金融风险度量VaR方法及其应用

风险价值(VaR)是近年来受到国际金融界广泛支持和认可的一种度量金融风险的工具.本文介绍了VaR的基本原理、VaR的计算方法,并且比较了各种计算方法的优缺点及发展方向,阐述了将VaR方法引入中国金融风险管理领域对我国的金融市场建设的重大意义.     

金融风险管理中的VaR模型及其应用

VaR模型是金融风险度量中一个常用的工具,近年来在银行、证劵及金融监管机构得到广泛的认可和应用,本文从研究VaR模型的操作方法入手,分析了VaR模型在金融风险管理中的影响及其存在的不足,并进行了实证研究.     

关于风险度量方法VaR的文献综述

近年来,不管是对风险度量的重要性,还是对风险管理的有效性的研究都获得巨大的提高。这是金融市场全球化的结果,也是交易系统和通信技术创新的结果。量化的风险度量方法一度成为国内外金融投资研究的热点问题之一.而VaR便是一种计量风险大小的方法,它是对市场风险进行数量化度量的重要工具。本文主要比较总结了VaR的不同计算方法及其改进思路,以期在实际中获得更好的应用。     

极端金融风险度量模型述评——基于一致性原理的VaR改进方法

针对VaR方法存在的不足以及其不满足风险度量的一致性原则,评述了当前国际上新近出现的系列对VaR进行改进的方法.尤其针对具有厚尾、动态性以及多变量相依特性的各种极端金融风险,需要综合考虑风险分布的各种实际状况而采用合适的度量模型,因此具体讨论了CVaR,ES,Copula,UBSR以及SRM等模型度量不同分布条件下的各种极端金融风险的思路,并对各模型的具体应用和函数功能进行了详细评述,指出了各种度量模型和方法的适用特点,以及未来的可能研究方向.     

VaR模型在我国金融风险管理中的运用研究

近20多年来金融市场迅猛发展,金融机构所面临的风险日趋复杂,主要风险已从信用风险转向了市场风险,表现为利率风险、股价风险和汇率风险的综合。我国金融市场是一个发展中的新兴市场,建立适应于我国金融市场的风险预测模型对我国金融风险管理十分必要。文章从研究VaR模型的具体操作方法入手,分析VaR法对于我国金融市场风险管理的影响,探讨VaR法在我国风险度量和金融监管中存在的问题并提出改进策略。     

VaR方法在外向型企业风险度量中的应用

在浮动汇率制度下,外向型企业为规避越来越多的汇率风险,需要对这些汇率风险进行度量。将VaR法引入到外向型企业的汇率风险度量研究中,通过实例度量和检验分析,说明VaR法可以对我国外向型企业的汇率风险进行度量。     

基于神经网络分位数回归的VaR金融风险测度

基于神经网络分位数回归给出VaR风险测度方法,一方面,通过其分位数回归功能可以揭示响应变量整个条件分布特征;另一方面,通过其神经网络结构,可以模拟经济系统中的非线性结构,从而很好地解决了VaR风险测度中遇到的2个难题:尾部风险测度与非线性关联模式。文章选取上证综指作为研究对象,将其与传统的VaR金融风险测度方法进行了实证比较,实证结果表明,基于神经网络分位数回归的VaR风险测度方法,在样本内与样本外都取得了较好的实证效果。     

在险价值理论的发展及其在我国金融风险管理中的应用前景

VaR理论目前已经在欧美许多金融机构的内部风险管理和监管信息披露等方面获得重要应用。本文详细论述了VaR理论在我国金融业的市场风险管理，金融监管，信用风险管理等方面的应用前景。     

VaR及投资灵敏度分析

VaR是一种处理非线性问题、概括证券组合市场风险量化的工具,它解决了传统风险定量化工具对于非线性的衍生金融资产适用性差、难以概括证券组合的市场风险缺点,有利于测量和管理金融风险.通过简要介绍VaR的概念、性质及特点的基础上,对VaR关于投资组合的灵敏度进行了深入分析,给出了VaR关于投资组合一阶、二阶导数的解析表达式,进而说明了VaR的凸性利用.     

金融风险的建模与管理方法研究

基于金融经济学中的资本资产定价理论,针对不同类型的金融风险给出了相应的数学模型。对各种金融风险模型的研究发现,金融风险的作用都包含风险因素和影响对象两个方面。通过寻找共同的风险因素,并把影响对象统一为资产（或负债）的价值的方法,提出了金融风险建模与管理的统一框架。     

分层线性模型在金融风险度量中的应用(英文)

为了有效地度量金融市场风险,指出常用的风险度量模型存在不足. 金融风险度量模型必须考虑引入多因素,比如大盘指数与宏观因素. 通过回顾了分层线性模型的定义及其应用,提出改进风险度量模型的设想以及有待解决的问题. 从实际意义来看,这是很切合实际的.     

企业财务风险的成因与防范对策

在全面分析企业风险的概念、特征及产生原因的基础上，探讨了企业财务风险防范的根本对策和可行性。     

基于VaR风险测度的投资组合优化模型及应用

以VaR作为投资组合风险的衡量尺度,在马柯维茨框架下建立均值-VaR投资组合优化模型,并采用蒙特卡罗模拟与遗传算法相结合的方法求解该模型．通过该模型在中国股市的实证研究,从资产收益率分布的假设与VaR置信水平的假设两方面对投资决策的影响进行了讨论,发现如果资产收益率分布的尾部越厚、VaR置信水平越高,那么投资策略越保守．     

在帕累托模型中风险度量的统计分析

在帕累托风险模型中,该文研究了在险价值及其相关风险度量的关系,给出了在险价值、期望短缺、尾条件期望、条件在险价值等风险度量的计算方法;进而,利用极大似然法和矩估计法得到了这些风险度量的估计,证明了估计的相合性和渐近正态性;最后利用数值模拟的方法验证了在不同样本下估计的收敛速度.     

股票承销业务中VaR的计算方法

运用VaR的计量方法，把投资银行的主要业务之一股票承销的风险量化成一定的风险值，并应用资本市场定价模型以证券市场风险量化股票承销风险，设计了一套简便而实用的计算方法，给投资银行的风险管理提供一个新的工具。     

流动性调整的风险价值模型及其实证研究

在放松传统的风险价值模型基于理想化市场的理论假设基础上,通过修正BDSS模型存在的缺陷,构建流动性调整的VaR模型,并以亚洲金融危机中泰铢和日元的汇率数据进行实证研究,并检验两个模型的效力。研究结果表明：在极端市场条件下两个模型估计结果一致,但在正常市场条件下本模型比BDSS模型更具有可靠性。     

投资组合风险价值分解方法研究

提出了两种分别对组合损失和极端损失进行线性近似的投资组合风险价值(VaR)分解的新方法——非对称响应模型估计法和局部线性近似估计法,两种方法均可用于分解参数法与非参数法计算出的投资组合风险价值,弥补了现有分解方法只能分解部分参数法计算出的投资组合风险价值的不足,实证研究结果表明：非对称响应模型法比局部线性近似估计法更为简单、快捷,适用于当组合回报不对称现象明显时;而当组合回报具有显著的厚尾现象时,后者更为准确,两者都具有一定的实际应用价值。