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.     

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。     

基于事件研究法的“大小非”解禁关于股票市场风险研究

通过比较＂大小非＂解禁事件前后不同时期的风险价值VaR,来评价大小非解禁对证券市场风险的影响。首先针对股票收益率序列具有波动聚集以及尖峰、厚尾的分布形态,应用GARCH类模型计算解禁前后各一段时期内沪深两市不同解禁量股票的VaR;其次应用多种定性、定量统计方法对所计算的VaR值进行前后分析比较,分析结果表明,采用的方法能够很好地捕捉到＂大小非＂解禁事件增大股票市场风险趋势这一现象。     

GJR模型及Monte Carlo模拟法在测定上证综指的VaR中的应用

上证指数收益率的经验分布具有尖峰厚尾特征,本文以广义t-分布假设下的GJR模型为基础,测量了上证指数收益率波动性的杠杆效应,并根据GJR模型应用Monte Carlo模拟方法,测定上证指数日收益率和持有期收益率的风险价值(VaR).结果表明用GJR模型比均值-方差模型和历史模拟方法计算的5%显著性水平VaR值更接近实际收益率.     

山西汾酒的VaR研究

随着经济的迅速发展,金融衍生品和金融工具的发展也更加繁荣,人们对于风险的研究要求也越来越高.VaR方法(value at Risk),称为风险价值模型,是一种新型概念下的风险度量和管理工具,与传统的风险度量方法有区别.本文分别从Garch模型和移动平均法分别对股票山西汾酒的VaR方法进行实证分析,研究股票山西汾酒的风险价值.     

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。     

传统能源及碳交易价格与新能源股价——基于VAR和CAPM-GARCH模型的分析

文章构建VAR模型和CAPM-GARCH模型,分析检验了2010年7月初至2013年底期间传统能源和碳排放权交易价格对国内新能源上市公司股价波动的影响及新能源股票收益率的波动特点,研究发现:国内煤价对新能源公司股价有显著的正向影响,而国际油价的影响不显著;碳排放权交易价格也是引起新能源投资价值从而上市公司股价变动的重要因素;新能源公司股价指数对高科技股价指数并不敏感,反映出国内新能源上市公司科技含量不足,资本市场关注更多的是新能源的概念而非技术优势;国内新能源股票整体的系统风险在1.125~1.131之间,利好消息比利空消息能引起新能源股票收益率更大的波动。     

基于面板GARCH模型的汇率风险联动VaR测算

为弥补现有VaR测算模型在同时测算多汇率风险因子VaR值过程中的不足,笔者将面板CARCH模型应用于汇率风险的VaR测算中,通过与一元GARCH模型、多元GARCH模型中的BEKK模型和DCC模型相对比,发现其联动VaR测算的结果优于后三种模型.基于残差项正态分布假设下的面板GARCH模型能够较好地捕获汇率的波动,其运用能提高VaR测算的精度,增强金融机构或企业的汇率风险管理水平.     

铝业上市公司股票收益率模型及投资价值分析

本文对3年来8家铝业上市公司股票收益率的β系数进行测定，在此基础上，假设以上证指数代表市场风险，分别以SHFE和LME3月期铝收益率代表行业风险，对上市公司股票的总体收益率决定模型进行测定，进而对国内、国际期货市场的联动性和铝业上市公司股票收益率的敏感性问题进行了分析。     

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。     

基于GARCH模型的动态VaR实证研究——以上证指数为例

重点探讨了在波动的条件异方差对VaR估计造成影响的基础上，利用GARCH模型估计、预测股市动态VaR的方法，并基于上海证券交易所1000个交易日的收益率进行了实证分析。分析结果表明，在95％的置信水平下估计失败次数仅有54次，失误率为0．54％，说明GARCH模型能够较为准确地反映沪市风险。     

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。     

基于不同模型VaR方法对中国股市的风险分析

VaR方法是国际社会当前进行风险测量的一项有效手段,本文分别选取历史模拟法一种非参数估计方法与EWMA和GARCH模型两种参数方法,以2002年1月1日-2010年12月31日这一经济周期为例,对上证综合指数和深证综合指数的每日收盘价对数百分收益率为样本,在95%的置信水平下计算出2412天的VaR值,对我国股市风险进行实证分析。通过分析结果对比得到,参数法的估测效果优于非参数法,并且参数法中GARCH模型的估测效果最为理想。     

基于VaR的中国金融控股公司市场风险资本配置研究

在VaR市场风险测量的框架下,以我国股市中银行业、证券业和保险业三类股票的加权平均收益率为金融控股公司各子公司的代理变量,研究了我国金融控股公司的市场风险资本配置问题.结果表明,金融控股公司组建可以起到市场风险资本分散的效果,法定配置下金融控股公司的市场风险资本分散效果更好.为了充分发挥金融控股公司市场风险资本的分散效果,应加强对股市的监管力度,以降低银行业、证券业和保险业收益的相关性.     

股指期货推出前后沪深300指数风险统计特征研究

股指期货是现代资本市场发展的产物,股指期货与现货的关系是学术界的研究的热点问题之一。文章介绍了风险价值VaR方法、非参数核密度估计理论以及VaR模型的回测评价原理,以我国股指期货推出前后一年间每一小时交易的高频数据为研究对象,运用非参数核密度估计法以及风险价值方法,计算在不同置信水平下的VaR值。在90%、95%以及99%置信水平下,股指期货推出前后,沪深300指数的收益率最大跌幅分别为0.921%、1.33%以及2.28%,变化为最大跌幅分别为0.871%、1.15%以及1.76%。表明在我国股指期货推出后,沪深300指数收益率的风险降低了。最后文章从市场效率,套利机制以及套期保值等视角对实证结果进行了分析。     

基于GARCH类模型对金融市场的风险度量与预测

<正>本文基于金融时间序列的自相关性、弱平稳性和条件异方差性进行探讨,通过对多个GARCH模型的比较分析,最终提出了能有效描述收益率序列的波动聚集现象和厚尾性的GARCH-t模型,并对该模型进行了样本内的比较和样本外的回测检验,保证了模型的稳健性,本文选取2011年1月4日至2021年6月30日沪深300指数,基于构建的GARCH-t模型进行实证分析,并在不同置信水平上预测了VaR值和ES值,研究发现该模型能较好地刻画收益率的变动趋势,可以用于金融市场的风险度量与预测。     

新能源及贵金属板块股票投资组合分析

文章通过对金风科技和紫金矿业这两支具有行业代表性的股票进行证券基本面分析和技术分析等投资分析，包括宏观经济分析、行业分析与公司财务状况分析和选股理由的基本分析；将其进行投资组合、分析其收益率和风险；与当日大盘比较，说明投资的合理程度和效果，证明在金融危机形势下选择新能源行业和黄金贵金属板块的方向为较稳妥的手段。     

基于GJR—ALaplace方法的开放式基金风险研究

根据我国开放式基金收益率序列的尖峰、厚尾、有偏和波动时变的特征,引入非对gg,Laplace分布对收益率序列进行刻画和拟合。构建度量基金风险的动态GJR—Asymmetric～Laplace模型,在非对称Laplace分布、Laplace分布和正态分布三种分布假设下测算VaR,并做返回检验。选取12只开放式基金在2007．01．04～2009．12．31期间的日累计净值数据做实证研究。实证表明：除了基金大成债券外,其余11只基金显著通过假设,符合非对称Laplace分布,相rELaplace分布和正态分布来说,非对称Laplace分布能更好地拟合基金收益率序列。正态分布假设下风险度量值通过检验的基金数显著少于Laplace分布假设,而Laplace分布下通过检验的基金数亦少于非对称Laplace分布,可知非对称hplace分布假设下得出的基金动态风险值更为有效。     

中国A股市场股票收益率风险因素分析:基于Fama-French三因素模型

本文以中国A股市场上市公司为样本,基于Fama-French三因素模型,实证分析了中国A股市场股票收益率的风险因子.研究结果表明,Fama-French三因素模型较CAPM模型能更好地解释中国A股市场的股票收益率;中国A股市场股票收益率存在规模与价值效应,股票(或股票组合)收益与公司规模呈显著负相关关系,而与公司账面市值比呈显著正相关关系.