商业银行汇率风险量化研究——基于正态分布与非对称拉普拉斯分布的在险价值测度

本文应用有另于业界普遍采用的正态或对数正态分布函数量化研究中国商业银行参与国际外汇市场所主要涉及的汇率收益率的风险特征,以期为处于国际化扩张中的商业银行识别、计量与处置汇率风险提供参考.基于正态分布与非对称拉普拉斯分布函数的比较实证研究表明,后者能够更好地拟合汇率收益率尖峰、厚尾、偏态特征;进一步测度基于不同分布的汇率收益率在险价值,发现正态分布假设下的VaR显著低估汇率风险,而非对称拉普拉斯分布在度量汇率收益率在险价值方面更为有效.在商业银行汇率风险管理过程中,非对称拉普拉斯分布无疑是较为理想的选择.     

基于贝叶斯推断模型的中国商业银行内部欺诈研究

文章就中国商业银行操作风险内部欺诈损失样本数据较小的情况,采用贝叶斯推断增加推断效果。损失频率以泊松分布和负二项分布为例,对损失强度以对数正态分布和极值分布为例,利用先验信息分析损失的联合先验分布,其中,极值分布没有共轭分布,针对参数分别推导后验估计。并进行了实证分析,得出四种分布的联合分布。结果表明,由于采用了先验知识,能够比较准确地进行推断,极值分布对损失强度尾部估计较好,中国商业银行内部欺诈损失巨大,采用贝叶斯方法有助于解决操作风险损失数据,尤其是年度极值数据不足问题。     

对数鲁棒优化投资组合策略有效性研究——基于中国股票市场的实证分析

结合中国股票市场实际特征,基于资产价格服从对数正态分布假设及引入最坏情景（即风险价值）,同时考虑各资产之间的关联性,提出三种资产关系对数鲁棒优化投资组合模型：最坏情景下独立资产对数鲁棒优化投资组合（WCIALRO）模型、最坏情景下特殊关联资产对数鲁棒优化（WCCASCLRO）模型和最坏情景下一般关联资产对数鲁棒优化（WCCAGCLRO）模型。运用新的求解方法对三种模型及相应改进模型进行实证比较分析,结果表明：对数鲁棒优化投资组合策略是有效、可行的。     

GARCH-VAR模型在开放式基金风险度量中的应用

VAR作为当今国际流行的风险管理工具,被广泛地应用于各种金融资产的风险管理。作为静态VAR模型的改进形式,GARCH—VAR模型考虑了资产收益率并不一定服从正态分布。文中详细介绍了GARCH—VAR模型,对如何运用GARCH—VAR模型度量开放式基金的风险进行了实证分析,并得出结论,GARCH—VAR模型在度量开放式基金风险中具有明显优势,但同时也存在一定的不足,需要进一步改进。     

基于EGARCH-M模型和沪深300指数的股市风险分析

分别运用基于GED分布,t分布以及正态分布的EGARCH（1,1）-M模型计量了沪深300指数的日对数收益率序列的VaR值,并与基于正态分布的GARCH（1,1）模型进行了比较。通过统计分析和后验测试等实证研究表明,基于GED分布的EGARCH（1,1）-M模型在刻画我国股市的市场风险方面要优于其他三种模型。在此分析结果的基础上,本文提出了相关结论以及政策建议。     

VaR技术的统计学分析

目前，VaR技术已成为国际上度量市场风险的主流方法。本文从VaR技术的概率内涵出发，对不同概率分布下的VaR计算进行了统计分析，并在正态分布下推导出了求解VaR的统计学意义下的计算公式。最后。对VaR技术的要素进行了分析。     

农民收入分布函数的探讨

文章通过对2005年全国农民人均纯收入分配的分析，利用几种国内外研究较多的分布函数对其数据进行拟合，筛选出数据可能服从的分布函数。进而提出新的确定分布函数的方法：即分布函数分段求积，这样就与对应收入段概率有误差，再把误差绝对值相加，把得到的结果及对应参数分别进行比较，得到拟合最优的是对数正态分布函数这一结论。最后对这种方法进行推广及应用。     

基于VAR方法的开放式基金绩效研究

传统的基金绩效指标夏普指数在收益分布方面假定收益服从正态分布,采用标准差作为收益调整指标,而标准差的双向波动性,并不能很好的为投资者提供参考。VAR方法基于信度理论和概率分布,对在险值进行估计,是国际上金融风险管理上广泛应用的工具,本文应用VAR的模型和求解方法,以VAR值代替基金收益的标准,依次对夏普指数进行了修正,以便为投资者提供参考。     

非对称Laplace分布下外汇收益率的实证分析

外汇收益率实际分布且有尖峰厚尾偏倚的特性,传统的正态分布不足以描述这一性质,而本文提出的非对称Laplace分布能够很好地拟合这一性质。非对称Laplace分布只有2个待估参数且存在有限的n阶矩,计算方便简单。深入分析了非对称Laplace分布的性质,对三种外汇数据进行了拟合,并做了拟合优度的K-S检验。结果表明,非对称拉普拉斯分能够比正态分布更好地描述外汇收益率的尖峰厚尾偏倚的特性。     

财务比率截面数据分布特征研究

财务比率截面数据分布特征对于财务危机预测、信用评级等具有基础性的意义。通过对沪深全部上市公司2000年至2006年8种主要财务比率年度截面数据分布进行拟合分析后发现,高达90%的财务比率截面数据的最佳拟合分布为非正态分布,原始比率数据中有近一半的比率服从对数逻辑分布;经过数据转换后,财务比率的对数逻辑分布特性更为显著。从不同年份间比率截面数据的记忆特性来看,流动性比率表现出完全的记忆,现金负债比率也表现出较强的记忆。通过数据转换或异常值剔除,可以显著提升财务比率数据的正态特性。     

基于极值理论估计外汇在险价值VaR

采用极值理论POT模型对欧元兑美元等4种外汇对数收益序列的VaR进行了估计。为了比较阈值选取对估计结果的影响,变化选取不同汇率的阈值分位点,则超限点数也相应地变化。使用估计的GPD分布参数,分别构造上界和下界的分布函数,从而计算出VaR的95％置信区间。极值理论作为测量极端市场条件下市场风险的一种方法,具有超越样本数据的估计能力,并可以准确地描述分布尾部的分位数。结果表明：外汇对数收益分布左右尾具有不对称性,而且都有一定程度的胖尾现象,但是均存在二阶矩,分布具有有限方差。     

深圳股票市场股票收益率稳态特征研究

对深圳股票市场的股票收益率进行了稳定分布的拟合，运用McCulloch方法和Koutrouvelis方法进行参数估计检验。得出结论：深圳股票市场收益率分布的特征参数α=1．38～1．49，具有明显尖峰态。均值参数δ＞0，表明股票市场收益率呈正偏。偏斜参数β＞0，表明股票收益率分布右偏。呈现右厚尾特征。稳定分布比正态分布更好地拟合深圳股票市场收益率。     

寿险公司利率风险的度量

利率市场化后,利率波动风险显然是寿险公司经营中面临的一项主要风险。在管理利率风险时,应借鉴成熟的金融市场利率度量工具来对未来利率进行量化,本文分别运用久期和风险价值(VaR)对寿险公司所面临的利率风险度量进行研究,并在利率服从对数正态分布假设下推导出久期和风险价值(VaR)的联系。     

GARCH模型在我国深市风险度量中的应用研究

介绍了VaR的含义及计算方法,指出推测市场因子的波动率是计算的关键.从理论上对基于t分布和正态分布的GARCH模型进行了比较,得出基于t分布的GARCH模型更能刻画金融市场"尖峰厚尾"等实际特征.将基于不同分布的GARCH模型应用于我国深圳股市的风险度量,通过对比VaR的估计结果,说明基于t分布GARCH模型计算的VaR更有效地反映了金融市场的风险水平.     

基于VAR方法的我国股市风险管理实证研究

基于我国风险管理的实际情况,介绍了风险价值（VAR）、GARCH模型及在其框架下计算波动率和估计分布临界值的过程和步骤,在此基础上,使用GARCH模型拟合沪深300综指收益率序列的波动率,并用以预测日VAR,估计结果显示我国股市的日VAR值仍相对较高,与发达国家金融市场的发展水平仍然有很大差距,监管部门应该具备风险管理意识,提高风险管理能力,更好地防范市场风险。     

基于Credit Metrics的商业银行信用风险控制研究

Credit Metrics模型是在给定信用资产组合。根据信用评级机构提供的违约率和信用等级转移矩阵得出一定期限后组合价值的分布曲线,然后用该曲线计算出投资组合的VAR值。进而确定在该置信水平下抵御相应风险所需要的经济资本。     

三类索赔额分布下的破产概率的模拟值及其R实现

破产概率的计算是精算破产理论的经典问题,对当前保险经营风险的度量有重要的理论意义和参考价值。在以往对破产概率的研究中,出于理论分析的方便,往往假设索赔额分布具有特殊的形式,而对更复杂的索赔额分布,求出理论上的解析解往往是不可行的,为此需要求解数值解。随机模拟是很重要的一种求数值解的方法。本文考虑三类索赔额分布:伽玛分布、对数正态分布、逆高斯分布,对每类分布,通过模拟不同参数下的索赔额,得到破产频数、首次破产对应的索赔次数的期望及标准差,并运用R软件对不同索赔额分布下的模拟结果进行比较分析。     

浅析VAR分析方法

对于商业银行来说,如何量化利率风险是十分重要的.量化利率风险是商业银行进行利率风险管理与控制的基础.在西方国家的一些商业银行,VAR方法已经成为了重要度量利率风险的方法.我国商业银行迫切需要引入VAR方法进行利率风险的度量,以加强我国利率风险的管理.本文主要介绍VAR分析法及其缺点,并介绍VAR的两种改进方法.     

基于VaR的中国有色金属期货市场风险测度研究——以上海期货交易所铝期货和铜期货为例

本文利用GARCH-GED模型和半参数方法对上海期货交易所铝期货和铜期货的市场风险进行了测度。研究结果表明,沪铝期货和沪铜期货收益率序列不服从正态分布,具有尖峰厚尾、波动聚集的特征;沪铝期货的市场风险较沪铜期货更小。     

VAR方法及其在期货市场应用

VAR的理论依据来自马科维茨,从公司全局的角度考虑投资组合的整体风险.所以,VAR考虑的是杠杆作用、分散投资的效果.VAR是总结在一定置信区间内,发生超过某一目标区域范围的预计最大亏损.更严格的说,VAR描述了在一定的目标区域范围内,收益和损失的与其分布的分位数.