中国寿险公司多元化经营的风险分析

选取新华、国寿、太平、泰康、平安等五家寿险集团公司从2001~2011年每年绩效指标中总资产收益率和净资产收益率的标准差作为度量公司风险的指标,将五家公司的业务线熵指数的均值作为多元化经营的指标进行实证分析。结果表明:多元化经营与寿险公司总资产收益率、净资产收益率的标准差之间存在一定的非线性关系,即多元化经营在一定范围内可以降低ROA和ROE的波动性,但在一定范围内又可能会增大这种波动性。     

沪深300指数的分形特征分析

本文将沪深300指数和上证指数、深证成指分别叠加分析,发现三者整体走势基本一致,可以说明沪深300的走势代表了中国证券市场的走势。对沪深300指数的日、周、月收益率进行统计分析、K-S检验及R/S分析,统计分析发现收益率的分布可能不是正态分布,K-S检验得出沪深300指数的收益率不服从正态分布,R/S分析得出沪深300指数日、周和月收益率的Hurst指数均大于0.6,进而验证了收益率的分布是一个分形结构。因此可以说我国证券市场的有效性不强,受外界的影响较大,比如受国家政策的影响。     

银行间同业拆放利率风险度量:基于EGARCH-SGED模型的实证分析

根据上海银行间同业拆放利率(SHIBOR)数据的基本特性,分析SHIBOR收益率序列呈尖峰厚尾、偏态和波动集聚等特征,利用EGARCH模型来刻画收益率的波动性,同时利用Skew-GED(SGED)分布来描述收益率的概率分布特征,构建EGARCH-SGED模型来测度SHIBOR收益率的风险价值,并与GED和Skew-t分布下的EGARCH模型的风险测度能力进行了比较。研究结果表明,与其他两类模型相比较而言,EGARCH-SGED模型能更好地描述SHIBOR收益率特性,并且能够显著提高风险价值预测的准确性。     

已知网络结构下的银行间债务网络重构研究

银行间债务网络是系统性金融风险传播的主要渠道之一，其具体网络数据因商业秘密等原因需要采用网络重构方法得出。重构结果直接关系到对系统性金融风险测度的研究。不同于已有的基于基础约束条件和机构行为约束条件的银行间债务网络重构方法，本文提出了一种新的基于基础约束条件和已知网络结构下的银行债务网络重构方法，新方法在约束条件下通过数值分析和最大熵结合方法重构银行间网络。因为网络结构是机构行为的结果，所以直接用网络结构约束重构可以得到更真实的银行间债务网络。最后本文利用我国银行机构的银行间债务基础约束数据和无标度异配网络结构的约束条件，使用数值分析与最大熵结合方法重构了最可能的银行间债务网络，并解释了重构结果。     

极值理论在金融风险度量中的应用——基于沪深300指数的实证研究

如何准确度量金融市场风险在金融风险管理中扮演着重要角色,而极值理论能对极端风险进行较准确的度量。通过对沪深300指数的实证研究表明,广义帕累托分布能够很好地拟合极端日收益率数据,从而用建立在广义帕累托分布基础上的POT模型来度量投资者所面临的市场风险是合适的。结果显示:基于正态分布假设得到的风险值小于POT模型的风险值。     

现行金融风险测度方法的局限及其突破

均值-方差、线性相关系数、VaR等现行金融风险测度方法应用得十分广泛，但应该注意的是在测度风险时必须考虑是否具备必要的前提条件。如果滥用就会导致荒唐的结果．将此作为控制风险的依据可能会带来重大的经济损失。对新的金融风险测度的研究从1997年开始获得了巨大发展．与现行金融风险测度方法相比至少有两大突破：可测度有极端事件分布的风险与更准确描述多变量分布的相关性。     

基于广义双曲分布的沪深300ETF期权定价实证研究

本文利用广义双曲分布(Generalized Hyperbolic,GH)来刻画沪深300ETF收益率尖峰、偏态、厚尾的特征,弥补了正态分布的不足.并利用GARCH过程描述其时变波动率的特征,两者结合建立了基于广义双曲分布的GARCH模型(GARCH-GH)为沪深300ETF期权定价.经测度转换至等价鞅测度下,用蒙特卡...     

基于分位数因子分析方法的系统性金融风险测度

尾部风险是系统性金融风险爆发的重要导火索，而常用于系统性金融风险测度的因子分析方法一般是从均值角度进行构建。为从尾部视角构建更加及时有效的系统性金融风险指标，本文选取了122个申万二级行业指数的日度收益率，采用分位数因子分析方法，构造了金融市场的尾部风险因子。通过与均值风险因子进行比较发现：（1）尾部风险因子在风险事件刻画和风险预警方面均具有优势；（2）其优势在于尾部风险因子除包含水平信息以外，还具有风险信息；（3）其风险信息不仅对未来市场价格信息具有边际的预测能力，还是风险预警能力的主要来源。本文的研究结果将有助于提升我国的系统性金融风险预警效率，为维护金融稳定提供参考。     

序数空间中企业战略风险与企业绩效关系研究——基于中国纺织业面板数据分析

依据序数空间中的熵理论,将战略风险转化为企业在战略参考系统内收益排名的下降带来的负面不确定信息,构建序数战略风险度量模型度量企业战略风险,克服了传统的均值方差等度量方法的局限性。运用2001～2009的中国纺织业相关数据,构建面板数据随机效应模型对企业战略风险与绩效关系进行分析,结果表明战略风险和企业的净资产收益率及总资产周转率呈负相关关系,企业非流动资产周转率和股息支付率对企业战略风险正向影响较小。     

系统性金融风险的监测和度量——基于中国金融体系的研究

国际实践表明,系统性金融风险不仅危及金融稳定,更会给宏观经济和社会财富造成巨大损失。在国际金融危机带来的外部风险输入和我国转轨阶段自身周期性和结构性问题叠加的背景下,我国实体经济与金融体系面临的风险上升并逐步显现。如何构建系统性金融风险的监测和度量方法,从而有效地识别、防范和化解风险成为一个重要而紧迫的课题。本论文借鉴国内外最新的研究和实践成果,在国内外现有研究尚不成熟的方面深入探索。论文将系统性金融风险产生的原因归纳为内部和外部两大因素,将传导机制归纳为内部传导和跨境传导,将扩散机制归纳为信贷紧缩机制、流动性紧缩机制和资产价格波动机制。立足我国转轨体制特点和当前系统性金融风险状况,论文提出了包含7个维度的系统性金融风险综合指数,在采用马尔科夫状态转换方法对综合指数进行实证分析的基础上,识别和判断风险指标的状态和拐点,并度量和预警综合指数状态转移的信息,由此有效衔接宏观审慎和微观审慎,构建一个既可以综合分析整体风险,又可以分解进行局部研究的系统性金融风险监测和度量方法。综合指数模型还引入了指数修正机制以更好地适应中国金融市场的动态发展。     

信托行业的风险价值研究

风险价值Va R作为度量风险的工具,在信托行业的风险管理中有重要的应用价值。基于历史模拟法、极值理论以及G-H分布随机模拟法,对××上市信托公司股票的收益率分别计算Va R值,通过对比分析发现,G-H随机模拟法与实际分布中的Va R值比较接近,而且对于股票市场的"厚尾"现象有很好的描述,估值效果最好。     

基于GARCH族模型和分位数回归的金融风险度量

<正>1.引言J.P.摩根在20世纪90年代提出的VaR(在险价值)已经成为市场风险度量的一种标准化方法。由于金融数据有着尖峰肥尾的特征,于是许多学者尝试使用t分布、GED分布、Logistic分布等非对称的分布替代传统的正态分布假设引入到VaR的估计中来,以试图解决收益率的分布问题。非对称分布很好的解决了描述尖峰肥尾数据的问题,使得对金融风险的度量更加精确可靠。而后,由于分位数回归的优良性质,其得到了广泛的应用,许多学     

基于金融结构变迁视角的区域金融风险测度——以安徽省为例

从金融结构变迁导致区域金融风险新变化为视角,从区域经济、区域金融和影子银行体系等三个方面构建了区域金融风险综合评价指标体系,并运用熵值法赋权,度量了2011—2015年安徽省区域金融风险的演化趋势。实证结论显示,安徽省区域金融风险呈现不断上升态势,主要体现在实体经济传导和影子银行体系的关联传染。     

基于GARCH-VaR模型对沪深300ETF基金的实证分析

由于在金融领域内,GARCH模型在金融时间序列波动率的模拟以及金融风险的度量中都有着相对广泛的应用。故而本文基于GARCH模型以正态分布的假定度量Va R值的精确程度,并且对Va R值进行失败率检测。结果表明,沪深300ETF基金具有尖峰厚尾特特征;利用EViews8.0对基金收益率序列进行相关性检验,发现其具有强相关性。通过GARCH模型消除相关性,对收益率建模,有效预测估计了基金的Va R值。     

基于GARCH模型的VaR方法在证券投资决策中的应用

由于股票市场的收益率具有尖峰厚尾及波动聚集的特性,使得对收益率的分析不能采用一般的方法,可以利用GARCH模型中的条件方差来度量其VaR,以此来消除股票日收益率的ARCH效应。将GARCH模型应用于我国证券市场中股票日收益率风险波动的计量,以民生银行和华夏银行为例,根据预测到的VaR值来计量股票风险波动的大小,从而得到同一行业中的哪只股票更有投资价值,为投资者提供正确的投资决策。     

我国省域系统性金融风险的测度分析

论文分析影响区域系统性金融风险的宏观、中观、微观因素,构建省域系统性金融风险测度指标体系,将层次分析法和熵值法相结合确定指标权重、指标预警区间,建立风险测度模型。通过对31个省市的实证分析认为,3个省市处于低金融风险,28个省市处于金融基本安全状态,且区域金融风险呈现由西部到中部再到东部地区依次上升的态势。最后论文提出了防范省域系统性金融风险的对策。     

基于商业银行视角的交叉性金融风险研究

本文基于商业银行视角,从风险来源出发,分别从业务维度及客户维度梳理了交叉性金融风险的识别路径,并借助“管理熵”的概念,对交叉性金融风险逬行了测度,且设置了风险指标监测方案。最后对商业银行交叉性金融风险管理现状做以梳理,并提出了管控建议。     

基于EGARCH-Copula模型的VaR方法在投资组合风险分析中的应用

GARCH族模型是金融计量学中用来描述或预测金融资产收益率波动的模型,通过对金融资产收益率波动的建模,可以得出未来金融资产收益率的条件分布。Copula函数可以用来描述多个随机变量间的相依结构,进而得出他们的联合分布。Copula自被引入金融产品分析以来,以取得了很多成果也被广泛使用。运用GARCH族模型进行资产组合中边缘分布的建模,继而使用Copula得到组合资产联合分布的方法来计算资产组合VaR值最早被吴振翔（2006）系统性地提出,但其中有许多问题仍需要完善。本文将继续这个思路,通过EGARCH模型更好地描述资产收益率的杠杆效应,以及考虑Copula函数中参数的时变性,来完善这一方法。     

金融支持乡村振兴发展实证研究——以青海省为例

通过分析青海省金融支持乡村振兴的作用机理,以乡村振兴战略"五个总要求"为框架,尝试构建了青海省乡村振兴指数,并采用熵权法对2007-2018年指数进行了测度.随后,运用测度结果验证青海省金融支持乡村振兴的成效.研究显示:2007-2018年间,青海省乡村振兴发展水平逐年提高,银行业金融机构的信贷支持显著地促进了青海省乡...     

我国系统性金融风险测度研究

本文以金融压力指数作为系统性金融风险测度指标,基于金融部门、宏观经济、 房地产市场、外部经济等方面构建系统性金融风险测度指标体系,集成分析金融体系整体风 险状况。测度结果显示,2014年至今,我国金融压力指数呈上升趋势,系统性金融风险压力增 大,但整体可控,需要把防控金融风险放到更加重要的位置,切实防范系统性金融风险。