VaR测度下的风险对冲策略研究

本文分别在正态分布和任意分布设定下讨论最小在险价值(VaR)的风险对冲问题。在正态分布设定下,本文深入讨论最小方差对冲比率和最小VaR对冲比率的性质,并得出最小VaR对冲策略下组合收益率的均值和方差大于最小方差策略下组合收益率的均值和方差。在任意分布设定下,本文构建一种新的VaR对冲模型,该模型引入非参数核估计方法对VaR进行估计,然后基于VaR核估计量建立风险对冲问题,实现风险估计与风险对冲同步进行。实证结果非常稳健地表明,不做任何分布假设下的核估计法得到的风险对冲效果优于最小方差对冲策略和正态分布设定下的最小VaR对冲策略。     

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.     

基于二维正态分布的条件VaR研究

基于条件收益率的VaR测算方法.在假定股票价格对数与收益率服从二维正态分布的基础上,对每一价格水平,得到条件收益率的分布特征,进而计算条件VaR值.通过分析证明了条件收益率分布与价格水平高低有关,一般价格升高会使条件收益率分布向左侧移动,反之向右侧平移.     

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。     

基于经验分布的条件VaR计算方法研究

本文以基于股票价格的条件收益率为出发点,研究在不能确定价格P与收益率R的联合分布类型时,利用历史数据刻画其经验条件概率分布函数,并据此测算一定价格水平下的VaR值。本文的研究重点在于如何确定能近似描述价格Pt时收益率分布特征的最佳样本数据。     

基于非参数分布的沪深股市VaR测度

沪深大盘指数的收益率分布函数并不服从通常人们所认为的正态分布.因此,采用一种新的方法—非参数核密度估计,对沪深股指收益率分布进行拟合.该方法不仅很好地刻画了收益率分布的尖峰和肥尾特征,而且由此建立的VaR模型比一般的基于参数分布的VaR模型更能捕捉市场的风险特征,结论也更加准确.     

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.     

基于多目标CVaR模型的证券组合投资的风险度量和策略

本文首先定义了多损失函数下的-αVaR,-αCVaR损失值以及-αCVaR损失值的等价函数,给出了多目标CVaR模型.然后,基于多目标CVaR模型,建立了一个多目标证券组合投资优化模型,得出在多置信水平下的证券组合投资比例和CVaR值,据此建立一种证券组合投资的降低风险优化模型.其降低风险策略是在收益率不变的情形下降低风险和总投资比例.数值实验表明,这种策略是可以通过明显地减少总投资比例来达到降低风险的目的.     

CVaR鲁棒均值-CVaR投资组合模型与求解

传统的均值-风险(包括方差、VaR、CVaR等)组合选择模型在计算最优投资组合时,常假定均值是已知的常值,但在实际资产配置中,收益的均值估计会有偏差,即存在着估计风险.在利用CVaR测度估计风险的基础上,研究了CVaR鲁棒均值-CVaR投资组合选择模型,给出了另外两种不同的求解方法,即对偶法和光滑优化方法,并探讨了它们的相关性质及特征,数值实验表明在求解大样本或者大规模投资组合选择问题上,对偶法和光滑优化方法在计算上是可行且有效的.     

基于藤Copula方法的巨灾风险条件VaR预测

为准确预测巨灾风险的条件VaR,应用藤Copula方法刻画巨灾损失变量间的相关结构,进而得到损失变量间的联合分布和条件分布函数,最终实现对条件VaR的估计.对全球洪水的损失数据进行实证分析,利用核密度估计检验法从常用多元Copula中选出最优的Copula作为比较对象,回测检验结果表明:准确刻画相关结构是精确估计条件VaR的关键,藤Copula方法对巨灾风险条件VaR的预测能力要优于常用多元Copula方法.     

基于二维t分布的条件VaR研究

根据多元t分布的定义及性质,推导出二维t分布随机变量差的条件分布仍服从t分布.在假定股票价格对数与收益率服从二维t分布的基础上,利用该性质,可以得到不同股票价格水平条件下,收益率的一维条件t分布,进而计算出价格条件VaR.利用多元t分布研究价格条件的收益率分布问题,与正态分布相比,较好地刻画了证券收益率分布的尖峰厚尾现象.     

附认股权公司债价值分析

附认股权公司债是公司债附有认股权证的新型金融产品．本介绍了附认股权公司债的定义；给出了附认股权公司债的定价模型，并给出了仿真案例．     

条件期望与三变量独立性的两个充要条件

随机事件的独立性、随机变量的独立性是概率统计中的重要概念,不少学者都在这方面有所讨论.本文作者讨论了三维连续型随机变量（X,Y,Z）中三个分量X,Y,Z的相互独立性、条件独立性,得到三个引理.利用条件期望及三个引理作者给出了三变量相互独立的两个充要条件.     

关于条件期望的注记

利用条件期望的定义和性质给出了两个例子说明随机变量序列的条件期望唯一存在的情况.     

A Characterization of Exponential Distributions through Conditional Independence

ＡＣｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆＥｘｐｏｎｅｎｔｉａｌＤｉｓｔｒｉｂｕｔｉｏｎｓｔｈｒｏｕｇｈＣｏｎｄｉｔｉｏｎａｌＩｎｄｅｐｅｎｄｅｎｃｅ￥ＨｕａｎｇＲｅｎｙａｎ；ＳｈｏｕＪｉｌｕｎ（ＤｅｐａｒｔｍｅｎｔｏｆＥｃｏｎｏｍｙ，ＸｉｎｙａｎｇＴｅ...     

基于条件贝塔信息对横截面收益的解释

以1995年6月-2005年12月期间在我国沪深A股市场上市的全部股票为样本,本文实证发现,FF三因子模型不能对横截面收益作出合理的解释。为了基于现代金融理论的基本观点对横截面收益现象作出更为合理的解释,本文利用贝塔条件变化信息对无条件的FF三因子模型进行改进,实证发现,改进后的条件定价模型对横截面收益的解释力提高了,并且该解释力在2006年1月-2008年5月、1995年6月-2008年5月期间均具有稳健性。由此得出结论认为,在解释横截面收益时,贝塔条件变化的条件定价模型是一个优于无条件FF三因子模型的模型。     

Conditional measures and operators

A detailed study of the structure of conditional expectations and conditional probability measures is presented. Some characterizations of conditional expectations as a subclass of projection operators on Banach function spaces, and similarly conditional probabilities as a subclass of vector valued measures on such spaces are included. As applications of these results, a representation of Reynolds operators and related unified formulation of ergodic-martingale theorems are given.     

边缘分布条件分布的几何意义及推广

从几何的角度,揭示边缘分布条件分布的几何意义,浅显易懂,帮助学生深入正确理解定义所隐含的内容,同时,进一步推广了边缘分布和条件分布.     

A Characterization of Geometric Distributions Through Conditional Independence

ＡＣｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆＧｅｏｍｅｔｒｉｃＤｉｓｔｒｉｂｕｔｉｏｎｓＴｈｒｏｕｇｈＣｏｎｄｉｔｉｏｎａｌＩｎｄｅｐｅｎｄｅｎｃｅ黄任燕ＡＣｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆＧｅｏｍｅｔｒｉｃＤｉｓｔｒｉｂｕｔｉｏｎｓＴｈｒｏｕｇｈＣｏｎ...