基于神经网络分位数回归的多期CVaR风险测度

与VaR金融风险测度相比,CVaR具有更好的数理性质,其计算方法成为关注的焦点。相对于单期CVaR而言,多期CVaR风险测度具有较强的非线性特征,其建模过程更加复杂。在神经网络分位数回归基础上,建立了一种新的多期CVaR风险测度方法;基于似然比检验,建立了多期CVaR风险测度返回测试评价准则。将该新方法应用于沪深300指数的多期CVaR风险测度,并将其与传统的测度方法进行了对比,返回测试结果表明:第一,该新方法具有较强的稳健性,各期平均绝对误差大小基本不变,特别适合于多期CVaR风险测度;第二,基于神经网络分位数回归的多期CVaR风险测度效果优于传统测度方法,表现为似然比检验拒绝次数最少和平均绝对误差最小。     

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。     

条件VaR和条件CVaR的核估计及其实证分析

VaR和CVaR是目前两种主流风险度量工具。条件VaR和条件CVaR是基于市场风险因子在已知条件(或信息)下的分布来计量和测算VaR和CVaR,能够及时地根据变化的条件来重新估计风险进而进行有效的风险管理,是对传统的基于边际分布的VaR和CVaR指标的有益补充。另外一方面,近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们用条件VaR和条件CVaR的非参数核估计法,对我国A股市场的风险进行测算。结果得出:条件VaR和条件CVaR能揭示出深证成指和上证综指之间的不同风险特征;条件VaR和条件CVaR的测算结果并非总是一致;系统风险估计值对已知条件的敏感性高于深发展A和万科A两只股票的个股风险。以上风险特征在边际VaR和边际CVaR下无法得到。     

基于均值和CVaR的效用最大化模型研究

本文利用CVaR方法代替方差或VaR来度量风险,建立了关于期望和CVaR的效用最大化模型,研究了n种风险资产的投资决策问题。在效用函数是凹的假设下,首先得到了无差异曲线的特征及均值-CVaR模型有效边界的性质,然后利用这些结论得到了效用最大值存在的条件及其最优解的性质特征,给出了求解的具体步骤和算法,并分析了最大效用点的经济含义.最后,一个基于中国股票市场真实数据的数值算例说明了本文的结论及应用。     

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.     

金融资产的CVaR风险的区间估计及假设检验

基于CVaR风险计量技术,论述了正态分布下风险资产的CVaR假设检验方法及置信区间求法,最后用中信指数对我国股市风险情况作了区间估计及显著性检验的实证分析。     

基于VaR的SPAN系统在我国股指期货保证金中的应用研究

基于我国股指期货的真实数据,灵活运用参数VaR模型,蒙特卡罗方法和Copula技术,给出了SPAN系统应用在中国股指期货保证金上的详细步骤以及具有中国特色的参数设置方法,解决了股指期货推出初期SPAN系统中有关参数设置问题这一技术障碍.实证结果显示,我国股指期货合约所需保证金均低于当前国内股指期货保证金水平,应该改进保证金模式、降低保证金水平.     

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、VaR应用在RAROC的比较研究

本文将CVaR引入到RAROC(R isk-Ad justed Return on Cap ital)中,进行绩效评价。而且,将CVaR与VaR的结果进行了比较。在正态分布的情况下,CVaR与VaR的RAPM(R isk-Ad justedPerform ance M easure)对于绩效评价都是充分的、可靠的、有效的,且两者是等价的。但在非正态的情况下,CVaR的RAPM相对于VaR的RAPM更加充分、谨慎、可靠、有效。我们运用Bootstrap方法进行了实证研究。     

基于Zipf律的尾部特征分析及VaR计算

分布的尾部特征分析在许多领域都非常重要，估计和分辨尾部服从幂律特征还是指数特征非常重要。在本文中，我们提出了在分析数据的Zipf幂律的基础上来分辨尾部特征的方法。通过实证分析，我们得出了上证指数收益率的确存在具有尺度不变性的Zipf幂律现象，然后分布的尾部特征就被确定，并得到了尾部指数的一种简单的估计方法，最后对该市场的在险价值（VaR）进行了计算和分析。     

基于CVaR的最优投资组合模型算法分析

通过引入光滑因子,改进了基于条件风险值(CVaR)的最优投资组合线性模型,并详细介绍了以VaR最小为目标函数的最优投资组合模型的算法设计思想与过程.     

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.     

Single and multi-period optimal inventory control models with risk-averse constraints

This paper presents some convex stochastic programming models for single and multi-period inventory control problems where the market demand is random and order quantities need to be decided before demand is realized. Both models minimize the expected losses subject to risk aversion constraints expressed through Value at Risk (VaR) and Conditional Value at Risk (CVaR) as risk measures. A sample average approximation method is proposed for solving the models and convergence analysis of optimal solutions of the sample average approximation problem is presented. Finally, some numerical examples are given to illustrate the convergence of the algorithm.     

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.     

Bayesian parameter inference for models of the Black and Scholes type

In this paper, we describe a general method for constructing the posterior distribution of the mean and volatility of the return of an asset satisfying dS=SdX for some simple models of X. Our framework takes as inputs the prior distributions of the parameters of the stochastic process followed by the underlying, as well as the likelihood function implied by the observed price history for the underlying. As an application of our framework, we compute the value at risk (VaR) and conditional VaR (CVaR) measures for the changes in the price of an option implied by the posterior distribution of the volatility of the underlying. The implied VaR and CVaR are more conservative than their classical counterpart, since it takes into account the estimation risk that arises due to parameter uncertainty. Copyright © 2008 John Wiley & Sons, Ltd.     

基于推广多因子模型的资产动态配置研究——以上证A股为例

考虑投资者关于市场的观点,并用椭球分布替代正态分布作为资产收益和投资者观点分布导出推广的多因子模型(EMFM).采集2015年1月5日到2018年9月11日上证A股中分列于11个行业共828只股票的日收益率及其相关指标,采用5个系统风险因子,在3种常用风险指标下应用EMFM对该高数据进行动态建模并做资产配置分析.实证结果显示:从回溯期内的收益表现来看,使用自由度为3的多维t分布,一种特殊的椭球分布,即便合并简单的绝对观点的EMFM在SD风险指标下的组合都优于马科维兹组合的情形,同时也优于其使用VaR和CVaR的情形,且所有组合都优于上证指数的情形.     

STUDY ON THE INTERRELATION OF EFFICIENT PORTFOLIOS AND THEIR FRONTIER UNDER t DISTRIBUTION AND VARIOUS RISK MEASUREgS

In order to study the effect of different risk measures on the efficient portfolios （fron- tier） while properly describing the characteristic of return distributions in the stock market, it is assumed in this paper that the joint return distribution of risky assets obeys the multivariate t-distribution. Under the mean-risk analysis framework, the interrelationship of efficient portfolios （frontier） based on risk measures such as variance, value at risk （VaR）, and expected shortfall （ES） is analyzed and compared. It is proved that, when there is no riskless asset in the market, the efficient frontier under VaR or ES is a subset of the mean-variance （MV） efficient frontier, and the efficient portfolios under VaR or ES are also MV efficient; when there exists a riskless asset in the market, a portfolio is MV efficient if and only if it is a VaR or ES efficient portfolio. The obtained results generalize relevant conclusions about investment theory, and can better guide investors to make their investment decision.     

Stable modeling in energy risk management

High price volatility in energy markets compels the companies to adopt and implement policies for measurement and management of the energy risk. A popular measure of risk exposure is the Value at Risk (VaR). Traditional methods of estimation of VaR used by major energy companies fail to capture the heavy tails and asymmetry of energy returns distributions. We suggest the use of stable distributions for modeling energy return distributions. The results of our study demonstrate that stable modeling captures asymmetry and heavy-tails of returns, and, therefore, provides more accurate estimates of energy VaR.     

波动性变化下的VaR历史模拟法实证研究

VaR(在险价值)方法是当今运用得最为广泛的金融市场风险度量方法。历史模拟法作为计算VaR的主要方法之一,其计算出来的VaR的风险度量效果需要得到现实金融市场数据的检验。本文通过选取上证综指日收益率的历史数据,分别在市场波动性不发生改变、市场波动性变大和市场波动性变小三种情况下对历史模拟法的有效性进行检验,检验结果表明在市场波动性不发生变化的情况下,历史模拟法计算的VaR能够有效地度量市场风险;在市场波动性变大的情况下,该方法会低估市场风险;在市场波动性变小的情况下,该方法会高估市场风险。通过对历史模拟法的计算原理进行分析,历史样本自身的时滞性是导致该方法在市场波动性发生变化时无效的原因。