基于EVT-Copula-CoVaR的石油市场对中国碳市场风险溢出效应研究

石油是全球碳排放的重要来源,而碳排放权交易市场是节能减排的有效工具,将石油市场与碳市场进行关联分析,特别是考虑到中国特殊的制度设计问题,测度国内外石油市场对中国不同碳市场的风险溢出效应受到理论界和实务界的关注与重视。本文在考虑到市场极端风险的基础上,选取2014年4月2日至2019年10月31日国内外石油市场与5个交易较活跃的中国碳市场的碳价格数据作为研究样本,构建EVT-Copula-CoVaR模型量化分析石油市场对中国碳市场的风险溢出效应。研究表明,国内外石油市场的风险事件对各碳市场均产生正向溢出效应,且对比不同碳市场可发现同一置信水平下石油市场对碳市场的风险溢出强度从大到小依次为:湖北、广东、深圳、北京、上海。同时,对比国内外石油市场发现,国外石油市场对碳市场的风险溢出效应更大。研究结论有助于丰富和延伸我国碳市场与石油市场之间的联动机制研究,同时对我国碳市场的稳定发展及风险管理具有重要的意义。

一二次深度融合柱上开关用EVT就地采集模块的研究

文中针对电容分压电子式电压互感器(EVT)模拟小信号采用长线直接传输到馈线自动化终端(FTU)时信号衰减严重且容易受到外部电磁干扰导致系统电压测量不准的问题,设计了一个适用于一二次深度融合柱上开关的就地采集模块。文中首先阐述了EVT小信号就地采集传输模块的整体设计架构,详细介绍小信号防护与隔离、信号采集与调理、EVT相位补偿方法、数字化信号传输硬件电路设计及软件流程。最后进行了一二次融合精度测试,并随一二次深度融合柱上开关通过第三方型式试验验证。试验结果表明:该就地采集模块能满足0.2级测量精度且适用于一二次深度融合柱上开关的应用需求。

采用EVT嗓音训练体系找到表演专业声乐教学的钥匙

EVT嗓音训练体系是由Jo Estill女士和她的团队于上世纪80年代所创立的基于生理解剖学、声学的嗓音训练系统,被公认为世界上最科学的发声训练法之一。来自世界各地的许多音乐剧演员、歌手和声音治疗师都在使用Estill嗓音训练体系进行科学而有效的发声训练。EVT嗓音训练系统似乎像一把钥匙打开了科学有效进行声乐教学的大门。

CVaR-EVT和BMM在极端金融风险管理中的应用研究

随着风险度量一致性原则的提出,研究发现金融机构广泛采用的VaR模型存在严重不足,尤其针对分布具有厚尾特征的极端金融风险无法有效度量。本文采用极值理论(EVT)解决VaR方法的尾部度量不足问题,利用CVaR-EVT和BMM模型分析美国、香港股票市场和我国沪深两市指数18年的日收益数据,研究发现:(1)在95%置信区间及点估计中,分位数为99%的CVaR-EVT所揭示的极端风险优于VaR的估计值,且BMM方法为实施长期极端风险管理提供了有力的决策依据,其回报率受分段时区的影响,期间越长,风险估计值越高;(2)模型采用ML和BS方法统计估值显示,我国股票市场极端风险尾部估计值高于香港和美国市场,但是,国内市场逐步稳定,并呈现出跟进国际市场且差距缩小的发展趋势。

基于GJR模型的EVT动态风险测度研究

通过运用ARMA-GJR模型捕获上证综指的损失序列的自相关、波动集聚性和杠杆效应特征,用极大似然估计(MLE)估计模型参数以求出条件均值和条件方差以及标准残差序列;然后假设沪市指数损失标准残差序列近似满足EVT条件,分别取175、105和35个极值数据并运用MLE来估计广义帕累托分布(generalized Pareto distribution,GPD)的参数,进而估计出q分位数对应的动态风险值Valt(value at risk)和ES(expected shortfall);最后对风险测度方法的估计效果进行分析.实证结果表明:标准残差序列的极值尾部近似服从GPD,ES是相对于VaR更保守的风险测度方法.

基于GARCH-EVT-VaR模型的碳市场风险计量实证研究

对欧盟碳市场风险进行实证研究,在分析碳市场价格波动特征基础上,将条件方差和极值理论纳入Va R计量框架,建立量化碳市场价格波动风险的GARCH-EVT-Va R模型。应用该模型对欧盟碳排放交易市场(EU ETS)进行实证研究,结果显示:碳市场价格波动具有尖峰、厚尾、自相关、波动性聚类和条件方差等典型特征,EUA和CER价格波动呈现显著同步性;碳市场存在显著的极端价格波动风险,GARCH-EVT-Va R模型能够更准确地量化碳市场风险,从而为应对极端事件预留充足的风险储备。

基于GARCH-EVT-COPULA模型的外汇投资组合风险度量研究

基于巴塞尔协议和商业银行风险管理新视角,本文运用GARCH-EVT-COPULA模型构建了GARCHEVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法,对美元、欧元、日元和港元四种人民币汇率的等权重投资组合风险进行了度量,优化了极值分布作为COPULA函数边际分布的多序列超阈值比例确定方法,并与历史模拟法、正态方法、蒙特卡罗方法三种传统方法和单用极值方法度量的VaR进行了比较并作返回检验。结果表明:GARCH-EVT-Gaussian-COPULA和GARCH-EVT-t-COPULA两种方法符合巴塞尔协议的内部模型法(I--)对商业银行风险管理的要求,而且估计结果优于其他四种方法,其中,GARCH-EVT-Gaussian-COPULA方法的估计结果比GARCH-EVT-t-COPULA方法更有利于节省商业银行的经济资本。

基于EVT的上证A股和B股风险测度效果比较

运用ARMA(1,1)-G JR(1,1)捕获上证A、B股损失序列的自相关性和杠杆效应;运用EVT对标准残差序列尾部建模,并估计出动态风险值VaR(Value-at-risk);运用返回测试(Backtesting)方法比较测度效果。结果表明,条件EVT比其它模型的测度效果好;条件t分布模型优于条件正态分布模型;置信水平为99%的条件EVT和置信水平为95%的条件t分布模型,分别是测度上证A、B股市场风险效果最好的模型。

基于EVT-BM-FIGARCH的动态VaR风险测度

对金融资产回报,用FIGARCH模型捕捉波动的异方差性和长期记忆性的同时,将回报序列转化为标准残差序列、通过用EVT-BM方法拟合标准残差的尾部分布来处理回报序列的厚尾性,建立了金融风险度量模型——基于EVT-BM-FIGARCH的动态VaR模型。并用该模型对上证综合指数进行实证分析,结果表明模型能够更精确、合理地度量上证综合指数回报的VaR风险。

基于EVT-POT-FIGARCH的动态VaR风险测度

金融实践中,金融资产回报不仅具有厚尾性、波动的异方差性两大特点,而且其波动表现出明显的长期记忆性。本文利用FIGARCH模型处理波动异方差性和长期记忆性、EVT-POT方法捕捉回报分布厚尾的优势,提出了能反映厚尾性、异方差性和长期记忆性的金融风险度量模型——基于EVT-POT-FIGARCH的动态VaR模型,并用中国股票市场的沪深300指数和上证综合指数的每日收盘价进行实证分析。结果表明,模型能较好地处理这两个指数回报序列的三大特点,更准确地度量其VaR风险。

Shibor的波动特征和动态风险分析——基于AR-TARCH-EVT模型的实证研究

短端shibor已在中国市场发挥基准利率作用,越来越多与之挂钩的金融产品被开发和交易,有效度量和管理shibor风险,对微观金融主体非常重要。本文运用AR(2)-TARCH(1,1)模型成功解释和过滤了Shibor收益率存在的序列相关和非对称性条件异方差现象,运用EVT方法得到动态的VaR和CVaR并验证它们是有效的。通过对历史趋势的分析,发现Shibor风险表现出先波动下降后波动上升再波动下降的特征,且央行频繁上调基准利率的阶段风险放大,而央行频繁下周基准利率的阶段风险缩小。

自然流产患者绒毛EVTs的基因芯片初步分析

目的:探讨自然流产绒毛外滋养细胞(Extravillous trophoblast cells,EVTs)侵袭相关基因表达变化。方法:利用U133plus2.0芯片对自然流产绒毛和正常绒毛组织中EVTs的基因表达谱进行检测,并用生物信息学方法对检测结果进行分析。结果:与正常EVTs相比,在自然流产EVTs中,发现显著上调基因219个,下调基因293个,其功能主要涉及细胞粘附、免疫应答、代谢等。结论:与滋养层细胞细胞粘附、免疫应答、水解酶及凋亡等相关基因的差异表达可能与滋养细胞侵袭行为变化及自然流产有关。

总分行制度下基于Delta-EVT模型的操作风险度量研究

总分行制度下制度设计缺陷及人员管理等方面的失误是商业银行操作风险产生的重要原因之一。在操作风险损失数据不完全的情况下,首先将损失进行分类,并选取总行对分行管理人员配备的误差、机构内部人员的组合误差、员工素质问题、分行出现问题后向总行报告的时间延误和总行及时处理问题分行的能力等特定的风险因子,继而借助Delta-EVT模型,采用Delta方法计算由以上风险因子导致的操作损失。通过计算,由于控制失效或外部事件引起的超额损失,再利用门槛值将两者结合起来,用EVT方法可以较准确地估算出在分行经营过程中和在向总行传递信息过程中由于制度设计不合理导致的操作风险。

资产组合ES风险测度的Copula-EVT算法

针对金融市场中资产收益的非正态分布以及资产组合中风险资产的非线性相关现象,以EVT描述资产组合中各风险资产收益的边缘分布,以Copula方法描述风险资产之间的相关结构,运用蒙特卡罗模拟方法对资产组合的风险进行研究,并使用后向检验的方法证实了Copula-EVT方法在尾部分析上优于传统的风险研究方法。在此基础上,计算了资产组合的ES风险测度。

基于EVT-POT-SVt模型的风险度量研究

金融资产收益常因金融市场的剧烈波动而产生异常变化,针对其收益的厚尾性、波动的异方差性等特征,采用基于Markov链的Monte Carlo模拟积分方法对随机波动模型进行参数估计并取得标准残差序列,应用极值理论与SVt模型相结合,建立了基于EVT-POT-SVt的动态VaR模型。通过对上证综指收益做实证分析,结果表明:该模型能很好地刻画收益序列的波动性及尾部分布特征,在度量上证综指收益的风险方面合理而有效。

商业银行操作风险评估——基于EVT理论的CVaR模型

近年来,操作风险的衡量呈现出模型化的趋势,本文通过极值理论(EVT)来构建操作风险的条件风险价值(CVaR)模型,以此来度量商业银行小概率,大损失特点的操作风险。并认为操作风险模型化的趋势应与加强操作风险管理有机结合起来。

基于Copula-GARCH-EVT的中国开放式基金投资组合风险度量

文章结合GARCH模型和EVT理论刻画了单个金融资产收益率的波动性和尾部分布,并将Cop-ula函数和MonteCarlo技术应用于证券投资组合的VaR计算方法。通过对光大红利基金的实证研究,得到前十大重仓中单只股票及其投资组合的风险值,结果表明,基于Copula-GARCH-EVT的VaR方法具有重要的经济应用价值。

世界原油价格风险度量--基于EGARCH-EVT-t Copula模型

从原油现货市场收益率的特征分析入手,为了更好地描述原油现货市场收益率的尖峰厚尾、偏态和波动集聚等特征,运用EGARCH对条件波动率进行建模,进而运用极值理论对标准残差序列的尾部分布进行建模,刻画原油现货市场极值风险,同时结合Copula函数和Monte Carlo模拟技术来度量不同持有期相应的VaR值。实证结果表明:原油市场随着置信度的提高和持有期的延长,VaR的绝对值在增大。同时,回测检验结果表明基于EGARCH-EVT-t Copula的模型能够精确有效地度量原油现货市场极端风险。

基于EVT的GPS RTK接收机研制

本文介绍了GPSRTK接收机的主要结构及其通讯功能 ,重点阐述WindowsCE编程的主要特点和编制接收机程序的关键技术。

FIEGARCH-EVT-ES风险测度及在期货市场的应用

构建了FIEGARCH-EVT-ES风险测度模型,并将其应用于期货市场风险度量。FIEGARCH能捕捉资产收益的条件异方差、波动的长记忆性以及对正负信息反应的非对称性;极值理论(EVT)能处理资产收益的厚尾性;期望损失ES是一致性风险测度,可有效弥补VaR无法考察超过分位数信息的缺陷。以上海期货交易所铜期货为例验证了模型的有效性,并与GARCH-N-VaR模型进行比较分析,结果表明,GARCH-N-VaR低估了风险,FIEGARCH-EVT-ES预测效果较好,同时也不会使预测结果过于保守,从而过高估计风险。