多维地震风险模型与保险基金测算北大核心CSSCI

本文选取我国大陆地区1990~2019年的地震灾害数据为研究样本,以地震造成的直接经济损失、死亡人数和受伤人数三个维度为研究对象,建立了复杂数据结构下的多维地震风险模型。在不同期限结构和不同偿付水平下,运用蒙特卡洛模拟算法测算了我国地震保险基金的风险规模和保费水平。与传统的巨灾精算模型相比,多维地震风险模型不仅解决了连续型、离散型和半连续型数据的联合建模问题,还能够更好地刻画多维地震风险之间非对称的相依结构。实际分析表明,在巨灾风险度量中考虑复杂的相依结构能够更好地分散地震的尾部风险,有效地减少政府的财政负担,提高地震保险的风险覆盖水平,为完善我国地震巨灾保险制度提供理论支撑。     

突发危机事件下中国股市行业板块间多尺度相依结构及动态演化研究——以新冠肺炎疫情为分析背景

近年来，频繁爆发的危机事件对中国经济和金融市场造成了严重的负面冲击。在此背景下，本文将变分模态分解和R Vine Copula结合，以新冠肺炎疫情为分析背景，研究突发危机事件下中国股市行业板块间相依结构及其动态演化，并进一步从短期和长期两个方面，探讨相依结构的异质特征。研究发现：(1)行业间相依结构的关键节点及行业间关联方式随疫情的发展而发生变化，在长期和短期尺度下，行业间相依结构具有异质性特征；(2)疫情冲击导致相依结构中关联行业间相关系数提高，引起跨行业风险传染，长期传染效应强于短期传染效应；(3)疫情冲击在短期内引起各行业间发生风险传染，但长期来看，存在“风险隔离行业”。研究结果可以为投资者决策、行业部门风险监测预警、监管者防范和化解系统性风险提供重要依据。     

基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量

文章结合CARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Copula函数和Monte Carlo技术应用于证券投资组合的VaR计算方法.通过对光大红利基金的实证研究,得到前十大重仓中单只股票及其投资组合的风险值,结果表明,基于Copula-GARCH-EVT的VaR方法具有重要的经济应用价值.     

基于Copula模型的中国碳市场叠加风险度量北大核心

中国碳排放权交易市场(简称碳市场)流动性风险与市场风险交互联动,形成中国碳市场的叠加风险.本文将流动性风险纳入中国碳市场风险管理范围之内,构建中国碳市场叠加风险的评估模型,并以深圳、北京、广东、湖北和福建五个试点碳市场(简称碳试点)为样本进行实证研究.结果表明:中国碳试点流动性风险与市场风险的相关性为负,流动性溢价理论适用于中国碳市场,因此,忽略风险因子间的风险依赖,会导致碳试点的总体风险被高估,从而增加风险管理成本.在叠加风险的度量中,碳试点的叠加风险存在一定的区域差异,此外,实证结果还表明:中国碳市场的流动性风险处于主导地位,不应被忽视.本文在理论上丰富了碳市场风险的研究,在实践上为中国碳市场多种风险管理政策的制定提供依据,并为市场参与者的投资决策提供参考.     

非对称尾部相依视角下的金融机构系统性风险研究

本文以我国45家上市金融机构为样本，分别使用12种非对称和4种对称Copula模型拟合“系统—机构”二元相依结构，对比基于最优非对称和最优对称Copula-广义Co Va R的估计精度，并从宏观金融和微观机构层面分析影响金融机构系统性风险的重要因素。结果表明：时变非对称尾部相依是“系统—机构”相依关系的普遍特征；我国金融业各子部门的系统性风险排序基本为“银行>保险>证券>多元金融”；金融机构的个体风险与系统性风险的相关性较弱，下尾相依性是识别系统重要性金融机构的关键因素；在危机期间，金融机构的杠杆率对个体风险和系统性风险具有显著的正向影响；稳定和改善宏观金融环境是化解系统性风险的根本举措。     

我国股指期货与现货市场风险溢出效应研究--基于混频时变Copula-CoVaR模型

准确测度金融市场极端风险溢出效应对风险管理具有重要意义。然而,仅以高频微观数据开展的研究会忽略宏观经济背景的影响,可能导致对风险溢出效应测量的不准确。针对已有研究的不足,文章充分运用高频微观和低频宏观数据信息,结合混频时变Copula模型和CoVaR模型对我国股指期货与现货市场间的极端风险溢出效应进行研究。结果表明,模型拟合效果良好,我国股指期货与现货市场间存在显著的非对称极端风险溢出效应,且现货市场对期货市场的风险溢出效应更为剧烈。研究结论有助于监管层对金融市场风险采取更加有效的防范举措。