风险价值VaR与条件风险价值CVaR比较研究

风险价值VaR及条件风险价值CvaR自从其提出之日起,就受到国内外学术界和金融风险管理者的关注.本文主要介绍了VaR及CVaR的概念、计算方法,以及二者之间的联系等.在比较研究二者各自优点和局限性的基础之上,得出由于CVaR相对于VaR的优越性,在不久的将来,CVaR将会取代VaR,成为金融机构进行风险管理的一项公认标准.     

基于风险测度理论的VaR与CVaR的比较研究

本文分别在Artzner等(1999)提出的一致风险测度理论框架内和随机占优理论框架内比较VaR和CVaR的优劣,指出CVaR在性质上要优于VaR。但在椭圆分布假定下,VaR依然保持子可加性和二阶随机占优的一致性。由于椭圆分布包含诸如t分布以及帕累托分布等能够反映厚尾特征的分布,因此VaR依然可以刻画金融时间序列数据的尾部特征。此外,本文探讨了CVaR在风险管理和监管实践中遇到的问题,指出CVaR模型的事后检验不易实施。     

基于Copula的商业银行信用—汇率风险整合的实证研究

本文对不同族类、不同种类Copula函数进行比较分析,基于深圳发展银行、上海浦东发展银行、中国民生银行信用收益率和汇率收益率的经验数据进行实证研究与分析,用经验累积分布函数拟合信用收益率和汇率收益率的边缘分布,Archimedean Copula函数描述三家银行的信用收益率和汇率收益率的相关关系。在各个置信度下,运用拟合度最优的Copula函数求出各自的信用-汇率风险的VaR(Value-at-risk)值和CVaR(Conditional Value-at-risk)值,并比较三家银行整合风险的大小,为金融机构决策者的监管提供参考。     

从一致性公理看金融风险度量技术新发展

"一致性公理"用四个性质给出了好的度量模型标准。然而作为风险价值度量的VaR模型却很可能不满足"一致性公理",因此存在度量风险的缺陷。CVaR模型的提出,弥补了VaR模型不满足次可加性以及尾部风险度量不充分的两大缺陷。于是在传统的VaR方法基础上,融合进市场风险和流动性风险,形成一些新的金融衍生工具的风险管理框架。     

趋势持续时间与价格变化相依结构下的高频交易CVaR模型

针对现有文献估计高频交易风险与实际风险存在偏误,提出基于趋势持续时间与价格变化相依结构下的CVaR模型。该方法首先定义了趋势持续时间和价格变化幅度,并得到趋势持续时间和趋势持续期内价格变化幅度两者边缘分布。然后结合Copula理论构造出趋势持续时间和价格变化幅度的联合分布和条件分布,并在此基础上计算CVaR。最后采用沪深300股指期货高频交易数据对本文提出的模型进行了实证检验。结果表明：下跌趋势持续时间要比上涨趋势持续时间长,对应的下跌幅度要比上涨幅度更大,股指期货上涨与下跌风险具有不对称性。     

三种Copula-VaR计算方法与传统VaR方法的比较

金融风险测量VaR方法广泛应用于银行等金融机构,Copula技术以其处理非正态联合分布函数所具有的良好性质逐渐成为国内外研究的热点。本文将Copula理论应用于VaR的计算方法,并与传统的VaR方法进行比较,通过美元和欧元组合的实证研究,得到基于Copula的VaR方法能够更加有效地测量风险的结论。     

一种多资产组合风险度量解决之道：正则藤Copula

为准确地度量包含有多项金融资产的组合的风险,本文提出使用一种新的高维Copula构建方法,正则藤Copula（Canonical Vine Copula）,来对多资产间的非线性相关结构进行建模,该函数呈现为一个以一系列成对Copula函数作为节点的“藤”的层叠结构。本文基于上海、香港和台湾三个股票市场对构建该高维Copula函数时各个节点上成对Copula函数类型的选取进行了讨论,并证实了正则藤Copula函数相比传统的多元Copula函数能够更灵活地描述各市场间尾部相关性的复杂形式。样本外风险预测绩效分析和模拟研究均表明,使用正则藤Copula函数确实能够更为稳健和准确地预测组合VaR。     

Robust portfolio optimization

We address the problem of estimating risk-minimizing portfolios from a sample of historical returns, when the underlying distribution that generates returns exhibits departures from the standard Gaussian assumption. Specifically, we examine how the underlying estimation problem is influenced by marginal heavy tails, as modeled by the univariate Student-t distribution, and multivariate tail-dependence, as modeled by the copula of a multivariate Student-t distribution. We show that when such departures from normality are present, robust alternatives to the classical variance portfolio estimator have lower risk.     

Portfolio optimization based on GARCH-EVT-Copula forecasting models

This study uses GARCH-EVT-copula and ARMA-GARCH-EVT-copula models to perform out-of-sample forecasts and simulate one-day-ahead returns for ten stock indexes. We construct optimal portfolios based on the global minimum variance (GMV), minimum conditional value-at-risk (Min-CVaR) and certainty equivalence tangency (CET) criteria, and model the dependence structure between stock market returns by employing elliptical (Student-$t$ and Gaussian) and Archimedean (Clayton, Frank and Gumbel) copulas. We analyze the performances of 288 risk modeling portfolio strategies using out-of-sample back-testing. Our main finding is that the CET portfolio, based on ARMA-GARCH-EVT-copula forecasts, outperforms the benchmark portfolio based on historical returns. The regression analyses show that GARCH-EVT forecasting models, which use Gaussian or Student-$t$ copulas, are best at reducing the portfolio risk.     

Adjusting MV-efficient portfolio frontier bias for skewed and non-mesokurtic returns

This study investigates the bias adjustment for mean–variance efficient portfolio frontiers due to population mean and variance estimation error in Taiwan stock market. Although Siegel and Woodgate (2007; Management Science, 53, 1005–1015) and Kan and Smith (2008; Management Science, 54, 1364–1380) suggested two portfolio frontiers that improved upon the out-of-sample performance of a traditional sample portfolio frontier. However, this study shows that, using the copula function and Gram-Charlier series, the two frontiers are theoretically biased toward the actual frontier unless returns behave normally, and the bias is related to the return skewness and kurtosis. Indeed, the two frontiers are empirically biased to the lower-left side of the actual ones, because the Taiwan stock returns are right-skewed and highly leptokurtic. Thus, this study thus proposes revised portfolio frontiers that are closer to the actual frontier than unrevised ones. This improvement may enhance the estimation accuracy of the capital market line, and hence this study can provide an effective investment reference.     

极值理论(EVT)在金融机构操作风险建模中的应用与改进

极值理论(EVT)是用来研究极端事件分布特性的理论。EVT理论应用于金融机构的操作风险衡量大致有两种方法:一种是POT方法,以点过程方法为基础,选择一个安全阈值,忽略操作损失事件的发生时间;另一种方法BM (Block MaXima)考虑操作损失事件的发生时间,并选择采用GEV分布。对操作风险的EVT衡量方法的改进,大致可以分为两类方向:一类是对POT和BM方法进行改进,把随机变量的非平稳性、相关性特性纳入模型的构建、参数估计和模型检验之中;另一类方向是设法建立新的统计建模分析方法,如因果关系模型、贝叶斯网络技术等。     

基于VaR的我国证券投资基金绩效评价方法

证券投资基金绩效的评价,不仅要考察基金的收益率,而且还要看它所承担的风险。投资基金绩效评价传统经典方法主要有特雷诺指数法、夏普指数法、詹森指数法及T-M模型、H-M模型。基于VaR的证券投资基金绩效评价方法——RAROC,这种经风险调整后的绩效评价方法能更客观、准确地反映证券投资基金的绩效。     

基于VaR和RAROC的保险基金最优投资研究

本文从保险基金的有效运用所应遵循的安全性、盈利性和流动性的基本原则出发,把VaR、RAROC纳入到保险基金投资的研究中来,建立了一个考虑承保风险、VaR限额约束和追求风险调整的资本收益率最大化的保险基金投资优化模型,并给出了模型的求解方法和计算实例。     

基于会计系统人格假设的权益要素属性探讨

本文根据会计的人造经济系统特征,提出“会计系统人格假设”,并在此基础上对权益要素产生和发展的过程进行分析,探讨权益要素的属性。