基于分位数回归的商业银行尾部风险测度研究

随着我国经济的不断发展和金融市场的不断完善,各类金融工具及衍生品发展迅速,金融机构相互之间的关系越来越密切,互联互通水平在加速提高。当一家重要的金融机构遭受重大经济损失时,尾部风险所带来的溢出效应通常会快速蔓延到其他金融机构,进而引起系统性风险。金融投资者在市场中必须考虑的问题是收益的“尖峰厚尾”更有可能发生的极端损失,因此,对尾部风险的度量与管理尤为重要。本文分析了商业银行系统存在的尾部风险,提出化解方法,旨在促进商业银行健康发展。

公司风险投资组合多元化与公司投资者价值创造——基于分位数回归的实证分析

文章基于沪深主板78家上市企业2000-2012期间686个企业观察样本所构成的非平衡面板数据,在控制了企业规模、年龄、资本支出、营收增长率、行业平均Q值等因素后,基于分位数回归模型检验公司风险投资组合多元化与公司投资者价值创造之间的关系以及组织冗余对两者关系的调节作用。研究发现:只有具备一定企业价值水平的公司投资者才可能通过公司风险投资来实现价值创造,并且公司风险投资组合多元化与企业价值创造之间存在复杂的"U形"关系;组织冗余对"U形"关系有积极的调节作用,但企业价值水平不同,则调节效应大小不同,实现价值创造的公司风险投资组合多元化临界值也就不同。因此,企业根据自身资源禀赋(价值水平和组织冗余)来选择差异化公司风险投资策略。

商业银行条件风险价值的分位数回归组合估算

基于线性分位数回归和三种非线性分位数回归模型,对我国14家上市商业银行的股价收益率VaR与风险状态下银行的系统风险CoVaR进行了估算。通过6种回测法的8个检验统计量对模型进行了综合评估,并基于单一模型构建了更加综合的组合模型。研究表明:就准确性和稳健性而言,不同机器学习分位数回归模型各有所长;线性分位数回归模型较综合,可应用情景多;由线性分位数回归、神经网络分位数回归和随机森林分位数回归构建的组合模型比单一模型更加准确有效,综合有效性最强。

期望效用与效用分位数组合决策准则研究

将期望效用决策模型和效用分位数决策模型进行组合,提出了期望效用分位数决策准则(简记为EU-Q决策准则)。其拓展了期望效用决策准则以及效用分位数决策准则,是秩相依期望效用函数的一类推广形式。验证了EU-Q决策准则遵循理想决策准则的基本公理,包括客观性、单调性、连续性和弱序性等;证明了在此决策准则下,决策者为风险厌恶型或者风险偏好型应满足的条件,以及效用函数经过平移或者缩放变换不会改变决策者对备选方案的排序。EU-Q决策准则结合了期望效用决策准则和效用分位数决策准则的特点和优势,不仅能较好地解释Allais等悖论,而且还能解释期望效用与香农熵、方差等不同度量准则的组合决策模型无法解释的问题。EU-Q决策准则具有丰富的理论内涵和较强的解释力,适用解决不确定性决策问题。

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。

基于分位数的CVaR方法在水电多风险分析中的应用

提出了一种基于分位数的条件风险价值(CVaR)方法,以各期CVaR的绝对偏差加权和最小为目标函数建立数学模型,针对水电在上网竞价过程中面临的电价、来水、需求等各类营销风险,在蒙特卡罗模拟条件下,给出相应的发电收益率表达式,对模型进行扩展。该模型可同时应用于计及风险的发电量时间分解和空间分配计算,以完全市场模式下水电厂年发电量在各月多个市场中的分解为例,说明该风险度量指标的可行性和实用性。

基于分位数回归模型的沪深股市风险测量研究

探讨了分位数回归理论相对于传统最小二乘回归模型在金融时间序列建模和风险测量方面的应用特点,分别采用滞后收益率、星期虚拟变量、滞后收益率的均值和方差作为解释变量的条件分位数回归模型,对1996-2004年期间中国沪深股市的在险价值(VaR)进行动态估计,实证研究了沪深市场存在的"VaR星期效应"行为,发现周内各日的VaR水平呈现显著的非均一性,且VaR后验测试结果优于不对称自回归条件异方差模型.结果表明:分位数回归模型适用于金融时间序列厚尾数据在高置信水平下的VaR估计,是一个有效的半参数风险测量方法和认识市场风险变化模式的途径.

地方政府债务风险价值估算及其空间效应分解应用

区域经济网络关联会引致风险空间溢出传染。就网络关联框架中如何测度风险价值,本文构建公共经济风险价值模型,分析地方政府债务风险形成的高度复杂网络关联特征,利用空间面板杜宾模型的分位数回归,估算地方政府债务风险价值,分解测度出空间溢出与反馈传染效应,识别出系统重要性因素及系统重要性地区和系统脆弱性地区。研究发现:空间分位数回归模型和普通分位数回归模型测算的VaR值均通过了有效性检验,但地方政府债务风险之间存在着显著的高度复杂网络关联传染,空间分位数回归模型对VaR值的估算效果优于普通分位数回归模型;系统重要性因素的总效应较大,主要有城镇化水平、债务负担率与政府刚性支出等;系统重要性地方政府多集中于华东地区;而系统脆弱性地区多集中于西部地区。这为地方政府债务系统性信用风险实施分类宏观审慎监管提供了一些思路。

利用非参分位数回归模型分析金融市场的风险传染

基于市场风险的角度,采用非参分位数回归模型,结合中国、美国、英国和日本4个国家股票市场的数据进行实证分析.实证结果表明:4个国家的金融市场存在着风险传染效应,而且这种传染是非线性的;风险产生国的金融市场首先受到影响,进而再传染到其他3个国家的金融市场,而且这种风险传染对于不健全的金融市场的影响程度要大于相对比较健全的金融市场.

基于分位数回归森林的VaR估计及风险因素分析

构建非参数、集成性的分位数回归森林算法,对上证综指和标普500指数的VaR进行了估计;同时构建了其他一些主流的方法,包括历史模拟、GARCH族方法、弹性网络、门限分位数回归、CAViaR等,进行检验和对比.通过对不同置信水平下的VaR估计进行多种检验,验证了该方法的有效性和稳健性.进一步,基于分位数回归森林模型定义了一种特征重要性度量方法,评估了各个因素对于风险值的影响权重大小,发现过去一日收益率对上证综指的风险值影响较大,而波动率对标普500指数的风险值影响较大,整体来看两国股市间的风险传导性较弱;并引入偏相依关系,动态地分析了各个因素在不同水平下对于风险值的作用方向,一定程度上弥补了机器学习算法在金融应用中一直存在的“黑箱性”问题.

基于GARCH族模型和分位数回归的金融风险度量

1.引言J.P.摩根在20世纪90年代提出的VaR(在险价值)已经成为市场风险度量的一种标准化方法。由于金融数据有着尖峰肥尾的特征,于是许多学者尝试使用t分布、GED分布、Logistic分布等非对称的分布替代传统的正态分布假设引入到VaR的估计中来,以试图解决收益率的分布问题。非对称分布很好的解决了描述尖峰肥尾数据的问题,使得对金融风险的度量更加精确可靠。而后,由于分位数回归的优良性质,其得到了广泛的应用。

基于条件在险价值法的量化基金市场系统性风险研究

以条件在险价值法和分位数回归法为基础,对我国量化基金市场的系统性风险进行实证分析。研究结果表明,自2013年以来量化基金市场的系统性风险有增加趋势,量化基金对市场风险溢出效应显著但与自身风险不存在高度一致关系,系统性风险取值在各量化基金之间存在差异。以上结果均通过了统计检验,对监管部门监控量化基金市场风险有一定的参考价值。

银行业与证券业间风险外溢效应研究——基于CoVaR模型的分析

此次金融危机表明,混业经营领域是金融风险管理或监管的重点领域,也是金融风险监管的难点。混业经营不可避免地使得不同金融行业存在的潜在风险交叉传染。风险价值(VaR)模型很难捕获金融市场之间的风险的传递,从而在测量市场极端情形时存在较多弊病,容易导致金融市场风险水平低估;而CoVaR很好地弥补了这个缺陷。本文通过分位数回归方法,将CoVaR方法应用于测量单个金融市场所发生的极端风险对其他金融市场风险外溢的方向和大小。结合模型结果,我们得出结论,CoVaR方法可以有效地计量行业之间或金融机构之间的风险外溢效应,并有利于金融集团或金融监管当局及时有效地跟踪行业内(或集团内)系统性风险的变化。

基于多元t分布和均值-方差模型的投资组合风险分析

以四只不同行业的热门股票为例,选用多元t分布拟合具有尖峰厚尾性的日收益率数据,运用均值—方差模型和最大化夏普比率找出其最优投资比例,计算最优投资组合在不同置信水平下的风险价值、期望损失和中位数损失.数据分析表明:期望损失和中位数损失均可以弥补风险价值的不足,且中位数损失比期望损失更稳健.利用三个尾部风险指标值可以为投资者控制风险提供多方位的参照,以达到防范风险减少损失的目的.

一种改进的非参数方法对金融价值风险的估计

文章对利用波动率计算价值风险Va R的方法进行了改进,提出了非参数波动率结合非参数条件核密度条件分位数方法来计算Va R,此非参数方法克服了模型误设的问题,不受波动率模型具体形式的限制,不受新息项分布函数的限制,是一种稳健的适应性方法。同时将此方法应用到中小板综指与创业版指进行实证分析,与相应的半参数及参数方法进行比较,发现文中提出的方法在某种程度上比较稳定可靠。

一种计算金融风险在险价值的新方法

如何计算金融风险度量的在险价值(VaR)和预期不足(ES)一直是业界、学术界关心的课题。基于分位数的办法计算在险价值(简称QVaR)直观易于理解,但也有非常大的缺陷:QVaR度量只关注下方风险,即只给出一个损失的分位数,并未给出具体损失程度,而且对尾部极端风险不敏感。研究表明预期不足对尾部极端风险非常敏感而且给出了尾部损失的具体值,但预期不足不象在险价值那么易于理解和便于业界使用。针对上述问题,提出了一种基于2.5次幂期望分位数计算在险价值的方法(简称GEVaR),核心是将非对称最小二乘法的2次幂改为2.5次幂,其定义与传统的期望分位数类似。研究表明一些情形下GEVaR对尾部极端风险的敏感性与ES相当。

输电线路杆塔接地状态评估及风险分级研究

提出了一种杆塔接地装置状态评估和风险分级的方法。该方法依据输电线路杆塔的接地参数——接地电阻测量值与接地电阻设计值,引入了中间参数——杆塔接地电阻与设计要求值的偏差率σ和接地电阻测量值变化率γ,借助于四分位数法的统计学方法,评估杆塔接地装置状态,将输电线路全线杆塔依据风险程度递进划分为ABCDE共5个级别。在输电线路杆塔接地参数累积大量数据的前提下,基于最大期望算法,预测杆塔接地参数随时间的分布规律,实现在杆塔接地参数测量之前,通过预测的参数来修正杆塔接地装置的风险分级。

国际干散货运价指数投资风险分析

国际干散货航运市场投资风险巨大,为了探索市场投资中风险控制的有效方法,文章采用分位数自回归模型对国际干散货运价指数的风险价值(VaR)进行研究,并将油价加入到模型中。根据实际数据与预测结果的比较,将国际油价考虑入内的分位数自回归模型对国际干散货航运市场风险控制具有良好的能力,为航运市场投资者提供了风险控制的新方法。

突发公共卫生事件对系统重要性银行金融风险影响研究——以新冠疫情为例

本文采用2020年1月至2022年12月数据,构建分位数回归模型测度银行系统性风险,研究重大突发事件与银行系统性风险的关系。本文得出三个结论:一是银行类别对系统性风险影响存在差异性,大型国有银行系统性风险最高,股份行次之,城商行、农商行最低;二是重大突发事件与银行系统性风险呈正向关系;三是其它影响银行系统性风险的变量中,期限利差、信用利差、大盘指数三个变量与银行系统性风险呈正向关系,银行指数与系统性风险呈负向关系。