应用极值理论计算VaR的一种方法

在险价值(value at risk，简称VaR)是度量市场风险的一种普遍使用的工具，也是金融风险管理中的基础工具。计算VaR有许多不同的方法，本考虑了数据间的相关性，通过部分重叠数据分组的方法来计算VaR，发现所得到的VaR更符合实际；另外，我们对分组大小作了研究，发现分组数据大小的幂律存在，并对恒生指数作了具体分析。由此得出计算VaR的合理的数据分组大小。     

基于收益率修正分布的VaR估计

本文针对正态分布在拟合厚尾分布上的不足提出了两种修正方法——参数修正方法和非参数修正方法,经过实证分析我们发现经过修正的分布能更好地拟合厚尾分布,相应的VaR值的预测效果也更好,其中非参数修正得到的VaR预测效果最佳。     

单形深度中位数在封闭式基金排名中的应用

本文介绍了单形深度函数理论,通过改进夏普指数公式,利用单形深度函数中位数稳健性的特点,将单形深度函数中位数应用于改进的夏普指数公式,对国内的封闭式基金进行了排名与评级,并将其与中信星级和样本星级进行了对比.最后,通过定义基金业绩偏离度提出将其用于评价基金捕捉市场机遇的能力的观点.     

大维乘积随机矩阵谱分布在因子分析中的应用

建立了一个简单实用的估计大维因子模型的因子个数方法. 特别当残差服从线性时间序列模型时, 给出了其参数的估计方法.另外也给出了这些估计量的极限理论性质.最后的模拟结果和实证分析显示本方法是有意义和有效的.     

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。