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。     

我国开放式股票型基金的风险度量——基于GARCH-VAR模型

应用GARCH-VaR风险度量模型,对我国开放式股票型基金市场风险进行测量和分析,则能比较好的描述收益率波动的动态变化特征。该模型较符合我国证券投资基金的现状,并且可得到一个随时间变化的VaR序列,从而便于研究VaR的变化趋势和未来VaR的预测。对比不同分布下各模型计算出的VaR值的准确程度,可以为股票型基金的风险管理提供一个度量上的参考。     

沪深300指数的VaR风险测量——基于历史模拟法和蒙特卡罗模拟法

VaR是目前金融市场风险测量的主流方法。本文基于历史模拟法和蒙特卡罗模拟法,以沪深300指数为研究对象,进行了VaR风险测量实证研究。研究发现,蒙特卡罗模拟法能够较好地覆盖实际损失,适于我国股票市场价格指数的风险度量。     

基于历史模拟法对余额宝等热门理财产品的VaR实证分析

从2013年5月余额宝受到热烈的追捧之后,各种类余额宝产品层出不穷,竞争异常激烈。随着利率的下调,各理财产品的收益率也在走下坡路,当初备受关注的余额宝收益率也滑落至同类理财产品的中游。本文采用VaR风险分析法中的历史模拟法,运用余额宝等热门理财产品自上线以来的历史收益率进行风险对比分析,也提醒广大投资者在投资时不仅要关注收益率,也要考虑风险因素,为投资者衡量理财产品的风险程度提供了一个途径。     

VaR方法在国债利率风险管理中的应用

利用VaR方法对国债的利率风险进行了度量,首先验证了国债收益率序列不服从正态分布,说明不宜采用正态分布假定下的VaR计算方法计算VaR,然后采用VaR的历史模拟法对国债价格的利率风险进行了度量,最后对历史模拟法的优缺点进行了分析。     

基于GARCH族模型的VaR方法对上证综指的研究

本文结合GARCH族模型的VaR在险价值方法对上证综指进行了实证研究。分析发现,上证综指日收益率时间序列满足ADF单位根检验,具有很好的平稳性;基于广义误差分布（ GED）和t分布假定下, VaR在险价值方法与GARCH族模型的结合更好的反应了股市收益率的风险特征。     

基于VaR的我国A股市场风险计量

本文介绍了VaR计量常用的方法,并着重阐述了历史模拟法和参数法中的RiskMetrics方法。然后,分别用上证指数和深证指数的收益数据,在1%和5%的置信水平下进行了实证研究。结果表明,历史模拟法很好地估计了风险,而RiskMetrics方法在5%的置信水平下准确地估计了风险,但是在1%的置信水平下,则低估了风险。     

我国开放式股票型基金的风险度量——基于GARCH—VAR模型

应用GARCH—VaR风险度量模型,对我国开放式股票型基金市场风险进行测量和分析,则能比较好的描述收益率波动的动态变化特征。该模型较符合我国证券投资基金的现状,并且可得到一个随时间变化的VaR序列,从而便于研究VaR的变化趋势和未来VaR的预测。对比不同分布下各模型计算出的VaR值的准确程度,可以为股票型基金的风险管理提供一个度量上的参考。     

基于稳定分布的香港恒生指数期货分析

风险度量问题一直都是风险管理中的关键问题。本文引入稳定分布代替传统的正态分布,以精确描述金融收益的厚尾特征,并对香港恒生股指期货的日收盘价的每日收益率进行了拟合。进一步基于稳定分布的下的VaR模型计算了香港恒生股指期货的VaR并进行了检验,得出用稳定分布拟合香港恒生股指期货的每日收益率比用正态分布拟合效果更好。     

基于蒙特卡洛模拟法的余额宝收益风险研究

余额宝自面世以来备受投资者青睐,在货币基金中余额宝交易规模最大,但其收益风险也不容忽视,因此本文分别选取不同置信度、样本空间集利用蒙特卡洛模拟法计算VaR值。通过失败检验后得出置信度水平较高、样本空间集为300天的时间长度下利用蒙特卡洛模拟法量化风险准确性更高的结论,从而能够预测未来一段时间的收益,为投资者的投资决策提供帮助。     

中国国债期货市场保证金制度的研究

本文选取了2010年5月6日到2013年5月6日S＆P美国5年期国债的总体回报指数作为研究样本,采用VaR模型和GARCH模型,对保证金制度的设置进行了探究。研究发现VaR对于国债期货市场的风险具有很好的预测作用,并且通过实证分析得出当前市场保证金设置高于VaR值。研究认为,本文对保证金的研究对中国即将开放的国债期货市场具有积极的意义。     

我国铜现货风险度量研究

面对铜价的剧烈波动,有效度量铜现货风险对市场参与者而言至关重要。本文比较了受金融危机影响市场环境变化前后两个时期——震荡时期和下行时期,历史模拟法HS、正态分布ND、广义条件异方差GARCH、随机分布SV和极值分布EV五种模型对铜现货对数收益率日VaR和ES的估计效果。结果表明,投资者适宜运用GARCH模型预测铜现货市场风险波动剧烈时期的风险价值VaR,运用EV模型预测铜现货风险的尾部损失的均值。     

波动性的高频指标对收益分布预测能力的影响分析——基于上证综指的高频数据

当今许多金融问题,例如VaR计算、期权定价等,都需要首先对收益率的分布特征有比较准确的描述。之前的研究发现衡量波动性的高频指标——已实现波动(realized volatility,RV)——可以帮助我们更好地预测收益率分布。文章探究这个结论是否适用于中国市场。     

基于VaR-GARCH模型的国际原油期货风险分析

基于金融时间序列的实际分布的尾部明显更厚,而峰度则更高的特征,可以运用在不同的分布假定下的GARCH模型的VaR计算方法来对市场的风险进行分析。利用GARCH族模型以国际原油期货的日收益率数据分别在t-分布和广义误差分布(GED)条件下来度量原油期货的在险价值VaR。在验证了多个模型和二种分布组合之后,得出了GARCH(1,1)-t分布模型对原油期货能较好的拟合和反映出国际原油期货收益率的风险特征性。     

沪深股指收益率分布特征拟合检验研究

为更深刻地揭示沪深股指收益率特征,本文提出两成分混合广义正态分布及其退化分布、非对称广义正态分布及其退化分布等8种分布,对上证综指(SSEC)和深证成指(SZCZ)日收益率数据进行拟合对比分析。通过拟合评价和VaR度量发现：对于上证综指,用非对称广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征;对于深证成指,用两成分混合广义正态分布更好地拟合日收益率数据的尖峰厚尾带偏特征。在进行沪深股指波动率预测、资产定价和风险度量时,建议选择非对称广义正态分布和两成分混合广义正态分布进行对比分析,进一步提高其准确性。     

保险资金运用的市场风险管理模型研究

保险资金与其他的资金相比,对资产的安全性要求更高,因此保险资金运用的市场风险度量和管理已经成为保险公司当前面临的核心问题,迫切地需要能够度量和管理市场风险的有效方法。本文通过对风险价值法VaR方法三种计量模型的分析,提出在保险资金运用过程中,应根据保险资产收益率的实际分布情况,选择历史模拟法进行保险资金运用的市场风险度量和管理。     

汇率制度改革后的人民币汇率风险度量

汇率收益率存在以下典型特征:尖峰厚尾、偏斜和波动聚集性。因此,本文考虑两种厚尾分布,即t分布和广义误差分布;并引入一种门限GARCH模型——GJR模型来实现VaR的动态建模。实证研究表明,基于广义误差分布和GJR模型的VaR模型具有最优良的性质。     

基于极值理论的金融风险研究

运用极值理论的POT模型,并结合描述金融产品收益率的尾部分布更加精确的GPD分布,计算出了基于极值理论的风险估计。与传统方法相比,极值理论方法能更好的利用已知历史数据,并能在计算高置信度VaR时克服传统方法中误差较大的缺点。     

风险价值VaR模型与算法

本文介绍了VaR计算方法中的历史模拟法、蒙特卡罗模拟法,并就两种模型和算法以国内市场的六只股票进行了数值实验,且作了比较,通过比较可看出各种方法的优缺点。VaR及其计算方法的引入,对我国金融机构和投资管理市场风险以及金融监管部门进行金融监管具有重要的参考价值。     

论金融市场风险测量模型—VaR原理及应用

详细介绍目前测量市场风险的主流模型-VaR,包括VaR产生的背景、VaR的概念;概述VaR的各种计算方法,比较计算方法的优缺点;最后就VaR的作用,应用及其局限性进行讨论。