基于EVT-POT-SV-GED模型的极值风险度量

针对金融资产收益的异常变化,采用SV-GED模型捕捉收益分布的厚尾性、波动的异方差性等特征,将收益序列转化为标准残差序列,结合SV-GED模型与极值理论拟合标准残差的尾部分布,建立了一种新的度量金融风险的基于EVT-POT-SV-GED的动态、VaR模型.用该模型对上证综指做实证分析,结果表明该模型能够更精确、合理地度量上证综指收益的风险.

基于SV-GED模型的极值风险度量研究

把GED分布引入SV模型,构建SV-GED模型,然后与极值理论相结合拟合标准残差的尾部分布,进而建立一种新的金融风险度量模型——基于EVT-SV-GED的动态VaR模型,并通过沪深300指数和恒生指数的每日收盘价进行实证分析,研究显示:EVT-SV-GED模型能有效刻画中国股票市场的波动性特征,并且能够既有效又合理的度量金融市场风险。

Copula-SV-GED模型的投资组合风险分析

将多种Copula函数和SV模型多种扩展形式相结合,对我国股票市场实际的组合投资问题进行了实证风险分析,结果表明边缘分布和相关关系的选择共同影响联合分布,并且Gumbel-copula-SV-GED模型在计算风险VaR值方面效果较好。

基于价格传递的汇率波动对出口的影响

建立了汇率波动经由商品价格变化影响出口贸易量的非均衡计量模型,并使用SV-GED模型测算了人民币汇率的波动性.研究结果表明:人民币汇率的波动率同价格之间存在明显的正相关关系,从而供给过剩时,汇率波动率的增大制约着出口的增加;反之需求旺盛时,汇率波动率的增大会对出口起到促进的作用;汇率的可预期波动率对于出口价格的影响是显著的,非预期波动率偏差对于出口价格的影响是不显著的;同时,进口方的收入水平、出口方的投资水平对出口有促进作用;而世界经济危机的发生,对出口起到明显的阻碍作用。

基于Bayesian-SV-SGT模型的原油价格‘Value at Risk'估计

从分析原油现货市场收益率的统计特征入手,为更好地刻画原油现货市场收益率的尖峰厚尾、偏态及波动集聚性和持续性的波动特性,引入SGT分布来描述原油市场价格的分布特征,利用SV模型来度量国际原油市场的价格波动率.同时,基于Bayesian原理,利用MCMC方法来解决SV模型的参数估计难题,建立了Bayesian-SV-SGT模型,并对国际原油现货价格"VaR"(Valueat Risk)进行了估计和分析.研究结果表明,相对GARCH类-GED模型而言,Bayesian-SV-SGT模型更好地刻画了原油现货市场收益特征,并能更加精确地刻画原油现货市场的价格风险.