基于GARCH-VaR模型的股票市场风险度量与预测分析——以新能源行业为例

一个有效的风险测度模型必须能够有效刻画金融市场的典型事实,本文将GARCH模型与VaR方法相结合,以新能源行业股票收益率为对象,比较研究了残差不同分布假定下股票收益率VaR值的精确程度,并做了向前一步的VaR失败率回测检测,结果表明残差正态分布下的GARCH-M(1,1)模型很好地刻画了新能源行业股票市场的风险特征,为预测风险提供了较好的方法.     

基于copula-CAViaR模型的股票市场风险分析

VaR模型是度量金融风险水平的常用工具,尽管VaR模型并不能考虑依赖风险,VaR模型仍是金融机构及金融监管部门防范市场风险的标准工具,VaR模型是否稳定也是金融界十分关注的问题.copula理论可以解释风险之间的依赖性关系.为了解决市场风险依赖性的问题,充分考虑市场风险的依赖性,本文在条件自回归VaR模型(CAViaR模型)基础上,引入copula理论,利用copula - CAViaR模型,对标准普尔指数SP500、英国富时指数FTSE100、日经平均指数NIKKEI225和香港恒生指数HSI43这四个具有全球代表性的股票市场进行联合分析.研究结果发现,四种常用的copula - CAViaR模型均适用,其中GARCH(1,1)- copula - CAViaR模型对具有依赖关系的股票市场联合描述的稳定性最好.     

VaR模型在套期保值比率计算中的实证分析

提出了考虑套期保值期内不同期限价格风险的最小平均VaR套期保值比率计算模型。基于我国外汇市场及股票市场数据,用最小平均VaR套期保值模型进行了实证分析,并同常用的最小方差及最小VaR套期保值模型进行了对比,得出了最小平均VaR模型在套期保值过程中的效果要优于其他两种模型,并能更有效地降低投资者提前终止套期保值可能面临额外风险的结论。     

基于正态扩展分布的我国股市VaR估测研究

风险价值(VaR)现已成为世界各国金融机构与非银行类金融机构广为使用的一种风险度量技术,故需要不断寻求解决风险测度VaR的真实性、克服或降低计算风险的方法.本文首先梳理了对正态假设的质疑,汇总了以正态分布为基础的扩展分布用来描述有偏、尖峰厚尾与非对称性的分布特征,并从实证分析的角度考察了正态扩展分布对我国股票市场VaR的估值与有效性问题.     

最小平均VaR套期保值比率计算模型及实证研究

针对传统的套期保值模型只考虑最小化套期保值组合在到期日的价格风险,而且没有充分利用资产历史价格样本数据所提供的收益率信息的特点,本文提出了考虑套期保值期内不同期限价格风险的最小平均VaR套期保值比率计算模型。基于我国外汇市场及股票市场数据,本文对最小平均VaR套期保值模型进行了实证分析,并与常用的最小方差及最小VaR套期保值模型进行了对比,得出了最小平均VaR模型在套期保值过程中的效果要优于其他两种模型,能更有效地降低投资者提前终止套期保值可能面临额外风险的结论。     

基于VaR的股票风险管理模型比较研究

在险价值穴ValueAtRisk,简称VaR雪是度量市场风险的一种普遍使用的工具,可看作是市场风险度量的基石。本文分别以资本资产定价模型(CAPM模型)和套利定价理论(APT理论)为基础,以VaR为风险管理工具,通过对单个股票或股票组合的资产回报进行风险管理建模,并利用我国股票市场的数据对两个不同的风险管理模型进行比较研究,分析了它们的有效性和局限性。     

我国商业银行市场利率风险的VaR度量实证研究

运用GARCH族模型和分位数回归的方法对我国商业银行利率风险进行VaR度量,从而测算我国商业银行的利率风险,运用上海银行间同业拆借市场（Shibor）的隔夜拆借利率数据进行研究。通过GARCH族模型的选取可以得出正态分布和T分布并不适合我国商业银行间同业拆借市场,本文选取广义误差分布（GED）对数据进行GARCH建模并测算其VaR,同时本文运用了分位数回归的方法对VaR进行测算,从结果证明分位数回归方法更适合VaR的度量。     

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。     

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。     

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。