VaR方法与我国金融市场的风险测度及管理

VaR方法近十年来已成为金融市场风险测度的主流方法之一.其在我国的应用当前主要面临三个问题即数据不足问题,资产收益相关度的稳定性问题和肥尾问题.本文对此提出改进建议.     

上海国际金融中心建设中的金融市场风险研究

随着上海国际金融中心建设的推进,上海金融市场的资源聚集和辐射效应持续增强,各金融市场之间的关联度进一步提高。与此同时,由于金融市场内在运行机制和外在监管机制的不完善,多种金融市场风险也开始逐步集聚和暴露。如果不及时有效地构建市场风险管理机制,在金融市场进一步创新和发展中,随着风险来源的增多和叠加、风险破坏力的集中释放以及转化为金融危机概率的提升,目前可控、潜在的市场风险就有可能发生趋势性转变。本文以研究上海金融市场风险为出发点,在深入分析当前潜在市场风险的基础上,提出构建金融市场风险管理机制的初步设想。     

中美主要金融市场相关结构及风险传导路径研究——基于Copula理论与方法

金融危机背景下的股市表现出更加复杂的动荡性,本文在传统GARCH模型的基础上引入了风险值对收益率的影响因素,运用GARCH-M模型来刻画股票收益率序列边缘分布,通过构建GARCH-M-t边缘分布过滤模型获取收益率残差序列,最后采用Copula函数对边缘分布拟合后的残差序列建模构建出Copula-GARCH-M-t相关结构模型。经过参数估计及多种Copula函数的拟合优度检验,最终成功刻画出中美金融市场五大证券交易中心股票收益率之间的相关结构模型。通过秩相关系数、尾部相关系数等相关性度量工具对中美两国金融市场的相关性进行分析,最后通过对不同股票市场之间的尾部相关性分析确定两国金融市场之间风险传导路径。     

浅议我国金融市场的开放及风险防范

随着我国改革开放的不断深入,国家经济实力的逐步增强,我国越来越需要融入世界金融市场的大格局,对于我国与世界金融市场来说,金融市场的开放已经成为一个不争的事实。然而开放就有风险,有风险就必须防范。本文正是以开放为基本视野基点,通过三个部分:导言即金融市场开放的定义与理论渊源,拉美国家金融市场开放的事例反思以及我国转型期的市场规则建设来论述我国如何走好金融开放的每一步。     

人工智能在金融市场应用优势、风险及监管研究

人工智能被认为是下一个时代的科技制高点。作为一门新兴技术,人工智能具有强大的计算能力和反欺诈技术,实现了金融与技术的深度融合,显著提高了金融服务效率、精准度和系统安全性,为金融创新提供了平台和契机。但人工智能是一把“双刃剑”,随着相关领域立法待完善,历史数据未电子化,监管力度不够,研究成本高等弊端导致人工智能的风险隐患日益显露。研究简要描述了人工智能的内涵和发展趋势,分析了它在金融领域的相关应用,总结了它对金融业产生的微观与宏观积极效应。同时,针对人工智能发展过程中存在的风险隐患及实践挑战,基于我国金融发展现实提出促进人工智能在金融市场深入、健康、可持续发展的相关建议。     

加入WTO后我国证券市场开放的风险及对策研究

加入WTO后证券市场开放将成为我国金融发展的政策取向.毫无疑问,扩大证券市场对外开放将把国内金融机构推向国际市场,通过竞争与合作,提高我国金融运行效率.因此,证券市场开放易引发什么样的风险,以及应采取什么样的政策措施,是我国证券市场需要考虑的问题.     

加入WTO后我国金融市场的国际化及风险表现

过去十年中 ,国际金融市场急速发展 ,在规模持续扩张的同时 ,国际化进程不断加快。国际外汇市场率先实现单一市场形态的运作 ,其显著标志是全球外汇市场价格的日益单一化 ,主要货币的交叉汇率与直接兑换的汇率差距明显缩小。在资本市场 ,资金大范围地跨国界自由流动 ,各类债券和股票的国际发行与交易数额快速上升 ,整个 90年代 ,主要工业国家的企业在国际上发行的股票增长了近 6倍。国际债券市场的二级市场获得了蓬勃发展 ,债券市场信息传递渠道、风险和收益评估方式以及不同类型投资者的行为逐渐趋同 ,导致各国债券价格互动性放大 ,价格水…     

熵在金融风险、稳定及监管关系中的应用

正确认识和处理金融风险、稳定及监管三者关系对经济金融的平稳发展意义重大。本文从一般经济学理论出发,引入熵及熵增理论,结合我国金融体系的历史发展沿革,得出三者间螺旋式前进的动态平衡关系,并提出相应的政策建议。     

典型事实、极值理论与金融市场动态风险测度研究

本文在金融市场典型事实约束下,运用ARFIMA模型对金融市场条件收益率建模,运用GARCH、GJR、FIGARCH、APARCH、FIAPARCH等5种模型对金融波动率进行建模,进而运用极值理论(EVT)对标准收益的极端尾部风险建模来测度各股市的动态风险,并用返回测试(Back-testing)方法检验模型的适应性。实证结果表明,总的来说,FIAPARCH-EVT模型对各个市场具有较强的适应性,风险测度能力较为优越。进一步,本文在ARFIMA-FIAPARCH模型下,假定标准收益分别服从正态分布(N)、学生t分布(st)、有偏学生t分布(skst)、广义误差分布(GED)共4种分布,对各股市的动态风险测度的准确性进行检验,并和EVT方法的测度结果进行对比分析。结果表明,EVT方法风险测度能力优于其他方法,有偏学生t分布假设下的风险测度模型虽然略逊于EVT方法,但也不失为一种较好的方法;ARFIMA-FI-APARCH-EVT不仅在中国大陆沪深股市表现最为可靠,而且在其他市场也表现出同样的可靠性。     

基于区位熵理论的上海第三产业发展研究

本文基于上海市第三产业发展的相关数据,利用产业区位熵评价方法,对上海市第三产业中不同细分产业的发展强度予以探讨,从而分析其主要优势产业和劣势产业,进而提出相应的结论和对策,以期对上海市第三产业今后的发展提出建议。     

基于GARCH-CVaR的人民币汇率风险测度研究

本文运用GARCH-CVaR方法,在不同模型、不同分布、不同置信水平的假定下,对人民币汇率风险进行测度,研究表明,GARCH模型的种类对CVaR的计算结果影响不明显,而分布假定和置信水平对CVaR的计算结果影响显著。     

基于边际效应的银行个体系统性风险贡献测度研究

本文使用系统性风险β值法度量我国上市银行的系统性风险以及上市银行对系统性风险的贡献度。研究结果表明,单个机构对系统性风险的贡献不仅取决于系统性风险β值,还受到其个体风险值的影响。总体而言,国有大型商业银行的系统性风险β值高于中小股份制商业银行,对系统性风险的边际贡献和影响也较大。但中小股份制商业银行抵御风险的能力相对较弱,尽管β值较小,一旦个体风险值急剧增加,其对系统性风险的影响也可能超过国有大型商业银行。因此,系统性风险的防范既要关注那些系统性风险β值大的银行,也要关注个体风险值可能出现剧烈波动的中小银行。     

VaR视角下金融市场风险测度统计研究

本文针对金融市场风险测度理论进行概述,论述传统的测度方法及不足,同时对VaR法测度进行论述,阐述了金融资产组合的VaR值测度,同时以利率风险为例,分析利率VaR值的测度公式,并指出一些不足。     

我国金融市场融资风险及其解决对策

本文描述了金融市场融资风险的主要表现形式,并从完善融资功能以规避金融风险的角度,提出了进一步创新市场融资功能的政策建议。     

信用突变下商业银行信用风险测度模型及实证研究——基于偏好熵权物元可拓方法

传统的模糊评估方法对于信用平稳下的信用风险测度具有一定的可行性,但是在信用突变下,模糊评估方法存在功能局限,容易引发测度等级的过度跳跃。对此,本文基于偏好信息熵与物元可拓理论相结合的偏好熵权物元可拓方法,构建了信用突变下的商业银行信用风险测度模型,并以苏州地区某化工企业为样本,选取其在不同时间点的实测数据,对测度模型进行了实证分析。研究表明,宏观信用环境的突变,促使样本企业的信用风险水平出现了小幅度提高,但尚未引发其信用风险等级在短期内出现"跳跃式"突变,其信用风险等级始终处于轻度状态。这足以表明,偏好熵权物元可拓模型可以很好地解决信用突变下的商业银行信用风险测度难题。该研究成果将为我国商业银行体系构建科学高效的信用风险管控机制,提供重要的理论指导与决策参考。     

政策不确定性与金融市场系统性风险——基于信息溢出的视角

本文从静态和动态两个方面测度了经济政策不确定性与金融市场收益率、波动率间的信息溢出效应,分析了股票市场、外汇市场、债券市场、黄金市场和货币市场五个金融子市场的信息溢出贡献度及其动态特征。研究发现,经济政策不确定性与金融市场间存在显著信息溢出效应,并呈现出时变性和双向性特征。样本期内,存在金融市场收益率对经济政策不确定的正向净溢出,金融市场波动率对经济政策不确定则表现为负向净溢出。从数值上看,政策不确定性与金融市场波动率间信息溢出强于与金融市场收益率间信息溢出。各个金融子市场在方向性溢出效应中贡献率结果显示,不同时期不同金融市场与经济政策不确定性间溢出效应存在差异。     

基于资金流量表的我国系统性金融风险指数测度研究

本文基于我国2001—2020年资金流量表数据，使用风险传染网络模型方法，对我国部门间金融风险传染效应进行分析，并测度了我国系统性金融风险指数。研究发现，金融部门是我国部门间金融风险传染的主要承担者；我国宏观金融网络的稳健性在党的十九大后明显增强，各部门引发的风险传染总损失效应整体呈震荡波动态势，但2018年以来总损失效应明显低于之前的平均水平；本文测算出的系统性金融风险指数与M2/GDP的走势在多个时间点较为吻合，其对于防范化解系统性金融风险具有前瞻性预警作用。基于此，本文从加强对金融部门的风险监测与管理，加强对政府部门和国外部门的风险监测，进一步完善宏观审慎政策框架等方面提出政策建议。     

GARCH模型在金融风险测度中的应用——以2005～2010年沪深指数为例

通过建立广义自回归条件异方差（GARCH）模型,运用标准化t（d）分布拟合法与Cornish-Fisher方法分别计算了中国上证和深证两大证券市场的VaR值。实证分析表明：标准化t（d）分布拟合法度量出的结果更符合中国现实,即沪深两市具有基本相同的系统风险,这种方法更适用于分析股市这类具有典型尖峰厚尾特征的金融市场;Cornish-Fisher方法对数据分布没有特殊要求,存在着放大市场风险承受程度的倾向;总体而言,沪指VaR值略高于深指,这说明代表大型企业的上证综合指数相对于代表中小企业的深证成分指数可承受的系统性风险临界值更高,即具有更高的风险抵御能力。