广义双曲线分布模型在我国证券市场风险度量中的应用研究

经济的全球化、衍生产品的大量出现以及因此导致的金融市场的动荡使得金融机构越来越需要更有效的风险管理方法。而如何精确度量风险是风险管理的关键问题。本文试图从金融收益分布假设着手改善风险度量的精度。国外学者研究发现广义双曲线分布比其它分布形式可以更好地拟合实际收益分布特征。本文首次把广义双曲线分布应用到VaR的分析方法中计算我国股票指数的VaR。实证结果表明,基于广义双曲线分布的方法得到了较好的预测结果。

广义双曲线分布在概化理论偏态数据方差分量估计中的应用

心理与教育测量的应用领域发生了较大变化,被测群体的知识和能力等特质在一定程度上不再服从偏度为0的分布。文章利用广义双曲线分布性质,模拟生成一定偏度的偏态分布数据,探讨数据不同偏度对概化理论方差分量估计的影响。结果表明:利用广义双曲线分布性质可以有效模拟生成概化理论所需要的偏态分布数据;广义双曲线分布模拟的偏态分布数据对概化理论各种方法估计方差分量有影响。

基于广义双曲线分布的人民币汇率波动性研究

针对人民币汇率的波动性问题,运用广义双曲线分布,对2006年1月4日到2015年7月24日美元兑人民币汇率的波动特征进行实证分析。研究认为,人民币汇率不仅具有显著的"尖峰厚尾"特点,而且具有波动的非对称性和集群性特征,同时发现GH分布能较为准确地描述和呈现美元兑人民币汇率收益率波动状况的分布情况。

广义双曲线分布信号在无线信道中分离和鲁棒性的研究

为了对无线信道的信号进行分离和对系统鲁棒性进行分析,文中把广义双曲线分布和小样本方法结合起来描述无线信道的状态。用MCMC方法来得到信道参数的满条件后验似然分布函数,对其采样来实现对信号的分离,同时用充分统计量对系统的鲁棒性进行分析。仿真结果表明,对于文中研究的模型,广义双曲线分布的假设是合理的。

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。

广义双曲线分布族下的动态系统性风险研究

为捕捉金融资产收益率尖峰厚尾和非对称特征,本文首次在广义双曲线分布族下对我国银行系统性风险进行动态化测量,并对条件风险价值方法在我国银行系统性风险测量的适用性进行检验。通过返回检验表明,t分布下的动态系统性风险测度未能达到准确标准,双曲线分布下的条件风险价值相对其他分布能更准确的刻画我国银行系统性风险;通过对各银行△CoVaR排序发现,国有银行系统性风险贡献高于股份制商业银行,但各银行的系统重要性排名会随着时间不断发生改变.

基于广义双曲线SV模型的极值风险度量研究

在金融风险的度量中,拟合分布的选取直接影响到风险度量的精度问题。针对金融收益序列的动态变化,在SV模型中引入广义双曲线学生偏t分布(SV-GHSKt)拟合金融收益序列的尖峰厚尾、不对称以及杠杆效应等特征,通过马尔科夫蒙特卡洛模拟的方法将收益率序列转化为标准残差序列,然后用极值理论的POT模型拟合标准残差序列尾部分布,进而建立一种新的金融风险度量模型———基于SV-GHSKt-POT的动态VaR模型。用该模型对上证综合指数做实证研究,结果表明,SV-GHSKt-POT的动态VaR模型能很好地模拟金融收益序列的尖峰厚尾性、波动集聚性及杠杆效应,并且能够合理有效地提高风险测度的精度,尤其在高的置信水平下表现更好。

煤炭类期货收益率分布拟合与风险度量

近年来,受煤价下跌的影响,煤炭类期货价格波动剧烈,随之而来的风险也不断加大。在这样的市场环境下,原有的正态分布的VaR模型已很难准确度量煤炭类期货的价格波动风险。因此,如何更好地更准确地度量煤炭类期货价格风险成为当前亟待解决的问题。本文在利用VaR模型的基础上,借助K-S检验逐类筛选其他可替换正态分布的假设,以更好、更准确地提高风险度量精度。K-S检验结果显示,煤炭类期货收益率服从双曲线分布;概率密度曲线图和Q-Q图显示,双曲分布比正态分布拟合效果更优;VaR计算与比较结果显示,双曲线分布VaR比正态分布VaR更接近历史VaR,且焦煤VaR大于动力煤VaR。因此,基于双曲线分布的VaR模型更适于投资者度量煤炭类期货风险,投资焦煤期货的风险大于投资动力煤。

高频数据下商品期货波动率研究——基于不同已实现测度和改进的厚尾分布

商品期货收益率序列存在明显的厚尾现象,将扰动项设定为厚尾分布的波动率模型要优于普通Gaussian分布以及t分布模型。以7种损失函数作为评价准则,在扰动项分别服从偏t分布以及广义双曲线偏t分布时比较了波动率RV、二次幂变差BV以及medRV3种不同已实现测度下Realized GARCH模型对商品期货的波动性预测能力。最后得到扰动项服从ghst分布的Realized GARCH模型具有更优的预测能力。

股票收益率非正态性的蒙特卡罗模拟检验

现实金融数据的分布通常表现为厚尾性和不对称性,因此用正态分布拟合实际金融数据的分布有很大的局限性.文章利用广义双曲线分布的厚尾性和不对称性对1997年1月2日～2003年9月19日的上证综指日收益率分布分别做了正态分布、广义双曲线分布、正态逆高斯分布和双曲线分布的拟合及蒙特卡罗模拟检验,结果表明广义双曲线分布和正态逆高斯分布可以较好地拟合上证综指日收益率分布.另外,文章还建立了一个带噪声干扰的线性系统,对实际的股票收益率并不服从正态分布,而表现出尖峰厚尾的特征做出了一种可能的解释.

基于CVaR风险度量的投资组合优化决策

投资组合优化问题依赖于风险度量方法和投资组合收益率分布函数的选取。针对收益率通常不服从多元正态分布以及均值—方差模型低估了投资组合发生重大损失的风险,文章利用多元广义双曲线分布来拟合投资组合收益率,从而更加灵活地捕捉收益率数据的偏态和尖峰厚尾特征;使用CVaR代替方差和VaR来度量金融资产重大损失风险,进而建立均值—CVaR投资优化模型。实证研究结果表明,相对于均值—方差模型,均值—CVaR能够更好地反映投资组合收益率分布,提高投资者控制投资风险的能力。

上海银行间同业拆放利率ES风险度量研究

随着基准利率地位的不断变化,上海银行间同行业拆放利率(SHIBOR)市场风险管理对金融机构将会越来越重要。然而同正态分布相比而言,SHIBOR收益率变量具有偏态等特征。提出采用广义双曲线分布来拟合收益率序列。为了解决参数估计难的问题,提出利用强有力的EM算法对于解决像包含Bessel函数这样复杂、具有大量局部最优解的优化问题,具有很现实的意义,同时利用蒙特卡罗模拟方法来计算广义双曲线分布下的VaR值、ES值,最后讨论广义双曲线分布在SHIBOR市场风险度量中的应用。

我国证券市场的风险度量

金融资产收益率序列具有典型的尖峰厚尾特征,影响着人们对极端事件的判断与预测,这种现象已引起越来越多学者的重视,而描述这种特性需以合适的概率分布函数为基础,因此,寻求更好的概率分布函数对风险度量具有十分重要的意义,文章将广义双曲线分布及其子类应用到中国证券市场,采用VaR、ES和Omega三个风险度量指标计算其尾部特征,得到了较好的拟合结果。

证券组合SGHD-EGARCH模型和VaR估计分析

文章在基于对称的广义双曲线分布计算VaR时与EGARCH模型结合在一起。在考虑收益的波动性的同时,对VaR残差的正态分布、t、GED、SGHD分布假设进行了比较研究,实证结果显示与正态分布、t、GED分布的结果进行了对比。SGHD能较好地拟合波动,准确估计和把握风险。

基于Realized GARCH模型的沪深300指数波动率研究

基于中国沪深300指数,采用5 min高频数据计算已实现极差作为波动率估计量。建立Realized GARCH模型,并假设收益率残差分别服从正态分布和广义双曲线分布。实证结果表明:无论是选择已实现方差还是已实现极差作为已实现测度,服从广义双曲线分布的Realized GARCH模型拟合效果都比服从正态分布的Realized GARCH模型要好。无论残差服从广义双曲线分布还是正态分布,采用已实现极差作为已实现测度的Realized GARCH模型的拟合效果都比采用已实现方差作为已实现测度的Realized GARCH模型要好。另一方面,从似然值提高的程度来看,改变波动率估计量比改变残差分布带来更大的似然值提高,说明选择一个合适的波动率估计量对Realized GARCH模型拟合效果起着至关重要的作用。

基于中国股票市场的长记忆模型应用研究

针对金融时间序列具有长记忆性这一特征,采用广义双曲线分布族下的ARFIMA模型估计上证指数收益率的长记忆强度,并对比不同时间划分下时间序列长记忆效应的效果;实证结果显示,上证指数收益率不仅存在长记忆效应,而且时间和事件对长记忆性的效果有显著影响.

GH分布族下资产收益率分布拟合优度比较——基于中国证券指数高频数据的实证研究

资产收益率分布假设对期权定价、对冲,风险度量和组合资产优化的结果有着重要影响.但由于资产收益率的"程式化性质",经典正态分布假设不能很好拟合实际收益率分布.广义双曲线分布,作为子分布及极限分布非常丰富的分布族,在资产收益率分布拟合中已取得良好效果.在讨论第三类修正贝塞尔函数和广义逆高斯分布性质基础上,借助于正态均值-方差混合理论,得到广义双曲线分布及其极限分布.在McNeil,Frey和Embrechts(2005)算法框架内,以及WenBo Hu(2005)算法改进基础上,对参数估计的算法做了实质性改进:用两个重要参数χ和ψ的线性关系,代替了一个包含第三类修正贝塞尔函数的方程,避免了对该方程数值求解.在实证部分,选择了3个主要指数,利用GH分布的两个子分布和两个极限分布对过滤后的指数收益率进行拟合,并对它们的拟合优度和收敛速度做了比较.

基于Copula-GH-CoVaR模型的风险溢出效应研究

【目的】为了更好地刻画金融资产之间的风险溢出效应,提高风险溢出效应测度的精度和有效性。【方法】通过构建广义双曲线分布下的边缘分布模型刻画金融资产的尖峰、厚尾以及偏斜等特征,在优选出Copula函数基础上,搭建起基于Copula-GH-CoVaR的风险溢出效应模型,然后以国际大宗商品综合价格与中国原油市场价格为例进行实证研究。【结果】实证研究结果显示,构建的风险溢出效应模型能有效刻画国际大宗商品市场与中国原油市场风险特征;随着时间的推移,风险溢出效应也在发生变化,并且和重大经济事件的发生相一致;国际大宗商品市场与中国原油市场存在双向正的风险溢出效应,但这一效应是不对称的。【结论】模型的检验表明,基于Copula-GH-CoVaR的风险溢出效应模型从精度和有效性上都达到了要求。