基于VaR(风险价值)的金融投资的研究

近年发展来的VaR风险管理技术是一种用来评估和计量金融市场风险的统计模型及方法，本文省去了复杂繁琐的数学公式的演绎，从理论上简要地阐明了VaR风险管理技术的原理，并介绍了VaR风险管理技术之所以被国际金融界广泛认可的优点，同时也指出了作为一个金融数模模型所存在的缺陷，并介绍了VaR风险管理技术在银行业，证券业金融衍生品等中的应用，指出发展符合我国国情VaR风险管理技术的必要性和发展方向。     

计量市场风险VaR方法在我国金融业的应用

针对我国金融业市场风险的表现和特点，分析研究了计量市场风险的VaR方法及其在我国金融市场的适用性，提出了我国风险计量工作中存在的问题和相应的调速解决方案，为我国风险计量和风险管理的设计体系提供了新思路。     

VAR在建设工程投标评价中的应用研究

VaR风险管理技术是一种用来评估和计量金融市场风险的统计学模型和方法,用于测量在概率给定的情况下,金融资产投资组合在下一阶段的最多可能损失。运用VaR基本原理,尝试将VaR风险管理技术应用于建设工程投标风险评审。假设工程量清单计价模式反映的分项工程单价是符合正态分布的随机变量,构造出工程投标报价的投资组合,采用方差-协方差方法来度量工程项目投标报价VaR,为建设工程投标报价评价提供一种可行的风险分析工具。     

基于t-GARCH模型的风险价值VaR及其在我国股票市场中的实证分析

本文主要介绍了金融市场的风险管理工具VaR,以及基于t-GARCH模型的VaR值计算方法,使用R统计软件对沪深综合指数日对数收益率序列进行实证研究,并通过计算所得的VaR值对沪深股市风险进行了比较,从而说明基于t-GARCH计算的VaR值是较为方便可行的判断股市风险的方法。     

基于GARCH模型的VaR方法在股市风险分析中的实证研究

介绍了利用GARCH模型的VaR计算方法,并引入了股票市场的风险价值VaR实例计算,据此定量测量股票市场风险,为企业经营者的风险管理及一般投资者的投资风险分析提供依据.     

基于GARCH类模型的VaR——一种融合市场风险与流动性风险的合成管理模型

在一种融合市场风险与流动性风险的合成风险管理模型——LaVaR模型的基础上,利用自回归模型和GARCH类模型将LaVaR动态化.并且通过SAS软件强大的编程功能将金融数据常有的集群性、高峰厚尾性、非对称性等纳入同一个模型,从而能够同时考察序列的各种性质,使得预测也更加准确.将GARCH类模型动态化VaR的方法,可以更加准确地计算风险值.     

VaR在流动性风险测度中的运用

流动性风险测度的问题日益成为风险管理与测度的核心问题,因而我们将VaR的理论思想引入中国股市的流动性风险研究中来,选取5只样本股对我国的股票市场做了实证分析,对流动性风险进行了度量.在分析各证券流动性强弱的同时给出一定置信度下,完成特定的交易指令可能担负的潜在流动性风险值,且该值可以和VaR结果直接叠加反映股票的整体风险.并在上述基础上得出了结论和建议.     

开放式基金风险管理的有效工具——VaR模型

开放式基金的迅猛发展需要对其风险进行有效的管理.VaR模型是开放式基金风险管理的有效工具.说明VaR的定义,阐明VaR的计算原理,讨论VaR模型的3种计算方法及其优缺点和适用范围,最后探讨VaR模型在开放式基金风险管理中的应用.     

浮动汇率制度下企业外汇风险度量研究

浮动汇率给企业带来越来越多的外汇风险,而如何规避外汇风险首先要是确定其风险大小。应用VaR的度量方法对企业的外汇风险进行度量,通过实例研究和检验分析,说明了VaR法可以对企业的外汇风险进行度量,为定量分析企业的外汇风险找到了一个突破点。     

科技成果转化风险识别及其风险效应的数学模型

基于风险管理理论,分析了科技成果转化的风险特征,建立了科技成果转化风险识别的指标体系,研究了风险客观存在的效应机制,构建了风险诱惑效应、约束效应及其平衡模型。针对风险的模糊性,提出了一种风险模糊测度的新方法,结合实证说明其有效性和可靠性。模型的建立对科技成果转化风险管理具有重要指导意义。     

基于ArchimedeanCopula方法的VaR估计

应用了ArchimedeanCopula方法计算了投资组合VaR值,介绍了该方法函数的选择及参数估计,通过对上证综指和浦发银行2只股票的收益率投资组合的VaR计算表明,由GumbelCopula模拟得出的结果与实际数据差距小,能很好地度量股市间的风险.     

一种新的基于VaR的风险度量WES

阐述了VaR作为风险度量工具的优缺点,针对VaR的不足,介绍了近期一些关于一致性风险度量方面的研究成果,并对各类模型的优缺点进行了对比分析。在此基础上,给出了一种合理风险度量模型应该满足的基本性质：凸性和单调性。针对这两条性质,结合投资者的投资行为与心理因素,引入了一种更贴合实际投资组合要求的新风险度量模型——指数加权期望损失（WES）,从而为金融风险管理提供了新方法和新视角。     

基于Copula函数的CTE研究与实证分析

采用Copula函数结合非对称Laplace分布的方法来刻画股票收益的尖峰、厚尾及偏倚性,计算了以上证指数和深证成指为组合的对数收益率的CTE,与传统的正态假设进行了对比,证实了"在资本收益率不服从正态分布时,用VaR方法来度量风险就不再准确"的结论,Copula函数结合非对称Laplace分布的方法可以较好的计算投资组合的CTE。     

期权风险的VaR度量研究

Vail是度量金融风险的一种有力工具．本文介绍了Vail的概念及一般计算方法,并根据股票价格变化的对数正态模型,给出标的物为股票的欧式看涨和看跌期权的Vail计算方法。此方法还可推广到其它期权风险的度量上．     

基于VaR的信用风险防范方法

信用风险是交易对象不能或不愿意履行合同约定的条款而导致损失的可能性.VaR方法是在一定的概率水平(置信度)下,某一金融资产或证券组合在未来特定的一段时间内的最大可能的损失,是基于统计分析基础上的风险度量技术.将VaR的方法引入信用风险度量体系,基于经典的信用风险收益分布假设,根据概率统计的方法得到了信用资产的风险价值(VaR),为商业银行消费信贷风险管理提供了一个新的思路和相应的政策建议.     

应用极值理论计算在险价值--对上证指数的实证研究

在险价值（VaR）是度量市场风险的普遍工具,可看作是市场风险度量的基石.在估计资产尾部的VaR时,极值方法比传统方法更具优势.但是,一般的极值模型都假定数据是独立同分布的,而大多金融数据具有局部相关性,并不满足模型的条件.笔者利用分串的方法处理上证指数的数据,得到了较好的结果.     

基于VaR-WKDE单个期货合约动态基准保证金模型研究

以单个期货合约的对数涨跌率来反映合约的市场风险,借助VaR法和加权核估计法,并依据期货多头和空头损失不对称原则,建立了单个期货合约动态基准保证金确定模型,解决了合约每一交易日基准保证金的确定问题.该模型的特点一是借助加权核估计法预测合约涨跌率最大日亏损值,充分体现了涨跌率的实际走势,从而使VaR估计更加精确.二是提出了从多、空头风险值两个角度出发确定期货合约基准保证金思路,简化了SPAN和TIMS系统因设置多种价格风险情景而采用情景模拟法(SS)确定基准保证金的复杂性,保证了模型预测精度及准确性.三是借助大豆合约d0403实证研究及结果分析验证了模型实用性.     

基于植入SV的VaR模型的股指期货风险度量

股指期货交易在规避股票市场风险的同时,产生了新的风险———投机风险和套期保值风险。从上述两种风险的基本概念出发,建立了其对应的VaR度量模型。将SV植入VaR模型中,用于模型中参数的计算,更好地体现金融市场的本质特征。本文对参数计算的实现过程作了一定的论述,研究成果具有重要的理论和实际意义。