基于Credit Metrics模型的CDS定价研究

信用违约互换（Credit Default Swaps,CDS）作为当今国际上最流行的的信用衍生工具,被广泛应用于商业银行的信用风险管理中。Credit Metrics模型被广泛运用于度量信用风险的大小,在应用Credit Metrics模型计算商业银行贷款的VaR基础上探讨CDS的定价问题。以单笔贷款为例来说明该模型探讨CDS定价实际运用过程,对我国商业银行信用风险管理的提高有一定指导作用。     

基于极值理论的沪深股市VaR和CVaR分析

将VaR和CVaR结合起来能全面描述金融时间序列与尾部相关的风险。考虑沪深股指收益序列胖尾特性,极值理论方法能够对沪深股市VaR和CVaR进行较好估计,运用基于Boot strap和极大似然估计方法解决极值理论数据不足的缺陷,从而给出对VaR和CVaR的点估计和区间估计。     

沪深300指数风险价值分析——基于PARCH-VaR方法

由于我国的沪深300指数收益率序列呈现出三种特性:左偏、尖峰厚尾和波动聚集,PARCH模型可以更完美地刻画序列的分布特征。本文利用PARCH模型对指数收益率序列进行拟合,建立PARCH-VaR模型,用以评估中国沪深300指数的风险。研究结果表明,如果假设残差同时服从三种分布:正态分布、t分布和广义误差分布,基于广义误差分布的PARCH模型计算的VaR值最能够客观地反映中国沪深300指数的风险问题。     

基于极值理论的沪综指尾部风险度量

以沪综指为实证研究对象,利用AR-GARCH模型捕获沪综指对数收益序列中的自相关和异方差现象,获得近似独立同分布的残差序列,再利用极值理论中的POT方法对残差序列进行极值分析,并采用给出了极值分布的各参数极大似然估计,进一步计算置信水平下的VaR值,结果表明,根据AR-GARCH-POT方法所得的VaR对沪综指实际损失风险的刻画准确。而基于所得的VaR序列分析沪综指收益率的系统性风险历史波动趋势,结果发现系统性风险历史趋势存在先高后低,且自2006年后逐年升高的特征,目前阶段的总体性风险处于较高水平。     

基于极值理论的金融风险研究

运用极值理论的POT模型,并结合描述金融产品收益率的尾部分布更加精确的GPD分布,计算出了基于极值理论的风险估计。与传统方法相比,极值理论方法能更好的利用已知历史数据,并能在计算高置信度VaR时克服传统方法中误差较大的缺点。     

基于异方差极值理论的基金风险度量及绩效评价

VaR是度量金融资产面临风险大小的指标,也是基金绩效评价的依据之一。本文以ETF50和ETF180基金作为研究对象,首先利用ARMA-GARCH模型捕获金融时间序列的自相关性和条件异方差性,过滤获得近似独立同分布的残差序列,再采用极值理论对残差序列进行处理,以刻画收益序列的尾部特征,从而估计ETF50和ETF180基金的动态风险VaR值,并利用该值计算基金绩效评价指标RAROC值。实证分析表明,相比于GARCH模型,结合了异方差极值理论模型的风险度量方法能更准确预测基金所面临的市场风险,而在基金绩效评价中,ETF180的RAROC值高于ETF50,因而更值得投资。     

基于Credit Metrics模型的汽车消费贷款业务信用风险管理分析

汽车消费贷款业务的蓬勃发展要求商业银行加强对该业务的信用风险管理。Credit Metrics模型是世界上第一个评估信用风险的量化度量模型,并为改善商业银行被动的信用风险管理提供了一种有效的管理思路和基础。     

VAR理论在我国股票市场的实证研究

我国金融市场的迅猛发展,使得金融机构面临的主要风险已从信用风险转向了市场风险。我国金融市场作为一个发展中的新兴市场,市场风险必将随着金融市场的发展而逐渐加大。VaR方法作为风险管理的计量模型,能够有效地度量和控制金融风险,在世界金融市场上已经得到了广泛的运用。本文正是运用VaR模型度量了我国证券市场的市场风险,利用上证综合指数1995年1月3日至2008年12月12日的数据,具体计算出上证综合指数的VaR值,旨在探讨VaR模型能否适用于中国股票市场。     

拟合及预测VaR的波动率模型比较——基于上证指数的实证分析

文章综合运用了多种ARCH类模型,包括EWMA模型,GARCH模型,GJR-GARCH模型,EGARCH模型,并且实证研究了这几种模型在中国证券市场VaR的拟合和预测表现,建立起适合我国具体情况的金融风险管理策略和方法。     

基于极值理论以MH方法研究我国黄金现货的风险价值

本文针对金融时间序列数据存在的尖峰厚尾特性,应用极值理论对数据尾部进行建模,用GPD分布拟合尾部特征,计算我国黄金现货的风险价值（ value at risk）,以对黄金投资者进行风险提示。针对现有VaR计算中主流方法的缺陷,本文应用基于马尔科夫链蒙特卡洛（ Markov Chain Monte Carlo, MCMC）模拟的方法对POT模型进行估计,以克服传统Monte Carlo模拟的高维、静态性缺陷,以提高估算精度,从而得到相应的风险价值。通过对我国黄金现货Au9995的实证分析和计算,可以根据过去的数据预测未来的在险值。     

基于供需动态均衡的物流节点物流量预测研究

考虑物流节点的资源环境约束条件,提出具有普适性的物流节点物流量预测方法体系,将物流节点物流需求分为趋势性、转移性和诱发性物流需求,引入生命周期理论确定物流节点成长曲线,基于供需动态均衡构建Logis-tics模型,确定物流节点物流量,并以豫南口岸物流中心为例进行实证分析,预测结果表明,较之以往预测方法,该方法更为适合物流节点发展的实际,可为物流节点选址、规模的确定、布局和合理化运营提供依据。     

基于状态转移波动模型的金融市场动态风险测度研究

测度金融市场动态风险VaR的一个关键在于如何准确刻画金融市场收益波动率。引入马尔可夫状态转移的ARCH（Regime switching ARCH,SWARCH）模型。构建出基于状态转移波动模型的金融市场动态风险测度模型,然后运用其对中国大陆上证综指和伦敦金融时报100指数的市场风险进行测度,并运用Back-testing中的似然比率检验方法（Likelihood Ratio Test,LRT）对金融市场风险测度的准确性进行检验。实证结果表明,基于SWARCH的风险测度模型,不仅能够准确测度不同类型金融市场的动态风险,而且在测度金融市场大风险方面展现出同样具有优越的测度能力。     

基于动态灰色模型的丽江GDP预测分析

党的十八大明确提出2020年全面建成小康社会的宏伟目标。通过丽江市统计局获得2007年到2013年丽江生产总值及城乡居民收入的数据,以2007年至2013年的丽江生产总值为基础建立GM(1,1)模型并进行求解,分析模型的相对误差,级比偏差,可知GM(1,1)模型精度较高,用来预测2014年以及以后丽江每年生产总值。     

基于信用计量模型的农户贷款风险实证研究

农户贷款是我国小额信贷的主流,此种信贷面临的主要困难是农户信用风险大导致还款率较低,其深层次原因在于目前农村金融机构在农户小额信贷方面的管理尚未形成科学系统的制度。本文借鉴国外信用风险管理经验,运用CreditMetrics模型并以云南省农业银行某支行为例,采用实证研究方法初步探讨农户贷款风险管理。     

基于在险价值的地方政府融资平台贷款风险研究

地方政府融资平台主要承担政府在本地进行城市基础设施建设等公共项目的开发.国家为了应对全球金融风暴、继续城市化建设等,大力支持地方政府融资平台发展,并取得了良好的成效.但是随后融资平台高速扩张,贷款规模迅速膨胀,导致目前地方政府融资平台已经进入偿债高峰期,并且面临着较大还贷压力.所以如何应对地方政府融资平台在偿债高峰期存在的贷款风险,已经成为目前一个需要重点关注的问题.通过使用Credit Metrics模型计算VaR在险价值来建模,并结合融资平台公司的贷款进行实证,验证我国融资平台的贷款风险.最后提出对融资平台贷款风险进行监管与防范的策略.     

VaR风险控制在采购策略研究中的应用

原料采购是一个极富变化的系统工程 ,在分析其价格风险的基础上 ,介绍VaR模型及其参数的EWMA方法估计 ,并把它应用于企业采购过程中的风险定量分析。最后做实证分析 ,以说明该方法的有效性 ,为制定科学的采购策略提供新思路。     

商业银行流动性风险在险价值的实证研究

安全性一直以来都是商业银行经营的首要基本原则,因此不论在金融危机期间还是稳健的经济周期期间,对于商业银行的流动性风险的管理显得尤为重要.首先,本文总结了国内外有关LaVaR的发展历程及流动性风险的研究成果;其次,本文基于中国A股16家上市商业银行的日股票价格波动样本数据,对传统的在险价值计量方法进行改进,考虑了买卖价差对流动性溢价的影响,建立了GARCH-LaVaR模型,计量我国上市商业银行市场流动性风险的在险价值;最后,有针对性地得出对我国大型商业银行流动性风险的相应启示.     

中国可转债市场价值低估问题——基于包钢转债的实证研究

本文以Black-Scholes模型为理论基础,并以包钢可转换债券为例,进行实证分析,结合中国特有的市场环境,提出了发行价格偏离理论价值的原因。     

基于GARCH类模型的外汇风险度量研究

本文基于GARCH类模型对美元、欧元、日元、港币、英镑五种货币对人民币的外汇汇率进行实证分析,得出这五种汇率的时间序列均存在显著的ARCH效应,五种汇率前期的外部冲击会加剧汇率的波动,且均不存在显著的风险补偿效应,除美元外的其他四种汇率系统具有自我稳定功能。经过VaR方法的风险度量可知,美元和港币的汇率风险多表现在多头市场,日元和英镑则表现在空头市场,而欧元的波动性过大,其风险超过我们的预期,投资者应慎重选择。