商业银行资本配置风险管理

商业银行风险管理的核心问题是商业银行资本和风险精确地匹配。本文借鉴国际经验,结合我国商业银行的实际情况,提出了从资本配置的角度对商业银行的整体经营风险进行有效地控制和管理。商业银行的风险管理应建立呆帐准备金、资本充足率、存款保险制度三道防线,在商业银行内部需要建立以VaR为基础的风险评估框架模型,使资本和风险匹配更加精确。     

风险度量中的拟蒙特卡罗方法

传统的蒙特卡罗模拟样本使用伪随机数序列,而拟蒙特卡罗模拟采用的是确定的低偏差序列,本文对比了低偏差序列与伪随机数序列的特点,并用两种模拟方法计算了一个股票期权的VaR值,实验结果显示,在计算精度要求相同的条件下,拟蒙特卡罗模拟方法比传统的蒙特卡罗模拟法收敛要快得多,并且计算精度也更高一些。     

VaR风险测量模型在我国股票市场中的应用

VaR是风险估值模型(Value at Risk)的简称，是近年来国外兴起的一种金融风险管理工具．本文在国内外学者的研究基础上，运用我国证券市场的有关数据对VaR风险测量模型在我国股票市场风险测量中的具体应用作了实证分析，旨在寻找一套符合我国国情的具有可操作性的证券市场风险测量体系，从而促进我国证券市场的健康发展．     

外贸企业基于VaR模型的汇率风险评估

随着人民币汇率体制的改革,浮动汇率制度带来汇率的波动,给外贸企业带来可能的损失,本文基于VaR模型,评估汇率波动给外贸企业带来的潜在损失,外贸企业根据本企业的风险指标对潜在损失采取风险规避。     

基于Credit Metrics的城投公司结构性风险评价研究

随着我国城市基础设施建设规模的快速扩大,城市基础设施建设投资公司项目类型多元化与融资方式多元化匹配造成的结构性风险已经成为影响其健康发展的主要问题.在分析了城投公司结构性风险的发生机理及传导机制的基础上,针对城投公司债务的信用转移问题,运用Credit Metrics模型对城投公司结构性风险进行评价研究.结果表明,城投公司存在结构性风险且隐患巨大.一旦资金链出现问题,城投公司的债务将出现严重的违约情况.     

仓单质押贷款质押率评定的VaR方法

在我国，仓单质押是一项新兴的物流金融业务，得到许多物流企业的认可。高收益的同时也意味着较高的风险。运用VaR方法对仓单质押业务进行定量的风险测评，可以确定仓单质押率。     

非参数VaR方法在SPAN系统中的应用

介绍了国外主流的保证金计算系统——标准资产组合风险分析(SPAN).针对交易所采用柱状图方法确定价格扫描区间,用历史模拟方法与之对应.考虑到传统的历史模拟方法存在的缺点,采用基于核估计的历史模拟方法获得估计值及其置信区间,并用实例进行了分析.分别从国内三大交易所中各选出一个期货合约,用SPAN计算流程计算其所需的保证金比例,并与实际收取的交易保证金比例进行比较,发现三支期货合约收取的保证金比例并不能很好地反映真实的风险.     

投资组合风险测算的风险价值方法

指出了传统方法求投资组合风险价值（VaR)的缺点,考虑用价格比的对数定义的几何收益率来计算投资组合VaR值,建立了投资组合风险VaR测算估计方法,并阐述了VaR方法的局限性。     

Estimation of Dynamic VaR in Chinese Stock Markets Based on Time Scale and Extreme Value Theory

The accuracy and time scale invariance of value-at-risk (VaR) measurement methods for different stock indices and at different confidence levels are tested. Extreme value theory (EVT) is applied to model the extreme tail of standardized residual series of daily/weekly indices losses, and parametric and nonparametric methods are used to estimate parameters of the general Pareto distribution (GPD), and dynamic VaR for indices of three stock markets in China. The accuracy and time scale invariance of risk measurement methods through back-testing approach are also examined. Results show that not all the indices accept time scale invariance; there are some differences in accuracy between different indices at various confidence levels. The most powerful dynamic VaR estimation methods are EVT-GJR-Hill at 97.5% level for weekly loss to Shanghai stock market, and EVT-GARCH-MLE (Hill) at 99.0% level for weekly loss to Taiwan and Hong Kong stock markets, respectively.