我国创业板市场股价波动风险测度研究

在对创业板市场波动机理分析后,运用VaR模型对其风险进行定量测度。研究结果表明:参数法能较好地估计创业板市场股价波动的风险VaR值,三种分布下的VaR值相差不大;由于考虑了创业板股价指数日收益率波动的非对称性,EGARCH模型的估计效果要好;历史模拟法估计VaR值具有很多优点,但在大样本情况下,该方法在低显著性水平下是无效的。     

方差风险溢价在波动率预测中的应用——基于上证50ETF期权

波动率在金融衍生品定价等领域具有广泛的应用,因此涌现了大量的学者针对波动率预测展开研究。目前流行的布莱克-斯科尔斯(Black-Scholes)模型隐含波动率以及无模型隐含波动率,均是在风险中性测度下对未来已实现波动率的预测,而无模型隐含波动率更是基于实际市场数据所得,二者之间的差别即方差风险溢价会在一定程度上导致波动率预测的偏差。基于此,在构建传统的波动率预测指标后,再通过方差风险溢价对隐含波动率进行修正,分别通过单变量回归和多变量回归对不同的波动率预测指标的预测能力以及包含信息量进行分析,结果发现方差风险溢价可以有效降低预测偏差,增强对已实现波动率的预测能力。     

基于EVT的EGARCH-M模型在动态VaR中的应用

综合考虑金融资产收益数据分布的波动集群性和厚尾的特征,尤其是波动的条件异方差对动态VaR估计的影响,运用极值理论建立EGARCH-M-GEV动态风险度量模型,并通过上证指数对其进行实证分析,为管理者和投资者提供了一个控制风险、预测收益的量化工具,为风险防范提供了参考.     

基于广义帕累托分布的VaR与ES在股票中的应用

在猪肉价格上涨的背景下,不仅猪肉价格引起热议,而且股市中关于生猪的相关股票的波动也引人瞩目,引起众多投资者的极大投资热情.经过比较分析,选取天康生物股票作为研究样本,从股票收益率可以反映出近年来的几次猪肉价格较大上涨的情况.向通过hill图和超限期望图综合选取合适的阈值u,使用极值理论中的广义帕累托分布对极值进行拟合,结合VaR和ES理论对天康生物股票进行风险测度,最后通过失败率和LR统计量判断得出VaR模型在测度天康生物的股票时比ES模型更适合.     

浅谈饭店文化对员工行为的影响

海尔集团总裁张瑞敏曾说过：“成功的饭店必须有强烈的饭店文化,用这个饭店文化把所有人凝聚在一起。”这也就揭示了一个饭店的灵魂就是“饭店文化”：作为飞速发展的中国饭店业来说,饭店文化应该是饭店业在经营活动中的哲学观念,是饭店业体现民族特色长期形成的共同观念。中国饭店业要想创出品牌,与国际集团酒店抗衡,就需要培养深刻的饭店文化,用饭店文化去推进饭店业的发展,用饭店文化来影响约束员工的行为。文章就一个饭店的饭店文化的形成对其员工的行为有着什么样的意义和影响提出自己的一些建议。     

基于高频交易数据的在险价值模型实证研究

高频时序分析是近些年来金融界研究的热门课题之一,而风险价值则是衡量金融工具风险大小的重要工具之一,因此对该问题进行研究具有重要意义。我们以沪深300期货收盘价的五分钟交易数据为研究对象,利用正态分布参数法、历史模拟法和蒙特卡罗模拟法测度了相应的VaR值。研究结果表明,数据整体分布非随机,并且三种方法测度的VaR值均较小,同时,蒙特卡罗模拟法测度的结果与其他两种方法所估计的VaR值差异较大。     

基于DEA方法的我国饭店业整体效率研究

饭店效率研究是饭店业学术研究的核心问题之一.运用DEA方法的CRS、VRS、NIRS模型,从经济类型、规模、星级情况3个角度,计算出我国饭店业整体效率以及不同类型饭店的整体效率,并对结果进行相应分析,以期揭示我国饭店业的整体运营现状.     

我国开放式基金风险度量——基于GARCH模型和SV模型的VaR比较

本文是对我国开放式基金市场风险的度量进行研究,找到一种能有效测度我国开放式基金市场风险的模型,给投资者和投资机构提供参考。考虑到金融时间序列数据的波动性以及概率分布,本文运用了GARCH类模型和SV类模型,并分别基于正态分布和T分布进行了建模,进而将其应用于计算VaR值。通过实证结果对比表明,基于SV—T模型计算得到的VaR值更具有准确性,是较优的基金风险测度模型。     

VaR估计模型在沪深股市风险度量中的应用

目前,金融资产市场风险的通用度量工具为VaR(Value at Risk)模型(“风险估值”模型),在几个巴塞尔协议形成后,用VaR度量金融风险更是受到普遍关注。文章试以中国沪深股市的风险度量为研究对象,收集近两年来的沪深股市每日指数收盘价,使用VaR模型,论证利用VaR技术计算股票风险的可行性。     

GARCH模型在中国股票波动预测中的应用

大量的实证研究表明诸如股票价格等经济类时间序列具有方差随时间变化即异方差的特点.目前被认为最集中地反映了方差变化特点而被广泛地应用在金融时间序列上的模型为广义自回归条件异方差(GARCH)模型.应用GARCH模型对我国股票波动率进行应用预测分析,结果表明模型对波动率进行了很好的预测.这对股票投资者尤其短期交易者具有指导意义.     

国债期货的风险测度及防范对策

国债期货作为以国债现券为标的资产的特殊衍生金融产品,对于宏观经济状况较为敏感,受国家经济政策影响较大。与其他类似的期货产品相比,在共同具有规避风险的作用的同时,也受到更加错杂的风险影响。运用VaR方法对国债期货面临的不同种类风险进行评估,通过GARCH模型分析国债期货收益率的波动特性,实证结果表明:国债期货的收益率有着波动聚集的特征,当前周期价格的不稳定现象会对下个周期造成影响。     

我国创业板市场风险的度量及分析——基于随机波动率模型的实证研究

创业板自上市以来,其高风险问题一直是学术界和实务界研究的重点问题。为精确度量创业板市场风险,将MCMC参数估计方法引入到随机波动率模型中,进而计算出基于随机波动率模型的创业板市场风险价值(VaR)。实证结果显示:在一天持有期内,在95%的置信水平下,创业板市场发生的最大损失不会超过3.19%;在99%的置信水平下,创业板市场的最大损失不会超过4.45%。此外本文还使用GARCH族模型对创业板市场的风险进行了辅助研究。     

VaR模型的理论及应用

风险价值理论(Value at Risk,简称VaR)是一种预测市场风险最常用的方法.对于由不同市场因子、不同金融工具所构成的投资组合和不同业务部门的投资组合,VaR都可以相对可靠地衡量其市场风险.本文主要介绍了VaR的定义.计算方法及其应用.     

基于一种新方法的封闭式基金投资价值分析 --行为均值半离差复合收益率方法

以证券收益率的方差作为投资风险测度的Markowitz模型存在不足：在不允许卖空的证券市场中,证券收益率的向上波动对投资者而言是惊喜而不是痛苦.正因为如此,本文依据行为金融学的有关理论,用半离差方法区分上方风险和下方风险,并结合证券收益率的均值,提出了一种新的封闭式基金投资价值分析方法：行为均值半离差复合收益率方法.     

外贸企业基于VaR模型的汇率风险评估

VaR模型基于一定的概率水平下,量化资产组合在未来特定一段时间内的最大可能损失,外贸企业根据该模型,建立企业的汇率风险评估模型,评估汇率波动给企业带来的潜在损失,企业以此为依据,结合其风险指标,采取措施,规避潜在损失风险.     

投资组合的收益和风险问题

我们定义风险为收益率波动的大小即收益率的方差.以投资额乘以风险度作为风险的度量.同时引入“对数风险度“来划分投资者对风险的不同喜好.此模型为多目标规划,我们分两方面把模型转化为单目标规划.1.固定若干风险级别,计算出相应的最优投资方案;2.固定收益,计算出此时风险最低的投资方案.     

金融市场风险测量模型VaR分析方法的改进研究

分析方法是金融市场风险测量方法中最为常用的方法.它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VaR的计算.针对分析方法对分布的正态性假定与实际不符,也存在着GARCH参数估计的难度等的缺陷,讨论了分析方法的一些有效的改进途径,提高了VaR的估算精度.     

我国金融市场间风险波动溢出效应分析

基于变量之间的协整关系,构建三元VEC模型分析了中国股票市场、债券市场以及期货市场间的风险波动溢出效应。Granger因果检验和协整方程表明:金融市场间的风险波动在较长时期内存在均衡关系,股票市场的风险波动会对债券市场以及期货市场产生显著影响,期货市场和债券市场的风险波动存在着反向的变动关系。脉冲响应分析和方差分解进一步表明股票市场风险波动冲击对自身以及债券市场和期货市场的贡献度较大,而受其他市场影响较小,债券市场以及期货市场的风险冲击对对方市场波动有一定的影响。     

简论均值-条件风险价值(CVaR)

近年来,在金融全球化和自由化以及资本市场不断发展的背景下,越来越多的投资者加入到金融市场中,对于投资组合理论和方法的研究获得了广泛关注.金融风险研究成为了国内外金融实务界、理论界共同关注的对象.条件风险价值(CVaR)是近几年发展起来的金融风险量化工具,CVaR弥补了VaR的一些缺陷且满足一致性风险度量的标准,相比于VaR,CVaR能够对尾部风险进行很好的控制.本文主要介绍了均值-CVaR模型及其隐式解.     

Copula相依结构下沪深股指波动及动态VaR计量

采用带三类不同噪音的ARMA-ARCH模型拟合沪深股指收益率分布,并通过随机模拟的方式进行拟合优度检验,结果显示,基于分形高斯噪音的ARMA-ARCH模型能够较好刻画沪深股指收益率波动的长相依性、厚尾性及波动性聚类特征.进一步通过两类不同Copula-ARMA-ARCH模型处理沪深股指相依性,并通过随机模拟进行拟合优度检验,模拟结果显示,基于分形高斯噪音的Student's t Copula- ARMA-ARCH模型能够较好刻画沪深股指收益率波动的VaR风险.