中国城乡居民养老制度可持续性的精算研究

围绕我国城乡居民养老保险体系可持续化问题,从中国实际出发,分层次、多角度的分析了当前我国的养老保险制度.首先,针对中国养老保险基金问题,基于当前养老保险体制,分别从三个层次入手,建立中国城乡居民养老保险基金收支模型;其次,基于养老制度的可持续性,建立了养老金缺口模型,并对养老金缺口的未来趋势进行了合理预测;最后,对所建立的模型进行了评价及推广.     

养老保险基金投资的目标规划模型

本文根据养老保险基金的性质和投资运营的基本原则,利用单指数模型衡量投资组合的收益和风险,建立了养老保险基金投资的目标规划模型。     

农村地区社会养老保险基金交付系统的模型

本文建立农村地区社会养老保险基金交付系统的模型,并用该模型对系统作了分析.     

可控和稳定视阈下城镇职工养老保险发展分析

以上海市老龄化、高龄化和"渐富快老"趋势日益显著为背景,按照基金收支平衡原则,在分析影响上海市城镇职工养老保险基金收入和支出因素基础上,应用灰色关联度方法选取影响因素,通过GM(1, N)模型建立微分方程进行可控性和稳定性分析.结果表明上海市城镇职工养老保险基金收入和支出是可控的和稳定的,要想保证基金在可控性范围内平稳运营,必须遵循系统论的规则,促进系统内各要素优化配置,通过控制人口机械增长率、扩大城镇职工参保率、提高缴费基数、适当降低养老金替代率等途径,实现养老保险制度的可持续发展.     

机关事业单位基本养老保险的精算应计负债

通过养老金测算的平行四边形框架建立养老保险的精算模型应计负债,测算机关事业单位基本养老保险在2015年初的精算应计负债.提高退休年龄、利率、缴费率和工资增长率都会降低精算应计负债,退休年龄的影响非常强,利率的影响也很强.提高养老金增长率、工龄工资增长率和同年度养老金随年龄增长率都会增加精算应计负债,养老金增长率的影响很强.为控制机关事业单位基本养老保险精算应计负债,可适时适度提高退休年龄,创造条件提高投资收益率,通过全社会创新提高社会生产力来提高工资增长率,与此同时可降低缴费率.     

企业退休职工养老金模型

本文讨论了目前我国养老保险体制改革的相关问题。首先,通过分析年工资增长趋势,对其数据进行回归分析,构造出工资的Logistic模型,并预测出职工未来年份的年平均年工资;其次构造养老金替代率模型,并得到多种情况下的替代率;再次,建立养老金缺口模型,用来分析养老金缺口情况以及达到平衡时领取养老金的年数;最后分析得出影响养老金替代率和收支平衡的4个因素,即社会统筹基金的缴费比例、基金收益率、退休年龄和开始缴纳养老保险的年龄,对其进行敏感性分析,并提出一些相应的改进建议。     

养老保险基金收支监测预警系统的设计与实现

探讨了养老保险基金收支监测预警系统的关键技术问题,提出系统的设计框架和功能模块设计方法。系统的实施有利于开展养老保险基金的非现场监督,有利于提高监督工作质量和水平,对完善社会保险基金监管体系具有重要意义。     

养老保险与经济增长关系的研究——以内蒙古自治区为例

虽然我国经济在稳定发展,但是人口老龄化问题也在不断的加剧,如何处理好养老保险和经济发展之间的关系就显得尤为重要。利用内蒙古自治区2002到2016年的相关数据,构建VAR模型,运用方差分解和脉冲响应对二者之间的关系进行深入分析,为我国应对老龄化问题提供理论参考,能够切实解决老人的养老问题。结果表明:养老保险和经济增长二者之间相互影响且持续时间较长,但养老保险的参保人数、收入和支出与就经济增长相互之间的影响程度不同,经济增长对于参保人数的影响要大于参保人数对经济增长的影响,而养老保险的收入与支出对经济增长的影响则更大。     

利用生命表函数对银川市职工养老保险基金进行分析预测

利用生命表函数对银川市职工养老基金进行分析预测.研究近期、中期养老保险基金收支、就业、人口、城市化、老龄化的变化态势.提出保持养老保险制度健康持续发展的建议.     

中国养老保险隐性债务未来规模的预测

伴随转制而产生的隐性债务问题,正在成为制约中国养老保险制度健康发展的"瓶颈".解决养老保险隐性债务的基本前提是要测算债务规模.本文建立养老保险隐性债务的预测模型,对中国养老保险隐性债务规模进行预测并得到结果.     

基于Bayes估计的金融风险值——VaR计算

初步研究了用Bayes估计计算金融风险值VaR,同时阐明了运用极值理论方法在Bayes估计下的金融风险值计算。并且借助统计计算方法——MCMC算法来求解参数的Bayes估计,有效的将Bayes思想融入到了VaR的计算中。用Bayes估计计算金融风险值VsR,可以帮助投资者将观测数据和自己所掌握的经验信息对VaR模型进行调整,使得vsR模型能够更准确地反映出金融市场的风险状况,据此做出更加正确的投资决策。     

基于GARCH族模型商业银行外汇风险管理的VaR方法研究

面对日趋加大的汇率波动性,商业银行外汇资产面临的风险也越来越大,风险的计量与预测在管理外汇风险中的作用也越来越重要.引入参数法下的GARCH模型对外汇市场存在的风险进行计量分析,并以此为基础运用VaR方法进一步计算外汇资产的风险补偿金,以达到预测和控制外汇风险目的.     

金融风险管理中VaR度量的光滑估计效率

本文研究了金融风险管理理论中风险价值(VaR)的非参数核光滑估计和经验估计的效率问题.对非独立的时间序列损失/收益样本,在均方误差(MSE)准则的意义下引入亏量的概念,亏量越大表明估计效率越低.并利用亏量对VaR模型的核光滑估计和基于样本分位数的经验估计进行了比较,在理论上证明了VaR模型的核光滑估计优于经验估计.同时,通过计算机模拟证实了理论获得的结论.本文还对国内沪深两市上的证券投资基金进行了实证分析,计算了样本基金的VaR风险度量的经验估计和核光滑估计,并计算了样本基金基于周收益率和VaR估计的风险调整收益(RAROC)值,以此对样本基金的业绩做出了有用的评价.     

基于CAViaR的DCC模型及其对中国股市的实证研究

VaR是金融风险度量方面研究的热点.CAViaR模型可以用来直接计算单个资产的VaR,DCC模型可以用于刻画资产间的相关性.结合这两个模型,通过分位数估计方差的方法,提出了基于CAViaR的DCC模型来计算投资组合的VaR.对中国股市的实证研究表明其具有更好的效果.     

Estimating value at risk of portfolio by conditional copula-GARCH method

Copula functions represent a methodology that describes the dependence structure of a multi-dimension random variable and has become one of the most significant new tools to handle risk factors in finance, such as Value-at Risk (VaR), which is probably the most widely used risk measure in financial institutions. Combining copula and the forecast function of the GARCH model, this paper proposes a new method, called conditional copula-GARCH, to compute the VaR of portfolios. This work presents an application of the copula-GARCH model in the estimation of a portfolio’s VaR, composed of NASDAQ and TAIEX. The empirical results show that, compared with traditional methods, the copula model captures the VaR more successfully. In addition, the Student-t copula describes the dependence structure of the portfolio return series quite well.     

规避风险的多阶段最优库存研究

基于市场需求是随机的,并且在进行市场销售前,就要确定每个阶段的生产数量的背景下,建立了具有规避风险的多阶段库存凸随机规划模型.该模型以最小化损失函数的期望值为目标函数,以规避风险为约束条件,以价值风险(VaR)和条件价值风险(CVaR)为风险度量;采用样本平均近似方法(SAA)求解该模型,并分析样本平均近似方法的收敛性;最后,给出数值结果.     

Tail VaR Measures in a Multi-period Setting

Abstract

This paper studies a coherent acceptability measure which is a negative coherent risk measure, in a multi-period model. When a coherent acceptability measure changes according to new information in the market, a time consistency plays an important role. The usual strong time consistency gives too severe a multi-period Tail Value at Risk (Tail VaR) from a practical viewpoint. We study a weak type of time consistency and propose new multi-period Tail VaR measures.     

基于MCMC模拟的MGPD模型及其在地质灾害风险度量中的应用

基于马尔科夫链蒙特卡洛(简记为MCMC)模拟的参数贝叶斯估计,对改进的广义帕累托分布(简记为MGPD)模型进行了优化,并利用该模型得到了地质灾害损失的在险损失值(简记为VaR)和条件损失值(简记为CVaR).以湖南娄底市地质灾害损失数据进行实证分析及模型适应性检验,结果表明:优化后的模型不仅具有很好的极值数据描述能力,而且具有较强的适用性.     

基于Skewed-t分布的FIGARCH模型与VaR的度量

金融资产收益率序列的波动具有典型的尖峰厚尾和非对称性特征,描述这种特性需以合适的概率分布函数为基础.因此,寻求更好的概率分布函数对风险度量、VaR的计算有着十分重要的意义.有鉴于此引入Skewed-t分布度量VaR,并比较分析了RiskMetrics及FIGARCH类模型度量VaR值的准确程度,本文同时分析了多头头寸和空头头寸情况下的VaR.结果表明,在两种头寸情况下,Skewed-t分布在空头和多头情形对资产厚尾特性以及非对称性的拟合效果均要比正态分布好;在两种头寸中不同的置信水平下,FIAGARCH(CHUNG)模型预测的VaR值改进了使用传统模型的精确性,高估或低估风险的程度较轻.     

对数正态分布的VAR数学模型及其计算

VaR(Value at Risk)是一种以规范的统计技术来度量市场风险的新标准,目前在金融数学领域被广泛使用,它是指在正常的市场条件和给定的置信度下,在给定的持有期间内,测度某一投资组合所面临的最大的潜在损失的数学方法.传统的VaR计算方法在计算开放式基金时,可能存在着低估风险的情况.着重论述了VaR模型的数学原理以及该模型的计算方法,运用对数正态分布假设来评估开放式基金的风险,以验证其结果是否更加接近实际风险值.