我国主要证券市场VaR模型变动性研究

对证券市场风险度量模型的探索,一直是国内外金融风险管理者关注和研究的热点之一。VaR(Value-at-Risk)风险度量模型,目前已成为金融机构、非金融企业、金融监管部门测量和监控市场风险的主流工具。然而VaR模型能否有效正确地度量证券市场风险,不但取决于估计的精度,还取决于选用VaR模型本身的变动性。因此,探索我国主要证券市场VaR模型的变动性,有一定的现实意义。针对我国主要证券市场指数,本文首先通过图形展示了三类(参数、半参数和非参数)VaR估计方法在不同的窗口设定下控制风险的表现;其次在平均相对偏差(MRB)和平方根相对偏差(RMSRB)的双重标准下,对三类VaR估计模型的变动性进行了比较研究,结果表明:在我国主要证券市场上,参数类VaR估计模型本身的变动性和偏离程度较小,半参数类VaR估计模型次之,而非参数类VaR估计模型本身的变动性和偏离程度较大,这在一定程度上符合新兴国家证券市场存在较大投机收益的特点。     

GARCH模型在计算上海股市风险价值中的应用研究

本文主要讨论VaR模型中有关波动率的估计方法.通过研究上证综合指数收益波动特征,发现其收益率服从高阶ARCH过程.然后分别采用GARCH(5,4)模型和RiskMetrics标准法预测上证综合指数收益的VaR值.返回式检验表明,GARCH模型比RiskMetrics标准法能更准确地反映我国上海股市的风险.     

基于混合正态分布的风险价值度量

利用参数方法计算VaR的关键在于对收益率分布形式的假定是否合理.为了充分反映金融收益的统计特性,并更好地刻画厚尾特征,本文在利用ARMA-GARCH模型过滤了收益序列的自相关和波动聚类特性后,采用混合正态分布模型分析资产收益的VaR度量,并对上证综指获得的日收益率序列进行了实证研究.比较分析混合正态分布和正态分布两种假定下的VaR.结果表明:混合正态分布假设能够反映收益分布5%的厚尾特征并准确地刻画1%的厚尾部分.避免了正态分布假设低估风险的缺陷,保证了VaR的准确性.     

我国银行间同业拆借市场利率风险度量

本文利用1996年1月5日至2008年9月17日的我国银行间隔日同业拆借利率序列,通过GARCH模型对收益数据中的自相关和异方差现象进行了实证研究,采用MLE方法估计模型参数,再利用所得参数分别计算了不同收益率分布假设下的不同置信水平的VaR值;在此基础上,进行回测检验,比较了各种模型估计效果,并进一步分析了我国同业拆借利率市场的系统性风险历史波动趋势;最后提出了相关结论与政策建议。     

基于非对称GARCH模型的美元／人民币汇率VaR分析

GARCH模型在金融资产序列波动率的模拟和金融风险VaR的度量中有广泛的应用。自从2005年7月21日人民币实施浮动汇率机制以来，美元／人民币汇率的波动较为频繁。因此，利用非对称GARCH模型度量美元从民币外汇汇率的波动性，并计算95％和99％置信水平下不同模型的VaR，运用Kupiec检验对不同模型一天VaR度量的精度进行比较，结果表明无论在95％低置信水平下，还是在99％的高置信水平下，TARCH—t和EGARCH—t对美元，人民币能很好的拟合实际日损失。     

金融计量的新近发展

这篇论文在一个统一的统计学框架内选择性地综述了时间序列金融计量学的部分最新发展。论题包括有效市场假说的检验,金融收益的预测,波动的聚类和溢出效应,风险值(VaR),统计密度函数预测,以及金融模型的诊断检验。对每一问题,我们讨论了合适的统计概念、模型和方法,以及它们在金融数据分析中的一些应用。     

金融计量的新近发展

这篇论文在一个统一的统计学框架内选择性地综述了时间序列金融计量学的部分最新发展.论题包括有效市场假说的检验,金融收益的预测,波动的聚类和溢出效应,风险值(VaR),统计密度函数预测,以及金融模型的诊断检验.对每一问题,我们讨论了合适的统计概念、模型和方法,以及它们在金融数据分析中的一些应用.     

标准仓单质押组合的价格风险——基于中国农产品期货规范市场的实证研究

利用基于Copula函数的AR(p)-GARCH(p,q)模型计算的VaR能够对农产品标准仓单的价格风险进行准确度量。对大连商品交易所的典型期货交易品种——黄大豆一号、豆油、豆粕的期货合约日结算价进行了实证研究。研究结果显示:从对价格风险预测的盯市频率来看,时变VaR优于静态VaR,因此重视农产品价格风险的频次预测应替代传统风险判断的单次监测;从对风险因子间相依性结构的刻画来看,基于t-Copula函数计算的VaR优于基于正态Copula函数计算的VaR,因此质押物价格波动间的相关系数是度量组合风险时必须考虑的重要变量。     

中国中小板市场的“特质波动率之谜”

利用中小板指数和上证指数的日超额收益率数据,采用半参数局部多项式回归法,研究了中国中小板市场的特质波动率与横截面收益率的关系,探讨了中国中小板市场是否存在"特质波动率之谜"现象。结果显示:总的来说,中国中小板市场的特质波动率与横截面收益率之间存在正相关关系,但是这种正相关关系并不稳定;当股票市场行情较好时,中小板市场的特质波动率与横截面收益率正相关;当股票市场行情较差时,两者负相关;当上证指数的日超额收益率为负时,中小板市场出现"特质波动率之谜"现象。     

金融计量的新近发展

这篇论文在一个统一的统计学框架内选择性地综述了时间序列金融计量学的部分最新发展。论题包括有效市场假说的检验，金融收益的预测，波动的聚类和溢出效应，风险值（VaR)，统计密度函数预测，以及金融模型的诊断检验。对每一问题，我们讨论了合适的统计概念、模型和方法，以及它们在金融数据分析中的一些应用。     

基于GARCH模型的证券投资基金VaR计算与实证研究

基于统计技术的度量金融市场风险值(Value at Risk,VaR)已成为测量市场风险的新标准和新方法。鉴此,如何高效、准确地进行VaR的计算将是问题所在。基于GARCH模型,讨论了对数收益率时间序列在正态、学生t和广义误差(GED)三种不同分布下的VaR计算方法,对样本基金的市场风险进行估计,并通过返回检验来检验模型的准确性。研究结果表明,基于GED分布的GARCH模型计算的VaR值最能真实地反映基金风险。     

关于开放式基金VaR风险的比较——基于半参数与非参数法

在刻画和估计资产联合损失分布函数的基础上对开放式基金VaR风险进行比较分析。在极值情况下有两种算法：一种是半参数法,采用GPD分布来拟合损失分布的尾部和核密度分布拟合损失分布的中间部分,运用copula函数来刻画资产损失的相依结构;另一种是非参数法,用Bootstrapping和FHS方法对收益率进行抽样和模拟。经过实证分析发现在较低置信水平下,宜于采用非参数法;而在较高置信水平下,采用半参数法则更合适,这也充分说明半参数法适合在更极值情形下对开放式基金估计VaR风险。     

商业银行操作风险计量的极值模型实证研究

本文利用极值理论中的BMM模型、POT模型分别对中国商业银行2004-2011年度的225起操作风险损失事件采用广义极值分布、广义帕累托分布构建VaR模型,运用极大似然估计法估计有关参数,进而计算操作风险损失VaR.运用基本指标法对BMM模型和POT模型的计量结果进行验证以确定优劣.实证研究显示,在数据较少条件下,用POT模型度量操作风险损失VaR较BMM模型更为合理,这为我国商业银行操作风险计量提供一个切实可行的量化方法.     

基于Archimedean Copula-GARCH模型的国际原油价格风险度量

本文对国际原油市场价格风险VaR的度量方法进行研究,选择了三种主要的ArchimedeanCopula函数描述随机变量之间的相关关系,运用GARCH对边际分布建模,使用Monte Carlo方法分别计算三个模型下的VaR,并通过回测检验对模型进行检验和比较,结果显示Clayton Copula-GARCH模型估计效果较好.     

基于GARCH模型的VaR方法对我国开放式基金风险的分析

本文从我国开放式基金收益率序列的分布与波动性两方面建立了一个估计基金风险的VaR-GARCH模型,在正态分布和能够刻画收益率的尖峰厚尾特征的t分布GED分布三种不同的分布假设下,对基金的VaR值进行估计,并应用Kupiec失败频率检验方法对VaR模型的准确性进行了返回检验。结果显示,基于GED分布的GARCH模型计算的VaR值比基于正态分布和t分布GARCH模型计算的VaR值更真实地反映了基金的风险。     

基于Copula-GARCH模型的国际股票市场组合风险度量

由于金融收益序列的时变波动、偏斜、高峰、厚尾等分布特性,加上波动的集聚性和杠杆效应,在描述金融收益序列中通常使用GARCH族模型。本文结合TGARCH-t模型和Copula方法,利用上证综指、深证成指、恒生指数以及标准普尔500指数对沪、深、港、美股票市场进行分析。该模型能很好地捕捉资产间的非线性相关性,更符合现实市场。利用其对市场估计的准确性,以建立更加准确且经济效益高的VaR风险管理。     

VaR模型三种方法测度深沪股票指数风险的实证研究

正一、VaR模型简介VaR是英文Value at Risk的缩写,中文通常译为风险值。它是一个统计上的概念,旨在估计给定金融资产或资产组合在未来资产价格波动下的潜在损失。Jorin(1996)给出了VaR比较权威的定义,可将其简单地表述为:在正常的市场条件下和给定的置信度内,某种金融资产或是资产组合在未来一段持有期内的最坏预期损失值可表示为:P(ΔPVaR)=1-α或者,P(ΔP≤VaR)=α     

对我国开放式基金风险的实证研究——基于GARCH模型的VaR方法

从我国开放式基金收益率序列的分布、波动性和杠杆效应三方面考虑,在正态分布、t分布和GED分布的假设下,-建立了估计基金风险的VaR—GARCH、VaR—EGARCH模型,选择合适的模型对各只基金及不同类型基金的VaR值进行估计,并应用Kupiec方法对VaR模型的准确性进行了返回检验。结果显示,基于GED分布的GARCH模型计算的VaR值比基于t分布的GARCH模型计算的VaR值更真实地反映了基金的风险,不同投资类型和投资风格的基金的风险也不尽相同。     

基于Cornish-Fisher展开式的中国股市高频数据VaR风险实证研究

实际市场收益率的尾部普遍展现出比正态分布宽大的＂厚尾＂特征,通过Cornish-Fisher方法修正正态分布,可使其适合股票市场的实际情况。用沪深300指数的5分钟高频数据构造已实现波动率,来考察中国股票市场的波动特征,试图将高频金融数据的＂已实现＂波动率引用到基于Cornish-Fisher的VaR模型当中。通过与正态分布假设的VaR的返回测试对比,从实证的角度论证Cornish-Fisher扩展方法在VaR估计中的有效性,基于数据特征的Cor-nish-Fisher扩展方法有效地改善了VaR的估值。     

中国股票市场ES和VaR的实证比较分析

以我国股票收益率为研究对象,分别在正态分布和非正态稳定分布条件下对ES和VaR的凸性、次可加性和有效性进行了实证比较分析,发现:在非正态稳定分布条件下VaR不满足凸性和次可加性,ES满足凸性和次可加性,在正态分布条件下VaR和ES都满足凸性和次可加性;在两种分布条件下ES的有效性都高于VaR的有效性,而在非正态稳定分布条件下ES的优势更加明显。由于本文的收益率分布拟合检验表明我国的股票收益率服从非正态稳定分布,所以在我国股票市场上ES是比VaR更好的风险度量。