应用EWMA-GARCH(1，1)-M模型对沪深300股指期货最小VaR套期保值效果研究

VaR是目前国际上应用最广泛的度量金融风险的指标之一,其核心在于波动率,也就是方差的参数估计.采用EWMA模型估计方差,并且结合风险溢价特征的GARCH（1,1）-M模型计算出沪深300股指及其期货的最优衰减因子为0.933 25,摒弃了以往采用0.940 0作为衰减因子的一贯做法,并且运用Cornish-Fisher方程对正态分布的分位数进行了修正,得到修正后的套期保值比率以及资产组合的VaR,与传统的套期保值模型相比,该模型的风险价值VaR降低的程度明显,并且对投资组合未来的VaR具有很好的预测效果,表明EWMA-GARCH(1,1)-M模型对沪深300股指期货的套期保值效果较好.     

VaR度量金融风险的几个问题

针对VaR模型中的delta-正态模型的计算,分析了其中存在的几个问题并进行了改进。结果认为,用区间估计替代点估计可以提高VaR值的有效性;在用CAPM模型计算股票资产的可能损失时,不能丢失常数项,否则计算值偏大。另鉴于传统VaR模型不能评估市场因子变化时资产损失发生的概率,现基于高维正态分布的计算方法提出了用VaR度量金融市场风险的新方法。     

风险度量新趋势分析

通过对VaR的一些缺陷进行分析，并例证了VaR在一些情况下不能准确识别风险以及VaR缺乏次可加性，提出了损失期望值这一更接近于投资者真实心理感受的风险度量方法，并证明了它是满足次可加性的风险度量方法。     

基于物联网的室内环境监控系统的设计

针对EVaR (Expectile-based Value at Risk) 风险度量提出了基于GARCH类和SV波动率模型的EVaR风险度量计算方法，即EVaR计算的参数模型方法并基于模拟学生t分布时间序列数据,给出EVaR样本外预测的失败率检验方法：Kupiec失败率检验和动态分位数(DQ)检验法与采用CARE (Conditional Autoregressive Expectile)模型的EVaR计算方法进行了对比研究，结果表明基于GARCH类模型和SV模型相对于基于CARE模型有更优的EVaR预测效果.选取2004年1月5日到2009年12月30日的国内外五个股票市场指数数据，针对日对数收益率进行了EVaR风险度量的实证研究，得出在金融危机期间，基于参数模型的EVaR预测要比基于CARE模型的EVaR预测更接近市场实际风险.     

农产品期货风险评估研究

主要研究农产品期货的风险评估问题。运用现代风险管理方法VaR结合GARCH模型评估体系,建立了农产品期货投资组合风险评估方法。并对构建的含有三种农产品的投资组合进行了实证研究,得到在置信度95%的条件下,农产品期货的日风险值不超过投资组合价值的0.45%。     

基于VaR的我国粮食期货市场基差风险度量与分析

粮食期货市场在具有规避市场风险的同时,也因期货价格和现货价格的不断波动而产生基差波动风险,并且由于期货市场本身的杠杆效应,使得这种风险要远远大于现货市场。因此,需要采用积极的风险管理技术,加强对粮食期货市场的风险防范。在GARCH模型基础上,采用VaR方法分别对我国大豆、玉米和小麦期货的基差风险进行了定量测度,研究探讨了粮食期货市场基差风险的度量方法。以便为我国开展有效的粮食期货市场风险管理提供科学的量化依据。     

提高矩阵变换器电压传输比的方法研究

对上证指数对数收益率的长相依性进行了统计检验并完成了相应的统计建模以及参数估计. 通过选择分数布朗运动作为刻画股票投资回报的驱动过程, 并得到了此模型下股指收益的VaR计算的显式表达式. 数值分析的结果显示分数布朗运动模型下的VaR值要高于Black-Scholes模型下的VaR值, 这表明长相依性质对于股指风险有很大的影响, 在相关的金融风险产品的风险度量中应加以重视.     

中国开放式基金投资组合风险值的实证—基于Copula-GARCH的分析

结合Copula技术和GARCH模型,建立了投资组合风险分析的Gopula-GARCH模型.由于该模型可以捕捉金融市场间的非线性相关性,因而可用于投资组合VaR的分析.利用这个模型,结合Monte Carlo,模拟技术,对我国第一支开放式基金一华安创新基金的投资组合进行了风险分析.     

“收入保险+期货+银行”模式下保单贷款的风险控制策略研究

“收入保险+期货+银行”模式开启了“资金输入”和“收入保障”相结合的创新支农惠农模式，但是该模式下风险管理的闭环还未真正形成.探讨了如何利用在险值自回归条件异方差(Value at risk-autoregressive conditional heteroskedasticity, VaR-ARCH)模型对该模式下可能存在的信贷风险进行有效的度量；然后基于我国大连商品交易所2013-2020年豆粕期货的日度数据对该度量方法进行了实证检验.检验结果表明，在不同分布下ARCH族模型得到的VaR失败率存在着较大的差异，其中GARCH(1，1)模型结果精确度相对较高，能够很好的捕捉样本数据波动的风险特性.本研究可以为我国“收入保险+期货+银行”模式的可持续性发展以及其他形式的农业保单质押贷款模式的发展提供理论上的借鉴作用.     

通胀的成本因素、传导机制及其区域差异——基于中国省际面板数据的实证研究

作为金融传导机制的一个重要成分，汇率在金融危机的传播中发挥着重要作用.因此本文以亚洲汇率市场的汇率作为研究样本，通过引入skt分布来刻画残差的分布，构建了ARFIMA-HYGARCH-M-VaR模型来测度汇率风险值，并与skt分布下的GARCH及FIGARCH模型的VaR进行失败率回测检验与动态分位数测试.研究结果表明：在不同显著性水平下，skt分布下的各种模型基本都有较好的风险测度能力，且ARFIMA-HYGARCH-M模型的VaR风险测度更加精确与稳定.本研究为我国及亚洲其他国家汇率市场的风险测度与风险管理提供了一定的理论借鉴和方法基础.     

议风险度量VaR模式

VaR出风险价值，指风险资产在一个给定的置信水平和持有其间的条件下，将会发生的最大期望值。目前基于VaR度量金融风险已成为国外大多数金融机构广泛采用的衡量金融风险大小的方法，本文就将介绍这一时下流行的VaR风险度量模式。     

Copula的投资组合选择模型的应用研究

结合Copula技术和GARCH模型,建立了投资组合的Copula-GARCH模型。由于该模型可以捕捉金融市场间的非线性相关性,因而可用于投资组合的风险分析中。利用这个模型,并结合Markowitz的投资组合选择模型,对我国的一支开放式基金〖CD2〗中信红利精选股票型证券投资基金投资组合的选择进行了优化,本文应用lingo 8.0,在收益率一定的情况下, 得到了风险（VaR）最小的投资组合。     

使用双币种期权的风险管理

以VaR作为风险度量的工具,研究固定汇率制度下使用双币种期权对冲进行的风险管理．研究表明,可以通过确定最优敲定价格减小VaR,并对获得的结论做了比较静态分析．     

VaR数学模型及其计算方法

VaR(Value at Risk)是一种以规范的统计技术来度量市场风险的新标准,目前在金融数学领域被广泛使用,它是在正常的市场条件下,给定一定时间区间和置信水平,测度最大损失的数学方法。传统的VaR计算方法在计算开放式基金时,可能存在着高估风险的情况,对数正态分布假设下得到的风险值(VaR)要比正态分布假设下的风险值更接近实际值。本文着重论述了VaR模型的数学原理以及该模型的计算方法,运用对数正态分布假设来评估开放式基金的风险,以验证其结果是否更加接近实际风险值。     

Copula函数在国际棉花期权与现货组合风险度量中的应用

目前,Delta-gamma非线性法是度量含有期权组合风险的主要方法,但这个方法是基于风险中性假设的,与期权市场实际不符。为此,本文引入Copula函数刻画国际棉花期权和现货之间的相关关系,建立了基于Copula函数的国际棉花期权与现货组合风险度量模型。研究发现:Copula-GARCH模型、二元GARCH模型和Deltagamma非线性法一样,都可以用于度量期权和现货组合风险并各有优势;不同阶段要采用不同的模型,可以根据期权的虚实变化分别采用Copula-GARCH模型与Deltagamma非线性法;国际棉花期权与现货之间没有明显的尾部相关,有较弱的体部相关,动态相关性也不明显。因此,企业可以适时选择Copula-GARCH模型度量国际棉花现货和期权组合风险,同时,要认识到国际现货与期权的弱相关性特征,慎用单一的现货与期权对冲策略。     

银行信用风险度量CreditMetricsTM模型与CPV模型比较研究

根据新巴塞尔资本协议的基本原则及巴塞尔银行监管委员会推荐的确定资本金的VaR方法,结合中国商业银行目前信用风险管理的实际情况,比较分析CreditMet-ricsTM模型和CPV模型的基本原理和参数选择的共性及差异,对两模型各自特点做出客观评价,结果发现运用CPV模型有利于提高信用风险度量的精确性,为商业银行信用风险管理提供了有益的借鉴.     

基于PLC的空压机远程监控系统的设计与实现

省级政府投融资平台公司在城镇化建设中发挥着重要作用,其投融资风险问题亦逐渐引起重视。基于平台公司的投资收益会随着市场等宏观环境的变化而波动的考虑,将平台公司的项目投资资产视为金融资产而度量其风险状况。考虑单笔投资的情形,建立极值理论和SV-t模型的相结合平台公司一维融资风险动态VaR模型;进而考虑多笔投资间的非线性关系,结合Copula函数和蒙特卡洛模拟思路,建立平台公司多维融资风险度量模型。所构建的模型避免了传统研究的强主观性,并实现了投资风险的实时、动态度量。     

带条件风险约束的发电商最优投标模型及计算

采用条件风险（CVaR）作为风险度量指标，建立了双层优化的发电商投标模型，上层解决社会效益最大和风险最小问题，下层解决发电商利润最大问题，设计了启发式粒子群算法（PSO）求解该复杂的双层优化模型.在4节点2机系统和9节点3机系统进行了实验，说明该模型和算法具有较好的计算效果和时效性，通过实验数据比较显示CVaR比VaR更准确地度量了发电商的风险.     

度量误差对材积模型的影响及参数估计研究

为提高带度量误差的材积模型估计精度,该文以落叶松一元材积模型V=aDb为例,使用分析单一变量的度量误差对参数估计影响的方法,分别分析了因变量和自变量的度量误差对模型参数估计的影响;使用普通非线性回归方法和度量误差模型方法分别对模型进行估计,并对比分析了普通非线性回归方法和度量误差模型方法的估计结果。研究结果表明:因变量和自变量的度量误差对模型都有影响,度量误差模型估计方法优于普通非线性回归估计方法;对于带有度量误差的材积模型,使用度量误差模型方法进行估计效果更好。      

基于加权支持向量机的VaR计算方法研究

针对统计学框架下传统VaR计算方法的不足,发展了基于加权支持向量机(W-SVM)的VaR计算新方法.为了在VaR模型中计入金融时间序列的记忆效应,采用最优市场因子作为支持向量机的加权模型.对2001-2009年上证综指的实证研究表明,基于W-SVM的VaR模型优于传统的VaR方法,在小样本、厚尾、非线性及有异常波动的市场条件下,各种置信度下的W-SVM方法均能取得较好的性能.