场因子服从正态分布时组合BVaR以及非线性组合BVaR的计算进行了研究。     

基于失真函数的金融风险度量方法及应用

1.引言 风险是指未来结果的不确定性或波动性,如未来收益、资产或债务价值的波动性或不确定性.风险价值(VaR)是当前流行的一种风险度量方法(J.P.Morgan(Risk Metrics).VaR就是指在一定的置信水平下在某一特定时期内给定的投资组合可能遭受的最大损失,或者说在一个给定的时期内一个投资组合价值的下跌以给定概率一般不会超过的水平.VaR把资产或投资组合的风险归纳起来用单一的指标来衡量,是一种易于理解和使用的风险度量.     

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(VaR)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MCMC算法的时变Copula-GARCH-t模型参数估计及应用

本文假设单变量时序的新息服从标准的学生t分布,提出多元时变Copula-GARCH-t模型,利用蒙特卡洛马尔科夫链(MCMC)算法对模型参数进行贝叶斯统计推断,给出了多个资产组合风险VaR和CVaR的度量方法,并基于风险最小化原则确立了最佳的资产配置模型。实证分析表明,MCMC方法优于经典的IFM方法,能够充分捕捉到中美股市的时变相依结构及相关系数和尾部指数的动态特征。     

基于VaR的采购风险度量模型

探讨将VaR风险价值法这一新型风险管理工具引入采购风险管理之中,利用VaR方法中的RiskMetrics模型对价格收益率序列方差进行拟合,建立采购风险度量模型。     

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。     

应用蒙特卡罗模拟法计算VaR的实证分析

VaR是一种很流行也很实用的资产风险度量方法,它把风险量化到一定置信水平下的具体数值;蒙特卡罗方法是最佳的VaR计算方法,有很好的灵活性与准确性,而建立具体的模型并产生具有一定分布的随机数是该方法中的一个重要步骤。     

风险度量新指标:风险率(FL)简介

现代投资理论的一个基本内容就是通过对资产进行收益-风险分析,以判断资产的优劣,从而选择相应的投资措施(包括组合),以改善资产配置,实现投资的最大效用。但目前通行的风险概念及其度量方法存在一些局限,本文对此作一探讨,并提出一种新的风险度量方法。一、方差不能代表风险由