保险公司的偿付能力监管模型

本文提出了一种全新的偿付能力评价模型,即未偿率模型,随后讨论了未偿率模型在各种损失分布情况下的应用.在本文的最后,还讨论了未偿率模型在指数分布利正态分布条件下的一些特殊性质.     

Sixteen Eisenstein series

S. Ramanujan gave fourteen families of series in his Second Notebook in Chap. 17, Entries 13–17. In each case he gave only the first few examples, giving us the motivation to find and prove a general formula for each family of series. The aim of this paper is to develop a powerful tool (four versatile functions f ₀,f ₁,f ₂, and f ₃) to collect all of Ramanujan’s examples together.      

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。     

风险值的估计及其周期分析

本文提出了两种风险值的估计方法，这两种方法均是先估计出收益的分布，然后求得分布左侧p分位点作为风险值的估计．第一种方法是用核估计方法得到收益的分布估计；第二种方法则是由分布的核估计算得收益的众数，引入所谓的广义半t分布拟合众数左侧的样本．文章以上证指数为实例验证了这两种方法的可行性与精确性．最后我们利用上述两种估计方法得到了上证指数风险值的波动主周期．     

The dimension of the space of Siegel–Eisenstein series of weight one

In general, it is difficult to determine the dimension of the space of Siegel modular forms of low weights. In particular, the dimensions of the spaces of cusp forms are known in only a few cases. In this paper, we calculate the dimension of the space of Siegel–Eisenstein series of weight 1, which is a certain subspace of a complement of the space of cusp forms.      

两类多元GARCH模型的预测绩效和组合VaR的研究

运用V aR模型对股票组合进行风险测度的关键之一是得到组合条件协方差矩阵.而经典的多元GARCH模型来求解波动率面临着估计参数过多,计算量庞大的问题.因此,使用正交GARCH模型和CCC模型来估算波动率,并以沪深两市A股市场上四个行业的65只股票为样本,使用RM SE和M AD指标比较这些模型的预测能力,求得股票组合的V aR,得出前者效率高和后者预测能力略高的结论.     

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.     

时变t-copula蒙特卡罗模拟的亚洲股指组合风险研究

应用时变条件t-copula函数描述沪市与亚洲主要股票市场指数收益序列之间的时变相依结构.时变条件t-copula模型的难点在于如何设定时变相依参数的演化方程,建立了用于描述包含时变自由度在内的所有时变相依模型参数的演化方程.进而采用蒙特卡洛仿真方法计算了各种指数组合的VaR,分析了沪综指与亚洲主要股指组合风险的演化趋势,并对结果进行后验测试,结果表明,时变条件t-copula函数仿真估计VaR可以覆盖最大损失风险.     

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.     

向量GARCH族模型计算中国金融市场投资组合风险价值(VaR)的比较研究与评述

对由上证综合指数、深证成分指数、上证基金指数、上证国债指数计算的日自然对数收益率组成的数据矩阵,分别建立了残差服从正态分布、t分布的向量ARCH、向量GARCH、纯对角GARCH、BEKK、常条件相关GARCH、主成分GARCH和EWMA模型,基于这些模型,计算了风险价值(VaR),进而通过比较计算结果,得出BEKK—t模型测算中国金融市场投资组合的风险价值(VaR)效果最好等的结论.