流动性与风险管理:一个基于二元t分布GARCH估计方法的L_VaR模型

VaR已是风险管理领域金融机构量化风险的主流方法,但传统的VaR模型一直未很好地将流动性风险纳入其考量范围。文章通过引入非流动性指标,构建了一个简单的经流动性风险调整的VaR模型,VaR估计方法采用二元t分布GARCH模型。对我国股市实际数据计算发现,流动性因素对VaR值的影响较大,而且持仓规模越大,影响越大。该模型对风险管理具有很好的参考价值。

中国股市流动性系统风险的测度

文章针对沪深股市的特点,采用非流动性指标,提出了一个更为准确和简便易行的模型,对沪深股市系统流动性风险进行了实证估计,结果显示沪深股市的流动性系统风险相比做市商交易制度的美国股市和纯指令驱动交易制度的我国香港股市都更为明显,2001～2010年期间中国个股流动性中的系统风险比1996～2000年期间系统性风险有所降低",飞向流动性"行为是造成这一变化的原因。

中国股市流动性风险的非对称效应分析

通过构建一个非流动性指标,对中国沪深股市1995-2005年的市场流动性进行计量,发现中国股市流动性风险存在明显的波动聚集性特点。在此基础上,通过引入非对称GARCH模型对中国股市的流动性风险的动态特征进行实证检验,结果显示:中国股市的流动性风险存在明显的非对称效应,流动性风险表现出"强时愈强,弱时愈弱"的特征,这意味着当市场出现流动性问题时,政府的积极干预是合理的。

对当前浙江企业担保链问题的思考

浙江省作为沿海经济强省,金融业态发展较为领先,企业担保现象由来已久,无论在企业担保规模和担保数量上均要高于全国平均水平。但近年来,因企业担保链引发的问题时有发生,已经引起了学术界和金融业界的关注。本文将结合浙江企业的特点和浙江金融实践,探析担保链中存在的问题,并此提出解决思路和建议。