基于标准残差的极值风险模型准确性研究

本文使用ARMA(1,1)与GARCH(1,1)、GJR(1,1)模型结合构造出标准残差序列,然后分别与条件EVT、条件正态分布、条件t分布和非条件EVT结合,形成8个风险测度模型,并分别用这些模型估计沪、深股市在置信水平为95%、97.5%、99%、99.5%的动态VaR(Value-at-Risk),然后用Kupiec(1995)和Christoffersen(1998)的返回测试(Back-testing)方法,判定沪、深股市对模型的准确性。研究结果表明,条件EVT风险模型能准确测度沪、深股市的风险,而非条件EVT模型缺乏准确性,对其它模型的准确性因置信水平不同而表现出差异性。在所有模型中,最能准确测度沪、深股市风险的模型分别是,置信水平为99.5%时的条件EVT-GARCH模型和置信水平为97.5%时的条件EVT-GJR模型。本文的研究结果为测度中国大陆沪、深股市风险在模型和置信水平的选择上提供了实证依据。

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。

基于多元GARCH与极值理论的资产组合风险测度研究

在运用多元GARCH模型对资产组合损失的协方差矩阵进行建模的基础上,估计出组合的标准残差序列;然后,运用EVT对标准残差的极值尾部建模并估计出分位数,进而测度资产组合的动态极值风险;最后,再运用返回测试方法对模型准确性进行检验。研究结果表明,运用多元GARCH模型能够有效捕获多元资产损失的时变相关性特征;资产组合条件损失的标准残差极值尾部服从GPD;结合多元GARCH模型与EVT的风险模型能够测度所构造的多元资产组合的动态风险。

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。

基于高频波动率模型与R-vine copula的行业资产组合风险测度研究

相较于低频波动率模型,高频波动率模型在单资产的波动和风险预测中均取得了更好效果,因此如何将高频波动率模型引入组合风险分析具有重要的理论和现实意义。本文以沪深300指数中的6种行业高频数据为例,运用滚动时间窗技术建立9类已实现波动率异质自回归(HAR-RV-type)模型刻画行业指数波动,同时使用R-vine copula模型描述行业资产间相依结构,进一步结合均值-CVaR模型优化行业资产组合投资比例,构建组合风险的预期损失模型,并通过返回测试比较不同风险模型的精度差异。研究结果表明:将HAR族高频波动率模型引入组合风险分析框架,能够有效预测行业资产组合风险状况;高频波动率预测的准确性将进而影响组合风险测度效果,跳跃、符号跳跃变差以及符号正向、负向跳跃变差均有助于提高行业组合风险的预测精度。

基于可行性最小二乘方法的动态组合投资决策

文章基于可行性最小二乘方法,给出一种新的动态组合投资决策模型,一方面将组合投资决策中的优化问题转化为统计学中经典的回归分析问题;另一方面采用可行性最小二乘方法进行求解,得到时变的组合投资权重。实证结果表明,动态组合投资决策模型不仅能反映金融资产收益和风险的时变特征,且在收益、风险和Sharpe比率方面都优于传统的组合投资决策模型。

已实现GARCH-GED模型的研究及应用

针对高频金融数据分布普遍存在尖峰厚尾的现象,将经典的已实现GARCH模型的残差分布拓展到服从广义误差分布的形式,并将杠杆函数的幂次放松为待估参数,建立了新的已实现GARCH-GED模型。基于上证50指数5 min频率的高频数据的实证研究结果表明:相对于正态分布假设下的已实现GARCH模型,已实现GARCH-GED模型更能刻画波动率的杠杆效应,在一定程度上提升了对尾部风险度量的精度。

移动IPv6通信与防火墙冲突问题研究

IPv6协议取代IPv4已经成为趋势,IPv6对移动IP的具有更强的支持,但是现阶段防火墙存在无法正确处理移动IPv6数据包的问题。在分析移动IPv6的通信机制以及现阶段包过滤防火墙特性的基础上,针对移动节点在通信过程中位置变换的情况,分类探讨了移动IPv6的通信机制与现阶段防火墙过滤规则的各种冲突现象,总结了冲突的原因并提出了解决方案。

基于GARCH族的上证指数VaR风险测度研究

本文选取上证指数作为研究对象,通过运用四种GARCH模型进行VaR风险测度建模,并用返回测试中的失败率检验法和动态分位数测试对Va R风险测度模型的准确性进行实证检验,结果发现:HYGARCH和GARCH模型适合于上证指数的风险度量。

移动IPv6安全绑定更新机制研究

介绍了移动IPv6网络中节点移动后进行三角路由优化所引出的绑定更新安全问题,阐述了在非PKI体系中解决绑定更新安全隐患的几种机制;在阐述的同时对这些机制进行了安全性分析,最后对这几种机制从安全性角度进行比较。

基于神经网络分位数回归的多期CVaR风险测度

与VaR金融风险测度相比,CVaR具有更好的数理性质,其计算方法成为关注的焦点。相对于单期CVaR而言,多期CVaR风险测度具有较强的非线性特征,其建模过程更加复杂。在神经网络分位数回归基础上,建立了一种新的多期CVaR风险测度方法;基于似然比检验,建立了多期CVaR风险测度返回测试评价准则。将该新方法应用于沪深300指数的多期CVaR风险测度,并将其与传统的测度方法进行了对比,返回测试结果表明:第一,该新方法具有较强的稳健性,各期平均绝对误差大小基本不变,特别适合于多期CVaR风险测度;第二,基于神经网络分位数回归的多期CVaR风险测度效果优于传统测度方法,表现为似然比检验拒绝次数最少和平均绝对误差最小。

非对称结构下金融市场动态风险测度研究

针对金融市场呈现出的非对称结构,以新兴市场的中国大陆沪市上证综指(SSEC)和成熟市场的标准普尔指数(S&P500)作为代表性的研究对象,运用有偏学生分布(SKST)来刻画金融收益的有偏非对称分布形态;运用APARCH等模型来刻画金融收益条件波动率的非对称波动性,并以此来开展风险测度研究;最后运用返回测试中LRT和DQR来检验风险测度的准确性。实证结果表明:没有哪种金融收益的条件非对称波动模型具有绝对优越的风险测度能力;在标准收益服从的分布上,新兴市场SSEC与成熟市场S&P500市场却又表现出明显的不同,Normal分布并不适合SSEC,但能适合S&P500;ST能够适应SSEC,却不能适应S&P500,而SKST能够适应两种市场;对于S&P500,在99%这样高的置信水平下是Normal优越,而在95%的置信水平下却是SKST优秀,对于SSEC,SKST分布的准确性在两个水平下都是最高。

次贷危机对跨国资产投资组合VaR的影响研究

本文以两类时变Copula-EVT-VaR模型作为核心研究方法,探讨了次贷危机对于跨国资产组合VaR模型测度准确度的影响,进而对比分析了两类模型的测度精度。研究结果表明,次贷危机的爆发,导致股市间尾部动态极值风险传导的程度显著增强,VaR的测度精度明显降低,通过分散化投资以降低组合风险的作用在一定程度上被削弱。因此在金融危机传染的背景下进行组合投资,应注重对比研究各类风险评价模型的测度效率,谨慎进行资产组合选择以及风险管理。

典型事实、极值理论与金融市场动态风险测度研究

本文在金融市场典型事实约束下,运用ARFIMA模型对金融市场条件收益率建模,运用GARCH、GJR、FIGARCH、APARCH、FIAPARCH等5种模型对金融波动率进行建模,进而运用极值理论(EVT)对标准收益的极端尾部风险建模来测度各股市的动态风险,并用返回测试(Back-testing)方法检验模型的适应性。实证结果表明,总的来说,FIAPARCH-EVT模型对各个市场具有较强的适应性,风险测度能力较为优越。进一步,本文在ARFIMA-FIAPARCH模型下,假定标准收益分别服从正态分布(N)、学生t分布(st)、有偏学生t分布(skst)、广义误差分布(GED)共4种分布,对各股市的动态风险测度的准确性进行检验,并和EVT方法的测度结果进行对比分析。结果表明,EVT方法风险测度能力优于其他方法,有偏学生t分布假设下的风险测度模型虽然略逊于EVT方法,但也不失为一种较好的方法;ARFIMA-FI-APARCH-EVT不仅在中国大陆沪深股市表现最为可靠,而且在其他市场也表现出同样的可靠性。

基于多分布GARCH族模型的沪深300指数VaR测度研究

运用经济物理学方法验证沪深300指数市场存在的一些特征,进而用四种GARCH模型在不同分布下进行VaR风险测度建模,并用返回测试中的似然比和动态分位数回归加以检验,结果表明:收益分布服从有偏学生t分布的VaR测度模型可靠性显著高于正态分布和学生t分布;在样本内,GARCH、GJR、HYGARCH模型均能有效度量VaR风险,HYGARCH在空头VaR水平较高时精度更高;在样本外,GARCH、GJR、FIGARCH、HYGARCH模型的VaR测度能力相差不大,但HYGARCH模型在空头VaR水平下测度能力更高些。因此,在有偏学生t分布下,能捕捉更多金融资产特征的HYGARCH模型对沪深300指数的VaR测度更精确可靠,这意味着在风险管理时,应更多考虑具有尾部效应的模型进行度量。

移动IPv6路由技术的优点与改进

本文详细介绍了移动IPv6技术和原始IP技术,以及对三角路由问题的解决,通过对两种技术的网络吞吐量、包延迟时间以及包抖动率的对比,阐述了移动IPv6路由技术的优越性,并针对当前移动IPv6技术的切换延迟以及返回路由测试机制的不足提出了改进方案。