两种风险度量方法的研究

针对股票市场Value-at-Risk(VaR)和Expected Shortfall(ES)预测问题,选取了我国上证综合指数和深证成分指数以及创业板的收益率数据,通过历史模拟法和GARCH-Delta-Normal法对比分析,发现历史模拟法所计算出的VaR和ES与其模拟数据长度有显著关系,同时GARCH-Delta-Normal在ES的估计上优于历史模拟法而在VaR的估计上效果不好,原因是正态分布假定和GARCH模型都不能完全消除股票收益率的肥尾效应。     

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。     

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。     

VaR模型在我国基金投资中应用——基金投资策略

基金管理公司如何应用先进的风险度量与控制技术控制风险并获得稳定的收益成为理论界和实务界迫切关心的问题。基金在进行投资组合的过程中的损益情况反映在每天的基金净值上,因此,通过VaR模型的历史模拟法对股票型投资基金进行风险评价并为投资者提供投资策略。     

VaR模型在我国基金投资中应用——基金投资策略

基金管理公司如何应用先进的风险度量与控制技术控制风险并获得稳定的收益成为理论界和实务界迫切关心的问题。基金在进行投资组合的过程中的损益情况反映在每天的基金净值上,因此,通过VaR模型的历史模拟法对股票型投资基金进行风险评价并为投资者提供投资策略。     

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.     

非参数核估计计算VaR在农业板块的实证研究

使用非参数核密度估计方法计算风险价值VaR,由于所用方法不需要进行分布假设,其计算较参数方法更为准确。用此方法对45只农、林、牧、渔类农业上市公司的股票收益率的风险价值VaR进行计算,发现农业上市公司的股票投资风险比普通的股票要高,此结论对于农业投资者、市场管理者以及农业上市公司经营者的决策具有一定参考价值。     

基金投资组合市场风险和流动性风险分析——基于VaR与BDSS模型

提出了三种流动性指标,基于BDSS模型,建立了同时度量市场风险和流动性风险的三种VaR模型,考虑金融时间序列的尖峰性,构建了峰度调整的VaR模型,最后选取我国证券市场的样本,通过传统VaR、峰度调整VaR及基于三种流动指标的VaR共五种模型,进行了实证分析,探讨了基金投资组合市场风险和流动性风险的合成管理.     

VaR约束下的投资组合优化模型

VaR方法是目前国际上风险管理的主流方法之一。本文在VaR方法约束的基础上,对马柯维茨均值——方差模型进行深入研究,分析了该组合模型的特性,并给出了一种几何求解方法,研究了在引入VaR的约束条件下的最优投资组合的确定问题。     

VaR在我国商业银行外汇风险管理中的应用

本文利用VaR及其分解边际VaR、成分VaR与增量VaR方法对商业银行的某一假定外汇投资组合的风险情况进行测量,借以说明外汇管理者如何调整组合中外币的构成,从而来达到降低风险的目的。     

基于分散风险对多只股票组合投资策略的优化设计

基于皮尔森相关性并结合投资学的知识介绍了如何挑选抗风险能力强的股票构建股票池.以股票池为研究对象,运用因子分析方法,得到能够代表股票投资价值的三个主成分,并以此构建了一套计算股票综合得分和判断股票投资价值是否被高估的综合体系,进一步筛选股票池中的股票.接着运用马科维茨投资组合理论,利用Python模拟得到了1 000组股票组合的权重.最后基于理想解法原理得到各个风险等级的最优股票组合及其权重分布.这套体系对不同风险承受能力的投资者进行股票投资具有较强的指导意义.     

基于VaR的社保基金投资组合风险预测研究

介绍VaR模型在社保基金投资组合的风险度量.利用VaR模型对社保基金投资102组合进行实证分析,将未来有可能发生的损失在一定概率的前提下,用一个数值来概括,直观地通过该数值判断其投资组合的风险程度,从而为投资机构提出参考建议.     

应用Copula-Kernel模型的股票投资CVaR分析

本文将核密度估计技术与Copula模型相结合,建立了投资组合分析的Copula--Kernel模型,对我国股票市场实际的组合投资问题进行了实证风险分析,分别计算了VaR和CVaR的值,并进行了比较,取得了满意的效果。     

美国信托投资原则的演变初探

从发展的角度来看,美国信托投资原则可分为三个历史阶段。首先,1869年,纽约州上诉法院创设了禁止信托投向股票的判例法。绝大多数州予以效仿。其根本原因是当时的通货膨胀率很低。其次,1937年,密歇根州率先摈弃安全投资原则,而代之以谨慎投资原则。绝大多数州予以效法。其根本原因是当时的通货膨胀率很高,致使安全投资受损。最后,1992年之后,美国联邦成文法实质上要求,信托设立有效投资组合。其根本原因是当代投资组合理论的兴起。     

带交易费用VaR套期保值比的计算

用股指期货对金融资产进行套期保值是防范市场系统风险的有效手段之一.本文引入风险价值(VaR)作为套期保值组合的风险度量,给出交易费用下最优VaR套期保值比.并且通过建立双变量GARCH误差修正模型模拟股指期货和被套期保值投资组合收益率的分布情况,估算时变的最优VaR套期保值比.以沪深300股指期货套期保值沪深300指数为例进行了实证分析,分别计算出无交易费用和考虑交易费用下的最优VaR套期保值比,并将VaR套期保值比与MV套期保值比进行了比较分析.     

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。     

保险资金投资基础设施的可行性研究——基于风险的视角

保险资金能否大规模投资基础设施,关键是要从风险的角度来论证其可行性.本文首先对保险资金及基础设施的投资特征进行分析,然后比较并选取合适指标,运用VaR方法对保险资金投资基础设施的市场风险进行度量,最后据此提出保险资金投资基础设施的风险管理建议.研究证明,不论从指标内涵,还是从实证结果来看,中票城投指数都是度量保险资金投资基础设施收益率的更优替代指标.基础设施与保险资金之间的投资匹配特征及其远低于股票和证券投资基金的VaR数值使得保险资金大规模投资基础设施是具有可行性的.     

浅析VaR的计算及其应用问题

风险价值理论(VaR)是一种预测市场风险最常用的工具，它是测算在给定置信水平下的期望最大损失．这篇文章解释了VaR的定义并分析了VaR计算的参数方法，同时说明这种技术的应用性和局限性。     

基于Vine Copula的投资组合风险度量和相关结构研究

本文选取了沪深300下六个行业指数,分别用C-Vine、D-Vine、R-Vine进行相关结构建模。研究发现：D-Vine结构对相关结构的拟合程度最好,在不断引入新行业指数后,可以明显地发现降低其结构的相关性。然后对其投资组合进行风险性度量,VaR经常作为衡量风险的指标,但VaR不符合资产的一致性风险测度和无法捕捉尾部极端风险,故使用CVaR作为投资组合风险的指标。综上,资产之间的相依结构能起到优化投资组合的效果,在降低投资组合风险的同时增加了回报率。     

基于ARMA-EGARCH模型VaR方法的上证指数风险研究

为了避免对收益率序列的分布作任何假设,在ARMA-EGARCH模型的基础上,本文通过历史模拟非参数法估计分位数与参数法估计标准差相结合的方法,对上证指数的风险价值VaR进行了分析,并对估计出的VaR进行了后验检验.结果表明,利用此方法估计上证指数的VaR既简单又合理.