GARCH模型与VaR法在外汇风险度量中的应用

目前,在汇率波动日趋频繁的背景下,外汇风险日益引起关注。外汇风险防范和控制的关键在于其度量和预测。本文尝试引入GARCH模型和VaR法来解决这个问题,这个过程是分两步来进行的:首先用GARCH模型对外汇市场存在的风险作定量分析;然后,再以GARCH模型计算的方差为基础,运用VaR法进一步度量外汇市场风险,从而使不同类型的风险投资者,可以根据自己的风险厌恶程度,计算各自的VaR值,达到预测及控制外汇风险的目的。     

期货投资的VAR模型及风险控制——以大连商品期货交易所黄大豆期货为例

本文以大连商品交易所黄大豆期货日收盘价为原始数据,将GARCH模型运用到蒙特卡罗模拟法中,估计黄大豆期货日收益率的VaR。结果表明基于GARCH模型的蒙特卡罗模拟法计算的VaR值估计效果很理想,从而能采取有效措施,对期货市场风险进行控制,达到规避、分散、降低风险的目的,为探索我国金融期货市场的VaR模型提供选择依据。     

基于VaR—GARCH模型的商业银行外汇风险度量

2005年7月21日,我国对汇率制度进行了改革.在汇率市场化条件下,人民币汇率波动更加明显,使得我国商业银行在众多业务中存在的外汇头寸暴露于外汇风险之下.因此我国商业银行应提高外汇风险管理意识,建立全面的外汇风险管理系统,利用科学的外汇风险度量模型,以提升外汇风险管理水平.本文从我国商业银行外汇风险的识别出发,选择了VaR模型中的GARCH族模型,以中国银行为例对其存在的外汇风险进行实证分析,并针对目前外汇风险管理存在的问题提出了可行的改进措施和建议.     

VAR理论在我国股票市场的实证研究

我国金融市场的迅猛发展,使得金融机构面临的主要风险已从信用风险转向了市场风险。我国金融市场作为一个发展中的新兴市场,市场风险必将随着金融市场的发展而逐渐加大。VaR方法作为风险管理的计量模型,能够有效地度量和控制金融风险,在世界金融市场上已经得到了广泛的运用。本文正是运用VaR模型度量了我国证券市场的市场风险,利用上证综合指数1995年1月3日至2008年12月12日的数据,具体计算出上证综合指数的VaR值,旨在探讨VaR模型能否适用于中国股票市场。     

基于分位数回归的大豆期货市场的风险分析

本文以2009年1月1日到2015年12月31日的主力合约收盘价数据为研究对象,采用GARCH模型、TARCH模型和非递归分位数回归模型研究大豆期货市场风险。研究结果表明,大豆期货市场VaR值存在明显被高估现象,GARCH模型与TARCH模型对市场风险的估计没有明显的差异性;分位数回归模型仍然存在高估现象,与经典回归模型相比,VaR值估计准确度有所增加。     

VaR方法在我国股票市场中的应用与分析

本文应用经济计量方法对上证指数收益VaR进行估计和分析,通过对上证指数突变前后股市VaR大小的比较指出其存在的差异与原因,并运用参数法VaR模型对股票投资实例进行分析,实证结果表明随着股市价格下跌其存在的风险值也越大但风险值的增长率远小于股市价格下跌率,并且组合投资能够降低投资风险。     

基于GARCH(1,1)模型的我国商业银行市场风险研究

随着现今金融市场的发展,市场因子的波动性和联动性也随之增强。在互联网金融的时代变革下,商业银行作为传统的金融机构,其市场风险管理的重要性由此凸显。VaR是目前度量市场风险较为成熟的工具,也是巴塞尔委员会一直推荐的市场风险度量方法。以中国农业银行为例,基于GARCH(1,1)模型对其VaR值进行估计,研究表明VaR可以很好地刻画商业银行市场风险。     

基于极值理论的沪综指尾部风险度量

以沪综指为实证研究对象,利用AR-GARCH模型捕获沪综指对数收益序列中的自相关和异方差现象,获得近似独立同分布的残差序列,再利用极值理论中的POT方法对残差序列进行极值分析,并采用给出了极值分布的各参数极大似然估计,进一步计算置信水平下的VaR值,结果表明,根据AR-GARCH-POT方法所得的VaR对沪综指实际损失风险的刻画准确。而基于所得的VaR序列分析沪综指收益率的系统性风险历史波动趋势,结果发现系统性风险历史趋势存在先高后低,且自2006年后逐年升高的特征,目前阶段的总体性风险处于较高水平。     

商业银行市场风险的VaR度量方法的概述

商业银行市场风险的度量一般采取标准法和内部模型法(即VaR模型)。《巴塞尔新资本协议》之后,VaR模型逐渐成为商业银行主要的风险评价和管理工具。然而VaR模型存在缺陷。本文论述了实际应用中的VaR度量方法及其不足之处。     

基于BSI法和LSI法的外贸企业国际结算风险管理

2010年6月19日,央行宣布进一步推进人民币汇率形成机制,增强人民币汇率弹性.汇改后,人民币汇率按照改革的要求实现了双向波动,人民币汇率水平已经开始反映出市场供求水平,波动幅度相对汇改前显著增强.中国企业在国际贸易中的不可控制风险,首先就是结算风险,而结算风险又与外汇风险密切相关.对于进出口企业来说,汇率风险将直接影响企业的支付成本、收入核算以及财务预测等.因此,控制外汇风险是各类有外汇收支需求的企业保值盈利的前提.     

基于LA-VaR的股指期货保证金设置探讨

保证金制度是股指期货交易的关键和核心,可用VaR方法来确定保证金水平。通过包含市场风险和流动性风险的LA-VaR模型,结合我国股指期货市场的实际,估计出每日的VaR值,结果显示：忽视流动性风险将大大低估股指期货市场上的风险;10%的涨跌停板足以覆盖可能发生的损失。建议在股指期货市场运行一段时间后把保证金水平从现在的12%降为10%,以提高资金使用效率和市场流动性。     

浦发银行汇率风险度量研究

随着人民币汇率的波动复杂化,汇率风险管理成为商业银行经营外汇等业务面临的重大课题,而风险管理的关键环节在于对风险的度量。浦发银行长期以来风险度量体系落后,目前仍使用的风险敞口、敏感性分析法已经不能适应多变的金融环境。VaR作为金融市场风险测量的主流方法,近年来得到金融界的广泛认可和支持,浦发银行应当借鉴国际和国内的经验引进适合自己的VaR模型,以提高抵御汇率风险的能力。     

风险价值法在我国商业银行外汇衍生品风险管理中的应用

随着我国商业银行外汇衍生品业务的不断发展,外汇衍生品所带来的交易风险也越来越受到人们的关注,如何度量外汇衍生品的风险已是我国商业银行不能回避的问题。风险价值法是当今国际上最为通用的风险管理模型,通过对风险价值法的分析,总结我国商业银行在利用风险价值法过程中可能遇到的问题,并提出相应的对策,期望为我国商业银行外汇衍生品风险管理提供一套先进的、可行的风险度量模型。     

半方差法和VAR方法的评价与实证分析——基于GARCH类模型

基于GARCH类模型,应用上证综合指数与港元对美元汇率数据,选择最优模型拟合汇率和指数,并估计VaR值,最后将VaR与半方差进行比较分析。结果表明,VaR与半方差在不同方面各具有直观性的优势:VaR用于衡量单个投资品或投资组合的风险上具有明显的优势,而半方差能直观地用于不同投资产品之间波动性的比较。     

上证综指收益波动性及其VaR风险度量的实证研究

风险估值模型是近年来国内外兴起的一种金融风险管理工具。在对上证综指日回报序列分布做了正态分布的假设基础上,通过指数移动平均方法（正态分布的VaR估计）和反映风险动态性的基于GARcH的vaR估计,得出在各个置信水平上都有效而准确的vaR的估值,度量了上证综指收益的潜在风险和波动性,得出上海股市收益率序列具有厚尾性和波动集聚性特征。     

房地产板块风险分析——基于GARCH模型VaR方法

主要对GARCH模型在风险计量方面的理论方法进行了梳理,并选取2007年1月4日至2010年12月23日上证房地产指数日收盘价作为数据样本,运用GARCH模型VaR方法对我国股市中房地产板块的风险进行了实证分析。实证结果表明我国地产股指序列存在集聚效应,GARCH模型较传统静态法更能够较好的描述我国房地产板块的波动情况,因而测量的VaR值更能反映我国地产板块面临的风险程度。     

金融风险度量的VaR方法综述

VaR方法逐渐成了度量金融风险的主流方法,越来越多的金融机构采用VaR测量市场风险,使用VaR作为风险限额,监管当局也在使用VaR确定风险资本金等等。本文对VaR理论方法产生的背景,VaR理论在国内外的研究情况进行了综述。对VaR的各种应用作一介绍,并对VaR的进一步应用作了展望。     

VaR风险控制在采购策略研究中的应用

原料采购是一个极富变化的系统工程 ,在分析其价格风险的基础上 ,介绍VaR模型及其参数的EWMA方法估计 ,并把它应用于企业采购过程中的风险定量分析。最后做实证分析 ,以说明该方法的有效性 ,为制定科学的采购策略提供新思路。     

基于VaR方法的保险投资风险度量

风险管理直接影响到保险投资管理决策的有效性，风险管理中的在险价值VaR（ValueatRisk）法是风险度量的一般方法，被广泛应用于国外金融机构的风险管理中。1995年12月，美国证券交易委员会将VaR方法列为三种市场风险披露方法之一。因此，研究VaR的具体操作方法及应用到保险投资的风险管理中，对我国保险资金风险防范具有积极的指导意义。     

基矛CVaR的投资组合优化模型研究

风险价值（VaR）是近年来国际金融机构所倡导的测度和控制金融风险的国际主流技术，但是它在投资组合损益服从非正态分布的情形时，不满足一致性风险度量，出现尾部损失测量的非充分性。为了使具有一致性的条件风险值度量（CVaR）克服VaR的不足，构建基于CVaR约束的投资组合优化模型，该模型虑及了投资组合资产的交易成本、交易限制、资金约束和投资者的风险承受度，为制定合理的最优投资组合提供了一种新的思路。