GARCH-EVT模型在动态VaR中的应用

在综合考虑金融资产收益数据分布的波动集群性和厚尾特征,尤其是波动的条件异方差对动态VaR估计的影响的基础上,运用极值理论(EVT),建立了GARCH-EVT模型,计算了上海证券市场综合指数的动态VaR,并且将GARCH-EVT模型与GARCH-NORMAL模型进行比较.通过实证分析,并利用后验测试,结果表明GARCH-EVT模型优于GARCH-NORMAL模型.GARCH-EVT模型很好地解决了波动集群性和厚尾现象,为管理者和投资者提供了一个控制风险、预测收益的量化工具.

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。

基于GARCH-EVT模型的证券投资基金动态风险测度

文章考虑了一类极值风险特征更为明显的金融资产,以股票基金、混合基金和债券基金为研究对象,比较研究了RiskMetrics、GARCH和GARCH-EVT 3类模型在动态极端风险测度上的表现,分别采用似然比检验和Bootstrap方法对3类模型给出的VaR和ES动态风险测度效果进行了返回测试。实证研究表明:基于GARCH-EVT模型给出的各类基金动态VaR和ES风险测度结果更为准确,意味着将GARCH模型与极值理论相结合,能够实现极端风险的准确测度;ES风险测度比VaR风险测度更保守,在测度极端风险时,应采用ES风险测度作为VaR风险测度的补充。

中国外汇储备市场风险测度——基于GARCH-EVT-COPULA模型的利率和汇率风险集成分析

在汇率和利率双重变动影响的背景下,中国外汇储备资产组合的市场风险引起了学界和市场的普遍关注。通过考虑汇率和利率两类基本市场风险因子,基于GARCH-EVT-COPULA模型和蒙特卡洛模拟方法对中国外汇储备市场风险进行测度。结果显示:在充分考虑汇率和利率两类基本市场风险因子条件下,现行外汇储备投资组合的整体市场风险相对于单一风险因子测度较低,两类市场风险因子在我国外汇储备组合中的风险对冲效应明显。此外,基于均值C-VaR优化的结果表明,适当降低欧元币种资产,有助于外汇储备组合提高收益并降低市场风险。

基于GARCH-EVT模型的黄金投资风险度量研究

本文利用1975年1月2日至2012年7月27日国际黄金日收益率时间序列,研究黄金投资风险特征及GARCH-EVT模型刻画黄金投资风险的适用性。研究发现,黄金日收益率时间序列呈现高峰厚尾分布,具有显著的波动集群性。返回检验证明,利用GARCH-EVT模型计量出的黄金投资动态VAR通过Kupiec检验,能够较好的覆盖黄金投资实际损失,预测黄金投资风险的能力较高。

金融科技对金融机构的风险溢出效应——基于GARCH-EVT-Copula-CoVaR模型的研究

金融科技规模不断扩张,其风险溢出问题影响着中国金融稳定。基于中国金融科技自身特点,筛选最优Copula函数,运用GARCH-EVT-Copula-CoVaR模型测度金融科技对不同类型金融机构的风险溢出值。结果发现:金融科技和金融机构间存在双向风险溢出;金融科技对不同类型金融机构的风险溢出不尽相同,金融机构中银行业所承担的风险溢出最高,其次是基金业和证券业,保险业最小;相比之下,金融机构对金融科技的风险溢出更为明显。

基于GARCH-EVT模型的黄金投资风险度量研究

本文利用1975年1月2日至2012年7月27日国际黄金市场日收益率时间序列,研究黄金投资的风险特征,以及利用GARCH-EVT模型刻画黄金投资风险的适用性。研究发现,黄金投资日收益率时间序列呈高峰厚尾分布,具有显著的波动集群性。返回检验证明,利用GARCH-EVT模型计量出的黄金投资动态VaR通过Kupiec检验,能够较好地覆盖黄金投资的实际损失,预测黄金投资风险的能力较高。

基于GARCH-EVT模型VaR法的开放式基金风险测度研究

VaR(Value at Risk)法是一种能够全面测量复杂证券组合的市场风险的方法,在风险测量和管理中具有明确的理论指导意义,在金融市场中极端事件时有发生,VaR度量极端事件下的金融市场风险误差较大,而极值理论则为测量极端市场条件下的风险提供了一种新思路。根据金融时间序列往往具有高峰厚尾以及波动集聚特征,传统的VaR估计通常基于GARCH模型,文章针对极端情况下的基金市场风险,将基于GARCH模型的VaR法与基于EVT(Extreme value theory)的VaR法相结合,以契约型开放式基金易方达50指数日指数条件损失作为研究目标,利用GARCH-EVT模型,对样本基金的市场风险进行估计,并通过Kupiec失败频率检验方法检验模型的准确性。结果表明,GARCH-EVT模型的VaR估计精度优于GARCH模型,故GARCH-EVT模型更能精准度量基金的市场风险。

基于GARCH-EVT-Copula的WCVaR鲁棒投资组合模型

本文在多种金融资产的收益率服从混合不确定多元分布的假设下,建立鲁棒投资组合模型。首先,使用GARCH-EVT模型描述单一金融资产收益率分布的厚尾、异方差特征,然后运用Copula理论描述多个收益率之间的相依结构,建立了描述多种金融资产收益率分布的GARCH-EVT-Copula模型。最后,运用不同的Copula函数构建了收益率的混合不确定多元分布集合,并在WCVaR-Copula鲁棒投资组合模型基础上,建立了GARCH-EVT-Copula-WCVaR鲁棒投资组合模型。通过与经典的均值方差模型、以正态分布刻画边缘分布的Normal-Copula-WCVaR鲁棒模型的实证比较,可以发现,在股价出现极端情况的股灾期间和收益率大幅波动期间,GARCH-EVT-Copula-WCVaR鲁棒模型所建立的投资组合的回报都要高于均值方差模型和Normal-Copula-WCVaR鲁棒模型。

灰色GM(1,1)-小波变换-GARCH组合模型预测松花江流域水质

为了研究松花江流域水质变化情况,预测未来水质变化趋势以及对松花江流域水质的保护提供理论依据和决策方案,通过对松花江抚远段2012年前15周的实测溶解氧(dissolved oxygen,DO)、高锰酸盐指数CODMn、氨氮NH3-N数据分析,以灰色GM(1,1)模型、小波分解与重构和广义自回归条件异方差(generalized auto-regressive conditional heteroskedasticity,GARCH)模型为基础,建立了灰色GM(1,1)和灰色GM(1,1)-小波变换-GARCH组合的混合预测模型,并以抚远段实测DO、CODMn、NH3-N数据为实例进行验证,预测结果极显著(P<0.01),预测误差分别为3.39%、8.56%、7.83%,表明该预测模型精度较高,适用于对水质变化的预测研究。最后,利用该模型对松花江抚远、黑河、嘉荫和同江段2013年前8周的4个污染指标进行预测分析,预测结果与实测数据误差较小,基本符合水质未来变化趋势,为相关部门对松花江流域水质预测和保护提供参考。

基于极值理论的ARMA-GARCH-M类模型及实证分析

为预测金融资产回报序列的极端风险,用ARMA-GARCH-M类模型处理回报序列的异方差性,风险溢价性.结合EVT方法捕捉回报序列分布厚尾的优势,建立两个度量金融市场极端风险的模型:EVT-ARMA-EGARCH-M模型与EVT-ARMA-TGARCH-M模型.最后以苹果公司股票数据为实例,证实了两个模型都能很好的刻画极端风险.

基于Pair-Copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的基石,风险管理是社保基金保值增值的关键问题之一。提出pair-copula-GARCH-EVT模型以测度社保基金投资组合风险,与传统的n维copula-GARCH-EVT模型相比,该模型不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究发现,基于pair-copula-GARCH-EVT模型测度社保基金投资组合风险的准确性要高于传统的copula-GARCH-EVT模型。

禁忌-递阶遗传算法研究

结合禁忌搜索算法和递推遗传算法提出一种新的遗传算法——禁忌 -递阶遗传算法 ,该算法能在一定程度上克服早熟问题。通过求解复杂的非线性系统——分整增广 GARCH- M模型的参数优化问题 ,表明该算法具有较高的精确性和可行性。

基于GARCH模型的外汇投资组合应用

对于外汇市场主要7个货币对欧元/美元,英镑/美元,美元/瑞士法郎,美元/日元,澳元/美元,美元/加元,纽元/美元的汇率运用时间序列分析方法,分别运用GARCH模型对汇率进行建模预测,计算得到收益期望,以GARCH模型残差方差作为风险度量。对投资过程中有无杠杆,运用马可维茨的"均值-方差"模型进行投资决策,得到下一日的投资策略。

脑室镜下第三脑室造瘘术与脑室-腹腔分流术治疗脑积水的疗效观察

脑积水是神经外科常见疾病,由于颅内疾病导致脑脊液过度分泌,或脑脊液吸收与循环障碍,颅内容量增加,脑室扩大。临床表现为头痛、恶心、呕吐、视力障碍等颅内压增高症状,患者往往伴运动障碍、智力减退、大小便失禁等症状,幼儿患者常出现头围异常增大等情况。由于神经内镜技术的进步,其在脑积水治疗中的优势不断体现出来,有学者已将内镜下第三脑室造瘘术（ETV）作为取代脑室-腹腔分流术（VPS）的治疗脑积水的首选术式。

基于pair-copula的社保基金投资组合风险测度研究

社保基金是社会保障事业健康发展的基石,风险管理是社保基金保值增值的关键问题之一。提出了pair-copula-GARCH-EVT模型以测度社保基金投资组合风险,与传统的n维copula-GARCH-EVT模型相比,该模型不仅考虑了维数的影响,而且还能灵活地选择copula的类型。实证研究发现,基于pair-copula-GARCH-EVT的模型测度社保基金投资组合风险的准确性要高于传统的copula-GARCH-EVT模型。

基于EVT的金融资产动态风险度量方法

实证研究发现,大多数金融资产具有厚尾特征。根据极值理论(EVT)适合描述金融资产收益厚尾分布这一特点,把它和金融资产的动态风险度量模型相结合,建立了GARCH—GEV动态风险度量模型,并通过深证综指对其进行了实证分析,给风险防范提供了一定的参考。

基于GARCH-EVT模型的人民币汇率风险测度研究

考虑到金融资产收益序列的时变性和厚尾性,本文采用GARCH模型和EVT模型相结合的方法研究人民币汇率风险测度,求出了相应置信水平下的汇率风险值。返回检验的结果表明,基于GARCH-EVT模型的人民币汇率风险方法要明显优于传统的历史模拟法和极值理论方法,而且在低置信水平下,用条件在险值CVaR来预测汇率风险值会得到更准确的结果。