基于VaR和集中度约束的贷款组合优化模型

资产负债管理是把资产与负债组合视为有机整体,协调流动性、安全性和赢利性,本文通过资产的集中度约束把银行资产合理分配在不同行业中,有效降低银行资产集中度风险,通过能反映银行风险承受能力的VaR约束控制了贷款组合风险,应用实例的结果表明,本模型能够谋求"三性"的最佳配置,有效降低银行经营过程中的集中度风险和流动性风险,并实...     

随机凸序与投资组合的风险值

本文利用随机凸序的理论证明了任意随机资产组合的风险不会超过其各个随机资产的风险值之和 ,即给出了投资组合的风险值上界 .指出了当投资者无法确定各随机资产的相依关系时 ,独立性假定会低投资组合的风险值 ;并分别针对正态资产、幂关系资产、指数资产给出了这种风险低估值的具体计算公式     

资产剥离对风险溢价的影响研究

资产剥离会通过改变在位资产的构成而影响总资产风险收益特征。区别于已有研究将资产剥离看作看跌期权的通常做法,本文考虑企业剥离非核心资产并将资源重新聚焦于核心资产的一般情形,将资产剥离决策视作一种交换期权。运用实物期权方法和定价核技术,本文在连续时间框架下分析了资产剥离影响资产风险溢价的理论机理,并利用沪深A股上市公司数据进行实证检验。研究结果表明:资产剥离对资产风险溢价的影响方向取决于非核心和核心两类资产风险溢价的相对大小,影响程度则由两类资产价值占比的差异和交换期权的价值占比共同决定;进一步,等待剥离的决策灵活性会削弱资产剥离的影响;年轻阶段的资产剥离更加可能对风险溢价具有提升作用。     

基于动态调整的Copula-非线性分位数回归资产组合优化

为优化资产组合方案,考虑单资产分布的非对称性、异方差性、尖峰厚尾性等特征,资产之间的时变非线性相关性,建立了Copula-非线性分位数回归模型。本文的创新与特色,一是通过构建期望超额收益率与考虑动态损失厌恶效应的VaR比率函数,确定了目标函数的表达式,改变了使用超额收益率标准差度量风险,而实证研究中更关注资产的损失风险而非全部风险,未考虑投资者对于收益与损失非对称偏好的不足;二是通过建立基于支持向量机的非线性分位数回归模型,确定了边缘分布函数表达式,解决了普通模型无法处理非对称、非线性,依赖于分布假设的不足;三是通过构建混合Copula函数,确保能够有效捕捉金融市场中的尾部相关、非对称性,完善了刻画资产之间相关关系的模式;四是通过建立风险非线性叠加的资产总风险评价模型,确定了资产组合总风险的表达式,弥补了现有风险评价模型未考虑资产间的相关性的不足。实证结果表明,本文建立的模型预测性能高于其它模型,该模型有更高的VaR比率值,在单位风险下能够获得更高的资产组合效果。     

基于银行-资产二分网络的银行间风险传染研究

银行之间越来越紧密的联系形成了复杂的网络,使得风险能够在网络中迅速传染,造成大规模的级联失效.目前已有的大多数研究都基于银行间资产负债表关联来分析银行间风险传染,而银行间持有相同资产的关联作为一种重要的银行间风险传染的渠道,往往没有引起足够的重视.基于持有相同资产关联,建立银行-资产二分网络研究银行间风险传染的机理特征.首先设计了风险传染模型,接着收集了244家主要银行2016年的资产价值数据作为模型仿真的基础.仿真结果表明银行间持有相同资产关联会造成银行间风险传染,继而引发大规模的银行级联破产,其危害程度和传染速度随着冲击大小和溢出效应强度的增加而增加.同时,按照资产占比将244家银行聚成5类并分析各类银行的风险特点.分析对监管部门进行合理分配监管资源具有一定的参考意义.     

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.     

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。     

基于风险约束的套期保值模型及沪深300股指实证研究

提出利用风险价值VaR建立套期保值资产组合的风险约束.以套期保值资产组合收益最大为目标,以控制套期保值资产组合风险为约束,建立了基于风险约束的套期保值模型.该模型在有效控制风险的基础上,可以大幅提高套期保值资产组合的收益.对沪深300股指现货和期货的数据进行了实证分析,对比了现有研究的最小二乘((OLS)、向量自回归(VAR)、向量误差修正(VEC)三种模型以及本文建立的基于风险约束的期货套期保值模型.样本内检验结果表明,本模型比现有研究模型的收益有大幅提高,平均增加81.6%.同时并没有失去对风险的控制,与现有研究模型只有5.32%的差别.对于样本外检验,模型在控制风险和提高收益两个方面都要优于现有研究模型.模型比现有研究模型平均可提高收益21.4%,平均降低风险3.61%.     

具有随机利率、随机变差的最优投资和联合比例-超额损失再保险

对跳-扩散风险模型,研究了最优投资和再保险问题.保险公司可以购买再保险减少理赔,保险公司还可以把盈余投资在一个无风险资产和一个风险资产上.假设再保险的方式为联合比例-超额损失再保险.还假设无风险资产和风险资产的利率是随机的,风险资产的方差也是随机的.通过解决相应的Hamilton-Jacobi-Bellman(HJB)方程,获得了最优值函数和最优投资、再保险策略的显示解.特别的,通过一个例子具体的解释了得到的结论.     

中国银行业系统性风险演进及影响因素研究

银行业系统性风险的本质在于资产头寸的相关性。运用上市银行股票回报率的相关系数来反映银行间资产头寸的相关性,并以之测度银行业系统性风险,结果发现,2007年系统性风险处于较低水平,2008年和2010年系统性风险最高,超过了0.8,其它年份大多在0.7-0.8之间高水平波动。影响系统性风险的因素可分为微观、中观和宏观等因素。实证研究结果表明,银行间资产占总资产的比重以及宏观因素和中观因素对系统性风险具有显著的影响。因此,银行间业务的相互渗透及信贷规模的过度膨胀都有可能对整个经济产生不利的影响,监管机构应推进宏观审慎监管,尽早控制金融行业的系统性风险。     

基于动态利率风险免疫的银行资产负债优化模型

本文以CIR动态久期缺口的免疫条件为约束进行多资产和多负债的利率风险控制,通过建立线性规划模型来进行银行资产的最优配置。本文的创新与特色:一是通过引进随时间变化的动态利率久期参数构造利率风险控制条件,建立了控制利率风险的资产负债优化模型。改变了现有研究忽略利率动态变化、进而忽略平均久期动态变化的弊端。事实上,利率的动态变化必然引起平均久期的变动,忽略利率变动的控制条件是无法高精度地控制资产配置的利率风险的。二是通过以银行资产收益最大为目标函数,以动态利率久期缺口免疫为主要约束条件,辅以监管的流动性约束匹配银行的资产负债,回避了利率风险对银行所有者权益的影响,避免了利率变动对银行资产所有者带来的损害。     

实战汇率避险

今年以来,随着国内外经济金融形势的变化,人民币对外不断升值,人民币汇率形成机制改革的进一步深化,银行组合型汇率避险产品不断丰富,满足了企业规避汇率风险及财务运作需求,准确了解这些产品的特征和运转模式,在很大程度上有利于CFO们全面及时摆布企业资产,并力求取得收益最大化和风险最小化。     

数字化转型与企业综合风险

在数字化转型背景下,企业如何增强抗风险能力是亟待解决的关键问题。本文创新性地从风险组合视角集成企业综合风险,探讨数字化转型对企业综合风险的影响机理。研究发现：(1)数字化转型能降低企业综合风险;通过调节效应分析发现,高创新企业、高竞争行业和无内部控制缺陷的企业,数字化转型对企业综合风险的减缓效应更显著;通过异质性分析发现,服务业数字化转型进程领先于制造业,东部地区数字化转型程度高且风险减缓作用大;(2)在综合风险基础上添加技术风险和人力资源风险,集成新型综合风险,发现数字化转型虽能降低新型企业综合风险,但两者之间的线性拟合效果差;数字化转型与各类单一风险之间的线性相关关系呈现异质性特点;通过引入机器学习模型,发现数字化转型与新型综合风险之间存在一定的非线性关系,且基于堆叠法的机器学习集成模型的拟合效果最好。该研究成果能优化公司风险治理和促进企业可持续发展。     

基于双风险因子调整的剩余收益经营与投资最优决策模型

一般来说,公司净资产基于投向可以分为净经营性资产和净金融性资产。这两种净资产所面临的风险属性是不同的,净经营性资产承担的是经营性风险,而净金融性资产承担的则是金融性风险。作为公司多元化经营的决策者,在公司净资产一定的情况下,如何合理分配经营性投资与金融性投资间的比例并作出最优的投资决策,以达到公司价值最大化？本文基于一般形式的三阶段剩余收益模型,根据净经营性资产具有经营风险,净金融性资产则具有金融风险的风险识别与判断,从理论上构建出双风险因子调整的剩余收益经营与投资决策模型(Operation and Investment Decision Model of Dual-risks RIM, OIDM-DRRIM)。同时,利用中国资本市场1997年到2014年的经验数据进行实证检验,研究结果表明,所构建的OIDM-DRRIM具有非常好的适用性,公司经营决策者可以根据该模型计算出净经营性资产和净金融性资产之间的最优分配比例,进而作出使公司价值最大化的经营与投资决策。     

基于多维Gumbel Copula函数的投资组合VaR分析

基于目前国内有关Copula函数的实证研究主要是研究二种资产的相关性为主,文章根据Copula函数在构建反映随机变量实际分布与相关性的联合分布函数上具有的优势,首先利用GJR模型构建资产的边缘分布,接着利用多元阿基米德Copula函数族中的Gumbel Copula函数构建了反映多个资产收益实际分布和相关性的联合分布函数,并使用蒙特卡罗模拟技术,分析在不同置信度下的投资组合的最小风险价值(VaR)及其资产组成,实证说明根据文章提出的模型度量资产的风险,可以使投资者选择的资产更加稳健,同时也有利于投资者对投资组合整体风险进行分散和监管。     

保险风险模型的序关系及其误差

从停止损失序的角度,探讨了用集体风险模型来近似个体风险模型时,随机风险理赔总额S的一般情况,我们推广现有文献(如Goovaerfs)的关于单因模型的结果,得到了各模型间S的序的关系(定理1),并给出了各模型S之间的误差公式(定理3).     

基于鞅测度的流动性风险溢价的测算

研究了在一般市场条件下流动性风险的定价问题.首先借助金融数学和金融工程的无套利思想在鞅测度下对市场风险和流动性风险进行定价,通过等价测度变换,使可交易资产的贴现价值过程转化为鞅过程,得到了市场风险和流动性风险的市场价格,进而给出了流动性风险溢价的计算公式.得到的风险的市场价格在同一市场中对于所有可交易资产都是相同的,并且这一价格对于所有投资者也都是相同的,不会因投资者的风险厌恶水平的不同而不同.     

资产组合的CVaR风险的敏感度分析

基于CVaR风险计量技术，分别给出了正态和t分布情形下资产组合的CVaR值，对一般情形下风险资产组合的CVaR风险关于头寸的敏感度进行了分析，研究了其经济意义。     

基于风险网络结构的资产分配策略研究

股票市场是一个高风险市场,如何在频繁发生的极端波动环境下进行有效的资产分配是当前热点问题。本文首次应用VaR模型构建股市风险网络,并基于风险网络模型进行最优投资组合成分选择,分析不同市场波动行情下最优资产分配权重和股票中心性的时变关系,融合风险网络时变中心性和个股表现提出新的动态资产分配策略(φ投资策略)。结果表明:在股市上涨和震荡期,股票中心性和最优投资组合权重呈正相关关系;股市下跌期,股票中心性和最优投资组合权重呈负相关关系;当φ>0.05时,投资者的合理投资区域向高中心性节点移动,反之。φ投资策略的绩效表现证明了风险网络结构能提高投资组合选择过程。此研究对于优化资产配置、提高投资收益、多元化分散投资风险具有重要意义。     

基于流动性风险约束的我国商业银行资产负债随机规划模型

通过以资产负债管理合理匹配银行资产、负债,可以防范银行流动性风险.为此,建立了一个带有简单补偿的两阶段多期随机规划,在满足相关政策、法规约束和流动性风险V aR随机机会约束条件下,以银行的盈利最大化为目标,对银行主要资产、负债进行动态的优化匹配.