度量与控制金融风险的新方法

介绍了近年来被发达国家普遍采用的管理和控制金融风险的风险价值度量（VaR）方法，阐述了VaR的概念，方法和功能，指出了VaR的缺陷。进一步介绍了近年才发展的具有一致性（Coherent)的条件风险价值度量（CVaR)的概念，阐述了CVaR的优点和作用及在证券组合优化中的应用。     

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。     

基于风险价值的投资组合风险度量研究

风险价值(VaR)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及方法。从理论上简要地阐明了VaR风险管理技术的原理,探讨了其在证券投资组合风险度量中的应用。介绍了VaR风险管理技术被金融界广泛应用的优点,同时也指出了作为一种风险计量方法所存在的缺陷。     

基于次线性期望下的风险测度

由于一致性风险公理中的平移不变性存在不合理性,故将它删除,结合次线性期望的概念,增加保常性,提出修正的一致性风险测度。推导了风险测度新的期望表示定理,其特点是需要次线性期望的稳健形式来表示。此外,这种表示结果对次线性期望下的风险测度提供了参考。     

具有双曲绝对风险厌恶函数类投资者的风险度量

将风险厌恶函数与风险的度量有机的结合起来,给出了双曲绝对风险厌恶函数类投资者的一致性风险度量M,并使用最小方差外推法估计M。数值模拟的结果表明:在给定的置信水平下,用最小方差外推法估计的M比历史模拟法更稳定、更有效,且风险厌恶因子γ的引入使得M测量的风险值相对大小与投资者真实心理感受相符。     

基于CVaR的双侧风险度量模型的求解与实证分析

针对双侧风险度量模型,给出了在正态分布及Laplace分布下模型的求解方法,选取泰达宏利聚利基金,利用该模型计算风险值.通过比较发现,利用双侧风险度量法计算出的风险值与实际风险偏差相对较小.     

基于分位数回归模型的沪深股市风险测量研究

探讨了分位数回归理论相对于传统最小二乘回归模型在金融时间序列建模和风险测量方面的应用特点,分别采用滞后收益率、星期虚拟变量、滞后收益率的均值和方差作为解释变量的条件分位数回归模型,对1996-2004年期间中国沪深股市的在险价值（VaR）进行动态估计,实证研究了沪深市场存在的“VaR星期效应”行为,发现周内各日的VaR水平呈现显著的非均一性,且VaR后验测试结果优于不对称自回归条件异方差模型．结果表明：分位数回归模型适用于金融时间序列厚尾数据在高置信水平下的VaR估计,是一个有效的半参数风险测量方法和认识市场风险变化模式的途径．