燃油期货市场ES风险测度——基于HMM-GJR模型

针对中国期货市场呈现出多波动状态等典型事实特征,本文以中国燃油期货市场为研究对象,首先引入隐马尔科夫模型(HMM)对波动状态进行刻画,然后构造HMM-GJR模型描述其波动率,最后运用ES风险方法对该市场进行风险测度,并检验模型的可靠性。研究结果表明:中国燃油期货市场呈现高、低两种波动状态;HMM(2)-GJR模型可以准确描述燃油期货市场收益波动率,且该模型下的燃油期货市场ES风险测度更有效。

采用ES测度风险时的金融资产定价模型

为了更加合理地在金融资产定价模型中反应投资者等行为主体的真实风险感受,并分析除市场风险以外的其他风险对于资产均衡收益的影响,通过期望损失(expected shortfall,ES)方法测度风险,并将其作为目标函数,构建相应的均值-风险投资组合优化模型,进而通过求解优化模型的解析解得出基于ES的金融资产定价模型.同时将资产的流动性风险因子引入金融资产定价模型,进一步得出了经过扩展的金融资产定价模型.大量的理论和实证研究表明,ES较之于已有其他的风险测度方法要更为符合投资者的真实心理感受,而对资产风险进行准确有效测度是资产定价的重要前提和基础,所以与已有的金融资产定价模型相比,采用ES测度风险时所给出的金融资产定价模型所反应投资者风险感受也更为符合实际,同时从定价模型的形式上可以直观地看出其所包含的金融资产定价因子也更为全面.

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。