基于正则逆Gamma分布和广义极值分布的VaR计算

股指收益率的分布和风险价值(VaR)的计算是证券市场研究的热点问题.本文对来自上证指数和深证成指日收益率采用正则逆Gamma分布和偏T分布(SST)分别进行拟合,对极值序列(周、月极大值和极小值)建立广义极值分布函数。并由此计算VaR值,度量这几种序列的风险价值.结果表明正则逆Gamma分布能更好地拟合日收益率的分布,以及采用周极值收益率的广义极值分布计算VaR值来估计风险较为合理.     

高频金融数据的标度分析

高频金融数据通常具有尖峰厚尾的非正态特征，常用稳定分布来拟合。本文采用稳定分布的性质对高频上证指数收益率的分布作了标度分析，求得特征指数为1．48，说明我们在分析证券指数分布时可以用稳定分布，而非正态分布。     

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。     

基于稳定分布的PARCH模型

本文首先介绍了稳定分布和基于正态分布、稳定分布的PARCH模型,并通过股票指数收益率的稳定化PP图和直方图发现其具有高峰厚尾特征.最后,通过上证指数的VaR计算,得到在金融风险度量中基于稳定分布的PARCH模型比基于正态分布的PARCH模型更加有效。     

基于SGT分布的ES估计、后验分析及在沪深股市中应用

由于VaR可能低估尾部风险,巴塞尔委员会在第三次巴塞尔协议^[1]中建议将ES取代VaR作为主要的风险度量工具,因此,有必要提出更精确且稳健的ES估计模型。鉴于股票收益率序列通常同时呈现出尖峰、厚尾、偏斜等特征,为更全面地刻画这些特征,本文采用具有三个形状参数的广义偏t分布(Skewed Generalized T Distribution,SGT)刻画收益率序列的分布形状,该分布囊括了多种常见的主流分布,通过结合能够刻画收益率序列杠杆性的EGARCH模型来估计收益率序列的ES,然后使用Du和Escanciano^[2]最近提出的ES后验分析方法对其稳健性进行评估。在实证研究中,本文将该模型用于估计我国上证综指和深圳成指的日ES,结果表明,本文提出的EGARCH-SGT模型相比常见的基于偏t分布和学生t分布的EGARCH模型明显呈现出对收益率序列更好的拟合效果,且基于该模型估计的ES顺利通过了后验分析,表现出较好的稳健性。     

上证综合指数收益率的统计分析

本就上证综合指数收益率是否服从正态分布给出两种具体检验方法。得出了上证综合指数收益率分布具有尖峰和厚尾的特性，因此实际中指数收益率服从正态分布的假设是不合理的。从而用能反映尖峰厚尾特征的t分布进行拟合。得出上证综合指数收益率符合t3分布。     

基于广义双曲线分布的我国股票市场VaR风险度量研究

为更好刻画金融资产收益率偏态厚尾特性,提高VaR风险度量精度。本文首先提出利用广义双曲线(GH)分布对收益率数据进行建模型,从分布尾部特性角度对GH分布和其他常用分布进行了比较研究;其次利用EM算法来解决含有Bessel函数的GH分布的参数估计难问题,并运用随机模拟方法计算VaR值;最后讨论GH分布在我国股票市场VaR风险度量中的应用。     

基于Copula理论的上证指数与上证基金的相依性实证分析

选取上证指数、上证基金的日收益率数据,根据Sklar提出的Copula理论,刻画随机变量间相关性的信息,用于描述金融市场间的相关模式.首先针对二维变量,通过比较参数法与非参数法拟合的优度来确定边缘分布,从而选择合适的Copula函数来刻画二者之间的相关性,最后对模型进行评价.     

iVIX指数与上证50 ETF收益率的相关性实证研究

采用1分钟高频数据,研究iVIX指数与上证50 ETF收益率之间的相关性。运用参数估计和核密度估计描述两者的边缘分布,通过K-S拟合优度检验构建Copula模型。研究表明:Copula模型具有较好的拟合优度,Copula函数相对于Kendall和Spearman分析方法不仅能够捕捉iVIX指数与ETF收益率序列间的秩相关性,而且还能反映iVIX指数与ETF收益率的尾部相关性;iVIX指数与上证50 ETF收益率之间存在负的秩相关性,秩相关性强弱随着不同持有期大致呈现“W”型分布,通过Copula概率密度函数的尾部相关性发现iVIX指数与ETF收益率存在非对称结构特征。     

带厚尾新息的非线性自回归函数型条件异方差模型的尾概率

研究带厚尾新息的非线性自回归函数型条件异方差(NARFCH)模型的平稳分布的尾概率. 结果表明, NARFCH序列的平稳分布的尾部紧密依赖于其条件方差. 当新息序列呈厚尾分布时, NARFCH序列的平稳分布的尾部会比新息序列的尾部更厚或更薄, 给出了具体的尾概率的增加或减少对条件方差的依赖公式, 并给出了两个具体例子来说明主要结果的应用.     

Extremal Forex Returns in Extremely Large Data Sets

Exciting information for risk and investment analysis is obtained from an exceptionally large and automatically filtered high frequency data set containing all the forex quote prices on Reuters during a ten-year period. It is shown how the high frequency data improve the efficiency of the tail risk cum loss estimates. We demonstrate theoretically and empirically that the heavy tail feature of foreign exchange rate returns implies that position limits for traders calculated under the industry standard normal model are either not prudent enough, or are overly conservative depending on the time horizon.     

沪深股市收益率的尾部相关函数

尾部相关性是相关性分析中重要的一类,利用度量尾部相关性的指标χ,χ-以及尾部相关函数ρ(θ)来分析尾部相关性,并给出ρ(θ)的一种非参数估计方法.通过这两种方法研究上证综合指数和深证成分指数日收盘指数对数收益率在损失情况下的尾部相关性,结果表明两市指数日对数收益率具有很强的尾部相关性.     

沪深股市大盘指数收益率分布尾部的实证研究

通过H ill估计的改进方法对上证综合指数和深圳成分指数的收益率分布的尾部指数进行了参数估计,用χ2检验验证了指数的稳定性及其置信区间.在此基础上提出用尾部指数估计尾概率,达到风险控制的目的.实证研究表明,沪深大盘指数收益率分布具有肥尾的特征,但并不服从无限方差分布.     

Sharper asset ranking from total drawdown durations

The total duration of drawdowns is shown to provide a moment-free, unbiased, efficient and robust estimator of Sharpe ratios both for Gaussian and heavy-tailed price returns. We then use this quantity to infer an analytic expression of the bias of moment-based Sharpe ratio estimators as a function of the return distribution tail exponent. The heterogeneity of tail exponents at any given time among assets implies that our new method yields significantly different asset rankings than those of moment-based methods, especially in periods large volatility. This is fully confirmed by using 20 years of historical data on 3449 liquid US equities.     

股票收益率和新息的尾部估计

利用极值理论来考虑上证综指收益率的尾部.为了选择合理的超越门限,采用平均剩余函数和De-Haan矩估计相结合的方法.在学生t分布和广义误差分布的新患假设下,用GARCH和EGARCH新息的ARMA模型拟合指数收益率,并且使用极值理论的极大似然方法估计模型残差的尾指,估计结果表明收益率的尾指和模型的残差尾指基本一致.     

基于左截尾g-h分布的船舶溢油损失分布拟合研究

由于船舶溢油损失对保险公司的影响非常大,保险费率厘定过程中对损失分布拟合的研究非常重视.以全国船舶溢油事故损失数据为样本,对船舶溢油损失序列的分布特征进行研究.通过实证研究发现,船舶溢油损失数据不服从正态分布,具有"右偏、尖峰、厚尾"的特性.考虑船舶溢油损失数据的左截尾特性,将左截尾g-h分布引入船舶溢油损失序列的分布拟合中,结果表明,这种分布对船舶溢油损失数据的拟合效果与传统分布相比更好.     

中国股票收益率的稳定分布拟合与检验

本文对上证综指及深证成指的收益率进行了稳定分布拟合,并与正态分布的拟合加以比较分析,结果表明稳定分布能更好的处理股票市场中的“尖峰厚尾”现象。     

Asymmetric extreme interdependence in emerging equity markets

We assess the extent of integration between stock markets during stressful periods using the concept of copulas. Our methodology consists of fitting copulas to simultaneous exceedances of high thresholds, and computing copula‐based measures of interdependence and contagion. Using 21 pairs of emerging stock markets daily returns, we investigate if dependence increases with crisis, and analyse the chances of both markets crashing together. Dependence at joint positive and negative extreme returns levels may differ. This type of asymmetry is captured by the upper and lower tail dependence coefficients. Propagation of crisis may be faster in one direction, and this feature is captured by asymmetric copulas. Copyright © 2005 John Wiley & Sons, Ltd.     

重尾分布的尾部指数估计及沪深股市实证分析

重尾分布尾部指数α的估计依赖于样本中所用顺序统计量个数k的选取.本文介绍了估计α时选择k的两类不同的方法:Sum-plot方法和Bootstrap方法,并对Hall提出的Bootstrap方法作了改进,称为M-Bootstrap方法.本文利用上述方法对已知分布进行Monte-Carlo模拟,研究它们的可行性,然后对上海和深圳两市股指数据进行了实证分析.计算结果表明,上海和深圳股指收益率具有重尾性.是右偏态的,右尾厚于左尾.通过几种方法计算的结果比较发现Sum-plot方法和M-Bootstrap方法在估计重尾指数上精确性较高一些,而且不受异常值的影响.     

Multiple structural changes in the tail behavior: Evidence from stock index futures returns

The study provides an approach of nonlinear analysis for detecting multiple structural changes in the tails of financial returns distributions. The proposed approach can simultaneously determine the number of structural breaks in a series of tail-indexes and estimate the mean tail-index levels in distinct regimes. The method is applied to the tail behavior of DJIA futures returns. The sample period covered various recent financial crises, and ran from October 1999 to December 2003, enabling assessment of the relationships between changes in the tail shape of returns distribution and known extreme events in financial markets. The empirical results demonstrate the existence of at least one break point in the left and common tails of the DJIA futures returns distribution during the sample period, and the mean tail-index levels in different regimes classified by estimated break points display an increase in the left and common tails that coincides the phenomenon of gradually decreasing financial turbulence in DJIA futures contracts. The empirical evidence indicates that the structural changes in the tail behavior of the distribution of DJIA futures returns are associated more with negative shocks than positive ones, creating differences in risk management between long and short investors in futures markets.