带投资的时依更新风险模型中破产概率的一致渐近估计

本文考虑索赔额过程与索赔时间过程具有相依性的更新风险模型.假定保险公司将其盈余投资到金融市场中,该投资的价格过程服从几何L′evy过程.当索赔额分布属于L∩D时,本文得到有限时间总索赔额现值尾概率的一致渐近估计,同时也得到有限时间破产概率的一致渐近估计.     

关于股市重尾现象的实证研究

本在比较不同国家的金融市场的指数收益率的分布特征的基础上，就分布的重尾现象进行深入的研究。同时分析了收益率分布的两侧尾部：左侧尾和右侧尾(高损失和高回报)的情况。在验证重尾这个定性结论的基础上，具体量化重尾发生在分布中的位置。最后通过重尾情况比较了不同国家金融市场的金融风险。最后得出结论：中国股市的重尾现象发生在下分位点2．8％以前，所以在估计5％小概率下的高损失不宜采用重尾的参数方法。     

对数收益率的偏斜Logistic分布与VaR估计

本文通过直方图和Q-Q图的直观方法展示了上证指数和深证指数的对数收益率具有尖峰厚尾和偏斜的分布特征,利用Shapiro-Wilk正态性检验和Kolmogorov-Smirnov检验等方法检验了对数收益率的分布与正态分布有显著性差异,并以较大的概率水平接受了对数收益率服从偏斜Logistic分布,同时给出了基于偏斜Logistic分布的VaR风险量的估计,结果显示上证指数的风险小于深证指数的风险。     

风险值的估计及其周期分析

本文提出了两种风险值的估计方法，这两种方法均是先估计出收益的分布，然后求得分布左侧p分位点作为风险值的估计．第一种方法是用核估计方法得到收益的分布估计；第二种方法则是由分布的核估计算得收益的众数，引入所谓的广义半t分布拟合众数左侧的样本．文章以上证指数为实例验证了这两种方法的可行性与精确性．最后我们利用上述两种估计方法得到了上证指数风险值的波动主周期．     

基于Copula贝叶斯估计的行业风险差异分析

通过对常替代弹性资本资产定价模型中投资标度问题的分析,提出了Copula贝叶斯估计方法用以获得系统风险β与投资标度比λ的联合后验分布.Copula贝叶斯估计方法针对数据非正态特征及强相关性特征而构建,采用Copula函数取代原有普通贝叶斯估计方法中的正态假设.传统贝叶斯估计方法假设了正态的似然函数,忽略了数据可能存在尖峰后尾等在金融实证数据分析中普遍存在的非正态情况.Copula贝叶斯估计算法采用半相依回归法处理数据的强相关性问题,将原有函数依照数据形式假设为非正态结构.针对来自6个工业产业24组公司数据的系统风险参数β与其对应的投资标度参数比λ进行估计,获得不同行业中系统风险参数与投资标度之间的动态关系并进行分析,为业界投资及相关研究提供有效参考建议.     

潜周期模型中频率变点的估计

本文用逐段计算周期图的办法研究了带有频率交点的潜周期模型估计问题，给出了交点数目、位置和潜频率的强相合估计．数值模拟表明本文方法对变点个数和潜频率估计很好，但是要准确估计交点位置需要较大样本量，估计对于噪声水平较高情况仍然有效。     

基于鞍点逼近的投资组合极端风险贡献度测度

在当今金融市场资产价格高波动的背景下,度量投资组合中各资产对总体风险的风险贡献度对探析投资组合风险波动不定的深层次原因有重要意义。关于风险贡献度的测算,目前运用较广泛的是历史数据法,其主要适用于存在大量数据样本且持续期较短的情况。特别地,极端情况下的风险贡献度估计主要由处于分布尾部的少量观测值决定,因此历史数据法估计的准确性此时较难保证,为此,本文对鞍点逼近模型优化并考察上述情形。通过对中国股市进行实证分析发现,与传统历史数据法相比,鞍点逼近模型呈现下列优点:投资组合分布函数简洁、风险贡献度计算效率和准确性较高,压力测试表明该方法具有较好的稳健性。因此该方法有望对投资组合的风险预警与防范起到决策支持作用。     

截尾寿命试验中参数最大似然估计的重对数律

本文对于包含定数和定时截尾寿命试验的混合型寿命试验，研究了分布参数的最大似然估计．基于截尾数据，证明了最大似然估计的收敛速度符合重对数律．     

广义BS-极小值疲劳寿命分布的统计分析方法研究

论文提出一种新的疲劳寿命分布—两参数广义Birnbaum-Saunders极小值分布(BSMin(α,β)),研究了该分布的密度函数与失效率函数的图像特征。其次,给出了该分布在全样本下两个参数的分位数估计与回归估计,并通过蒙特卡罗模拟比较发现分位数估计较优,同时也探讨了两个参数的矩估计、极大似然估计以及对数矩估计。此外,论文还指出BSMin(α,β)分布取对数后用泰勒展开可近似看作两参数极小值分布,由此得到两个参数的近似区间估计,并通过蒙特卡罗模拟考察了近似区间估计的精度。最后,利用模拟数据说明了论文所提的点估计和近似区间估计方法的应用。     

证券市场指数的尖峰厚尾特征与风险量估计

在对DOW,Nasdaq,S&P500和FTSE100等四个证券市场指数进行实证分析基础上,展示了证券市场指数的对数收益率具有尖峰厚尾的分布特征,并利用Logistic分布得到了很好的拟合,同时给出了基于Logistic分布的风险量VaR和CVaR的估计公式,以此计算证券市场指数的对数收益率的风险量VaR和CVaR的估计值.     

双曲分布及其在VaR模型分析中的应用

传统的计算V aR的R iskM etrics方法不能对市场风险分布的“厚尾”现象给出较为满意的刻画和计算方法.本文引入双曲分布及其算法并将双曲分布应用到V aR模型的计算之中,事实上通过对股票市场的实证研究表明,股票市场数据呈厚尾现象,用双曲分布对数据的拟合要比R iskM etrics方法假定的正态分布更符合金融市场数据的实际情况,故本文的结论与方法对金融风险管理和其他金融建模是有价值的.     

不同市态下正态性转换时变VaR

VaR技术作为全球广为流行的金融风险管理技术,其测度的是极端情况下的风险头寸,但在传统假设下可能会极大地低估其值,这就会使得在实践中使用VaR值作为风险管理标准时面临更大的新的风险.考虑我国股市处于不同市场态势下对风险头寸的影响,就牛、熊市中分别估测VaR值.首先利用各种Delta-Gamma-Johnson转换函数对经验数据进行正态性调整.考虑通过转换机制调整后的经验数据仍然存在的异方差性特征,然后运用GARCH模型计算时变VaR值,以此来改善VaR的计算风险,探讨我国股票市场VaR技术的适用性和准确性.     

基于区间分析的投资组合VaR计算新方法

基于区间分析估计变量的累计概率分布是进行风险价值分析的一种新方法。本文将区间分析运用到股票投资组合的VaR计算中,研究区间分析在VaR计算方法中的应用。首先给出了基于区间分析估计分布函数的计算步骤,然后将区间分析运用到VaR的计算中,以两只股票的投资组合为例得出收益率的累计概率分布,从中得到某一置信度下的VaR值,最后与蒙特卡洛模拟方法做了比较研究,结果表明,基于区间分析的VaR计算方法的运算精度和计算速度明显优于蒙特卡洛模拟方法。     

金融风险的最坏VaR方法与投资组合优化

在股价及其走势均不确定的情况下,采用最坏VaR方法,对投资的潜在损失进行最保守的度量,并得到其等价的优化形式为一个二阶锥优化问题.接着考虑相应的投资组合优化问题:如何选择合适的头寸,使得当股票组合的期望收益达到给定水平的情况下,风险最低,即最坏VaR值最小,最后对模型进行实证分析.     

CVaR风险度量模型在投资组合中的运用

风险价值(VaR)是近年来金融机构广泛运用的风险度量指标，条件风险价值(CVaR)是VaR的修正模型，也称为平均超额损失或尾部VaR，它比VaR具有更好的性质。在本中，我们将运用风险度量指标VaR和CVaR，提出一个新的最优投资组合模型。介绍了模型的算法，而且利用我国的股票市场进行了实证分析，验证了新模型的有效性，为制定合理的投资组合提供了一种新思路。     

极值理论在高频数据中的VaR和CVaR风险价值研究

高频数据具有与低频数据明显不同的特征。本文引入广义帕雷托分布代替传统的正态分布等,精确描述金融高频数据收益的厚尾特征;并且计算高频数据下的VaR和CVaR,然后利用深成A指数据进行返回检验。两种返回检验方法的结果表明,极值理论方法可以比较精确地度量VaR和CVaR。     

Optimal reinsurance under dynamic VaR constraint

This paper deals with the optimal reinsurance strategy from an insurer’s point of view. Our objective is to find the optimal policy that maximises the insurer’s survival probability. To meet the requirement of regulators and provide a tool to risk management, we introduce the dynamic version of Value-at-Risk (VaR), Conditional Value-at-Risk (CVaR) and worst-case CVaR (wcCVaR) constraints in diffusion model and the risk measure limit is proportional to company’s surplus in hand. In the dynamic setting, a CVaR/wcCVaR constraint is equivalent to a VaR constraint under a higher confidence level. Applying dynamic programming technique, we obtain closed form expressions of the optimal reinsurance strategies and corresponding survival probabilities under both proportional and excess-of-loss reinsurance. Several numerical examples are provided to illustrate the impact caused by dynamic VaR/CVaR/wcCVaR limit in both types of reinsurance policy.     

Estimating and forecasting portfolio’s Value-at-Risk with wavelet-based extreme value theory: Evidence from crude oil prices and US exchange rates

This article proposes a wavelet-based extreme value theory (W-EVT) approach to estimate and forecast portfolio’s Value-at-Risk (VaR) given the stylized facts and complex structure of financial data. Our empirical application to portfolios of crude oil prices and US dollar exchange rates shows that the W-EVT models provide an effective and powerful tool for gauging extreme moments and improving the accuracy of portfolio’s VaR estimates and forecasts after noise is removed from the original data.     

在险风险值估计方法的比较研究

金融数据呈现的厚尾性已达成共识。本文首先基于指数回归模型提出了一种厚尾分布的极值分位数估计方法,得到了在险风险值的估计公式。然后得到了上海上证指数、国债指数和企业债券指数的在险风险值的估计值,比较了他们的极值风险.     

VALUE-AT-RISK的核估计理论

如何根据历史数据估计Value-at-Risk（VaR）;是风险分析与管理中一个重要的基本问题.木文基于非参数核估计方法,通过拟合实际数据过程的分布,构造了VaR的估计.在合适的相依数据条件下,证明了该估计量的渐近正态性,并给出了渐近方差的估计.由此表明:本文所构造的估计量不仅比参数模型具有更广泛的适应性,而且如同参数模型具有n~（-1/2）的收敛速度.本文假设的数据过程避免使用混合性,可很好地适用于金融管理中广泛应用的ARMA与GARCH模型族及非线性模型.