期刊文献+
共找到12篇文章
< 1 >
每页显示 20 50 100
投资组合VaR及其分解 被引量:16
1
作者 胡海鹏 方兆本 《中国管理科学》 CSSCI 2003年第3期1-5,共5页
本文在简要介绍投资组合VaR的概念及计算方法后对组合VaR进行了具体的分解。在阐述了边际VaR、成分VaR和增量VaR之间相互关系的基础上给出了资产收益率为正态和非正态分布假设下这三种类型VaR的计算方法,从而为资产组合管理者提供了更... 本文在简要介绍投资组合VaR的概念及计算方法后对组合VaR进行了具体的分解。在阐述了边际VaR、成分VaR和增量VaR之间相互关系的基础上给出了资产收益率为正态和非正态分布假设下这三种类型VaR的计算方法,从而为资产组合管理者提供了更多有关投资组合市场风险的信息。 展开更多
关键词 投资组合var 成分var 边际var 增量var 条件均值估计
在线阅读 下载PDF
投资组合VaR分解的一种新方法 被引量:4
2
作者 吴绪权 吴新林 唐湘晋 《统计与决策》 CSSCI 北大核心 2006年第17期15-16,共2页
关键词 投资组合var 资产组合 投资组合风险 计算方法 管理过程 var方法 机构投资
在线阅读 下载PDF
基于非正态分布的投资组合VaR分解
3
作者 吴新林 《经济数学》 北大核心 2011年第4期39-42,共4页
在阐述了投资组合边际VaR、成分VaR和增量VaR之间相互关系的基础上,给出了资产收益率服从非正态分布下投资组合分解的一种新方法,结果发现它与正态方法下投资组合分解的结论一致,并结合实证研究验证了结论的正确性.
关键词 投资组合var 边际var 成分var 增量var G-H分布
在线阅读 下载PDF
基于局部线性近似的投资组合VaR分解 被引量:1
4
作者 潘志斌 田澎 朱海霞 《系统工程理论方法应用》 北大核心 2005年第1期37-40,49,共5页
提出了投资组合VaR分解的局部线性近似估计法,该方法是一种在组合VaR附近取线性近似的局部估计方法。对于使用不同方法(参数法、模拟法等)计算出的投资组合VaR,均可使用局部线性近似估计法来分解。实证研究表明,该方法简单、准确,具有... 提出了投资组合VaR分解的局部线性近似估计法,该方法是一种在组合VaR附近取线性近似的局部估计方法。对于使用不同方法(参数法、模拟法等)计算出的投资组合VaR,均可使用局部线性近似估计法来分解。实证研究表明,该方法简单、准确,具有一定的实际应用价值。 展开更多
关键词 投资组合var 分解 局部线性近似估计法
原文传递
投资机会与VaR约束下的投资组合分析 被引量:20
5
作者 刘庆伟 彭大衡 《经济数学》 2002年第4期85-89,共5页
在证券收益率服从正态分布的前提下 ,建立了投资机会与 Va R双重约束下的投资组合模型 ,讨论了最优解的存在唯一性 ,并得到了最优解的解析表达式 .
关键词 投资组合 投资机会约束 var约束 最优解
在线阅读 下载PDF
基于Copula-GARCH模型的投资组合日收益率的相关性的风险度量实证研究与应用
6
作者 刘红玉 张景川 《德州学院学报》 2017年第6期47-51,65,共6页
以Gaussian GARCH模型和Copula函数为基础,建立了Copula-GARCH模型,利用4个股指国债指数(000012)、企债指数(000013)、基金指数(399305)和沪深300指数(000300)的收盘价、成交量的一些历史数据(数据来源于国信证券网上交易系统),通过建立... 以Gaussian GARCH模型和Copula函数为基础,建立了Copula-GARCH模型,利用4个股指国债指数(000012)、企债指数(000013)、基金指数(399305)和沪深300指数(000300)的收盘价、成交量的一些历史数据(数据来源于国信证券网上交易系统),通过建立的Copula-GARCH模型和统计软件Eviews5.0的模拟计算,得到了投资组合日收益率的风险价值.构建了投资组合风险的多元联合收益分布和资产之间的相关性.结果说明,随着时间的变化,股指之间的波动存在着较稳定的正相关关系.对进一步探讨股票市场波动(风险)和预期的收益之间有非常重要的理论意义. 展开更多
关键词 COPULA函数 COPULA-GARCH模型 金融风险分析:投资组合var
在线阅读 下载PDF
我国证券市场风险的度量——基于VaR方法的实证研究 被引量:8
7
作者 郭柳 朱敏 《华南农业大学学报(社会科学版)》 2004年第3期70-75,共6页
VaR方法是目前国际上评价市场风险的重要方法 ,用该方法研究我国的股票市场 ,可以为投资者控制市场风险提供有效的参考指标。文章运用VaR的基本方法对我国沪市十只股票进行了实证分析 。
关键词 var 个股var 投资组合var
在线阅读 下载PDF
美国国债购买组合策略研究 被引量:1
8
作者 钟小兵 李春红 齐忠志 《燕山大学学报》 CAS 2009年第6期541-544,549,共5页
利用线性插补法和息票剥离法,构建美国国债收益率曲线来为美国国债进行定价。在给美国国债进行定价以后,依据美国国债市场收益率特点,选择了引入风险价值约束的马柯维茨均值-方差模型,对美国国债的购买组合策略进行了研究。
关键词 美国国债 马柯维茨均值-方差模型 var约束下的投资组合
在线阅读 下载PDF
多元Copula-GARCH模型及其在金融风险分析上的应用 被引量:72
9
作者 韦艳华 张世英 《数理统计与管理》 CSSCI 北大核心 2007年第3期432-439,共8页
针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产... 针对传统风险分析模型的不足,结合Copula技术和GARCH模型,提出了多元Copula-GARCH模型。指出该模型不仅可以捕捉金融市场间的非线性相关性,还可以得到更灵活的多元分布进而用于资产投资组合VaR分析。在详细探讨了基于Copula技术的资产投资组合的MonteCarlo仿真技术的基础上,运用具有不同边缘分布的多元Copula-GARCH模型,对上海股市进行了研究,结果证实了所提模型和方法的可行性和有效性。 展开更多
关键词 多元Copula-GARCH模型 金融风险分析 投资组合var MONTE Carlo
在线阅读 下载PDF
Copula-GARCH模型及其在金融市场风险分析上的应用 被引量:2
10
作者 刘红玉 《宝鸡文理学院学报(自然科学版)》 CAS 2015年第3期15-20,共6页
目的探讨Copula-GARCH模型及其在金融市场风险分析上的应用。方法用Copula函数刻画上证综指和深成指之间的相关结构,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,运用具有不同边缘分布的多元Copula-GARCH模型,对上证... 目的探讨Copula-GARCH模型及其在金融市场风险分析上的应用。方法用Copula函数刻画上证综指和深成指之间的相关结构,建立了GARCH(1,1)-t模型,利用各项资产收盘价、成交量的历史数据,运用具有不同边缘分布的多元Copula-GARCH模型,对上证综指和深成指股市进行了研究。结果利用Eviews5.0对资产收盘价、成交量的历史数据进行描述,接着用极大似然法和Mathcad软件对模型进行了参数估计。结论证实了所提模型和方法的可行性和有效性,对探讨股票市场波动(风险)以及与预期收益之间的关系具有重要的理论意义和实用价值。 展开更多
关键词 COPULA-GARCH模型 金融风险分析 投资组合var MONTE Carlo
在线阅读 下载PDF
Copula-FITSGARCH模型及其在中国资本市场的应用研究 被引量:2
11
作者 宋加旺 徐正国 《统计与决策》 CSSCI 北大核心 2007年第2期124-127,共4页
本文首先构建了Copula-FITSGARCH模型;然后运用此模型对中国资本市场进行了实证研究,揭示了中国资本市场存在的波动规律及沪市和深市之间存在的联动规律;最后,运用这一模型在中国资本市场风险价值领域进行了VaR识别的实证研究。
关键词 分形市场理论 COPULA CoPula-FITSGARCH 相关性 投资组合var
在线阅读 下载PDF
我国外汇储备投资期限配置实证研究 被引量:3
12
作者 陈珂 成博 杨胜刚 《经济管理》 CSSCI 北大核心 2013年第8期126-133,共8页
本文从理论模型解释和实证分析两方面探讨了我国外汇储备资产期限结构的调整策略。首先构建了外汇储备期限结构配置的理论模型,考虑外汇储备投资期限配置在安全性、流动性和收益性三原则之间的权衡关系,分析了长短期债券利率变化对于外... 本文从理论模型解释和实证分析两方面探讨了我国外汇储备资产期限结构的调整策略。首先构建了外汇储备期限结构配置的理论模型,考虑外汇储备投资期限配置在安全性、流动性和收益性三原则之间的权衡关系,分析了长短期债券利率变化对于外汇储备中两者配置比重的影响。然后结合DCC-GARCH模型和基于VaR约束的投资组合模型实证检验了外汇储备中美国、英国、日本、德国四国国债的期限结构配置及调整路径。结果表明,我国外汇储备应以长期证券投资为主,并逐步增加中短期证券持有比例。 展开更多
关键词 外汇储备投资 期限结构 DCC—GARCH模型 基于var约束的投资组合模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部