證券市場下方風險測度模型及市場風險的實證研究 9787514148633 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

張琳琳 著

圖書標籤:

• 金融學
• 證券市場
• 風險管理
• 風險測度
• 市場風險
• 計量經濟學
• 實證研究
• 投資學
• 金融工程
• 風險模型

店鋪： 一鴻盛世圖書專營店

齣版社： 經濟科學齣版社

ISBN：9787514148633

商品編碼：29783701437

包裝：平裝

齣版時間：2014-08-01

基本信息

書名：證券市場下方風險測度模型及市場風險的實證研究

定價：25.00元

作者：張琳琳

齣版社：經濟科學齣版社

齣版日期：2014-08-01

ISBN：9787514148633

字數：

頁碼：

版次：1

裝幀：平裝

開本：32開

商品重量：0.4kg

編輯推薦

---

內容提要

---

對證券市場風險度量方法的研究是金融經濟學領域裏核心的課題之一，也是實際證券投資活動中至關重要的一環，受到越來越多投資者和研究者的關注。本文主要研究下方風險理論中的風險計量模型，因為下方風險考慮瞭投資者的不同偏好，能更好地反映瞭風險的隸屬性要求。首先，本文提齣瞭基於MGARCH模型的LVaR風險度量方法，並與基於GARCH模型的風險度量結果進行比較；接著考慮具有投資者偏好的LCVaR模型，並建立瞭基於LCVaR的投資組閤優化模型；後，在Fishburn的一般風險測度理論的基礎上提齣全麵風險從度模型和組閤偏矩風險測度模型，並構造瞭基於全麵風險和組閤偏矩風險的投資組閤優化模型。

目錄

---

章 緒論 1.1 問題的提齣和本書的意義 1.2 證券市場風險的基本概念 1.3 結構安排與主要創新點 1.4 本章小結第2章 有關證券市場風險測度模型的文獻綜述 2.1 偏理論描述的證券市場風險測度模型評述 2.2 偏實際應用的證券市場風險測度模型評述 2.3 有關證券市場風險測度模型的研究成果 2.4 本章小結第3章 基於MGARCH模型的LVaR風險測度模型及實證分析 3.1 MGARCH模型 3.2 基於MGARCH模型的LVaR風險測度模型 3.3 實證研究 3.4.本章小結第4章 LCVaR風險測度及投資組閤優化模型 4.1 LCVaR的基本概念和計算方法 4.2 基於LCVaR的投資組閤優化模型 4.3 實證研究 4.4 本章小結第5章 基於下方風險調整的全麵風險測度模型 5.1 基於負偏差的風險測度模型 5.2 全麵風險測度模型 5.3 實證研究 5.4 本章小結第6章 基於下方風險調整的投資組閤優化模型 6.1 優化模型的基本前提假設 6.2 基於全麵風險測度模型的投資組閤優化模型 6.3 基於下方風險調整的投資組閤優化模型的實證研究 6.4 本章小結參考文獻後記

作者介紹

---

張琳琳，女，河南理工大學經管學院教師，博士畢業於吉林大學商學院。教授課程有《金融經濟學》、《投資學》、《金融工程》。

文摘

---

序言

---

證券市場下方風險測度模型及市場風險的實證研究 導論 在全球化深入發展和金融市場日趨復雜的今天，對證券市場風險的理解與量化，尤其是對下行風險的精準把握，已成為投資決策、風險管理以及宏觀經濟政策製定至關重要的一環。本研究聚焦於證券市場中的下方風險，旨在深入探討其測度模型，並結閤實證分析，揭示市場風險的內在運行規律及影響因素。 市場風險，顧名思義，是指由於不可預測的市場因素變動而可能給資産帶來損失的可能性。它普遍存在於各類金融資産的交易中，如股票、債券、衍生品等。與整體市場波動的度量不同，下方風險（Downside Risk）更側重於資産價格下跌所帶來的潛在損失，它更能反映投資者在市場不利情況下的實際感受和規避損失的動機。例如，一個投資組閤可能在整體市場上漲時錶現平平，但在市場下跌時卻損失慘重，此時，下方風險的測度就比簡單的波動率更能說明問題。 傳統風險度量方法，如標準差（Standard Deviation），將價格上漲和下跌同等對待，這與投資者實際的風險偏好存在差異。投資者通常更關注損失，而非收益的波動。下方風險測度正是為瞭彌補這一不足，其核心在於區分正嚮收益和負嚮收益，並對負嚮收益的幅度進行量化。這不僅有助於投資者構建更有效的投資組閤，降低潛在損失，也有助於監管機構評估金融機構的穩健性，防範係統性風險。 本研究的起點，是對現有下方風險測度模型的梳理與分析。從經典的半標準差（Semi-standard Deviation）、均值絕對偏差（Mean Absolute Deviation）等，到更復雜的VaR（Value-at-Risk）及其變種，再到近年發展迅速的CVaR（Conditional Value-at-Risk）或ES（Expected Shortfall），每一種模型都有其理論基礎、計算方法和適用範圍。我們將逐一審視這些模型的優點與局限，為後續實證研究提供堅實的理論支撐。例如，半標準差能夠有效地捕捉下跌風險，但其計算相對簡單，未能充分考慮損失的分布情況。VaR模型直觀易懂，但其在極端事件發生時可能失效，且不具備相容性。CVaR則在VaR的基礎上，考慮瞭超過VaR閾值後的平均損失，彌補瞭VaR的不足，在風險管理領域得到瞭廣泛應用。 在深入理解各類測度模型的基礎上，本研究將重點關注模型在實際證券市場中的應用。我們將選取具有代錶性的市場（例如，中國A股市場）和資産類彆（例如，股票指數、行業闆塊等），運用多種下方風險測度模型，對市場風險進行實證分析。實證研究的目標在於： 一、 識彆與量化市場下方風險的驅動因素 市場風險並非無源之水，其背後往往受到多種因素的影響。本研究將嘗試識彆並量化這些驅動因素，包括但不限於： 1. 宏觀經濟指標： 通貨膨脹率、利率水平、GDP增長率、失業率等宏觀經濟變量的變動，往往是影響整個證券市場走勢的重要宏觀背景。例如，緊縮的貨幣政策可能導緻市場利率上升，增加企業的融資成本，從而抑製經濟增長，並對股票估值構成壓力，引發市場下跌。 2. 政策性因素： 産業政策、財政政策、貨幣政策的調整，以及監管政策的變化，都可能對特定行業或整個市場産生深遠影響。例如，國傢對新能源汽車産業的大力扶持，可能會提振相關上市公司的股價，而一旦政策轉嚮，則可能導緻相關闆塊齣現大幅迴調。 3. 市場情緒與投資者行為： 投資者的羊群效應、恐慌情緒、樂觀情緒等非理性因素，在短期內會對市場價格産生顯著影響，甚至導緻過度反應，加劇市場波動和下方風險。例如，突發的負麵新聞可能引發投資者的恐慌性拋售，導緻市場齣現非理性下跌。 4. 公司基本麵因素： 上市公司的盈利能力、財務狀況、行業競爭力、管理層能力等基本麵信息，是影響個股價格的核心因素。當宏觀環境不利或市場情緒低迷時，基本麵較差的公司更容易暴露風險，跌幅往往更大。 5. 國際市場聯動性： 隨著全球金融市場的互聯互通，國際市場的重大事件（如地緣政治衝突、主要經濟體的經濟衰退等）也可能通過資本流動、情緒傳染等途徑，對國內證券市場造成衝擊，增加市場下方風險。 我們將通過建立計量經濟模型，如迴歸分析、因子模型等，來檢驗這些因素與市場下方風險之間的定量關係。例如，可以構建一個模型，分析通脹率、利率變動幅度、政策不確定性指數以及市場情緒指數等變量，對股票指數的CVaR值産生何種影響。通過分析模型係數的顯著性和經濟意義，我們可以更清晰地理解哪些因素是導緻市場下跌的主要推手。 二、 評估不同下方風險測度模型的有效性與適用性 不同的下方風險測度模型在捕捉市場風險的某些方麵錶現齣色，但在其他方麵可能存在不足。本研究將通過實證檢驗，對比不同模型在以下方麵的錶現： 1. 預測能力： 考察模型能否有效地預測未來的市場下跌風險。例如，我們可以將模型在過去一段時間的測度結果與實際發生的市場下跌情況進行對比，評估其預測的準確性。 2. 穩健性： 檢驗模型在麵對不同的市場條件（如牛市、熊市、震蕩市）和不同的數據樣本時，其測度結果是否保持穩定。 3. 區分度： 評估模型能否有效地區分不同程度的下跌風險，以及能否區分不同資産或資産組閤的下方風險水平。 4. 計算效率與可操作性： 考慮到實際應用的需求，模型的計算復雜度、數據要求以及是否易於理解和實施也是重要的評估維度。 例如，我們可以比較VaR和CVaR在預測2008年金融危機期間市場大幅下跌時的錶現。如果CVaR能更準確地捕捉到極端事件的嚴重性，那麼它將比VaR更具優勢。再比如，在對不同行業的股票組閤進行風險評估時，哪種模型更能反映不同行業在市場下跌時的風險差異？ 三、 提齣更符閤中國市場特徵的下方風險測度方法或改進建議 中國證券市場具有其獨特性，例如，較高的散戶參與比例、政策導嚮較為明顯、市場結構與發達國傢存在差異等。因此，直接套用國外成熟市場的模型可能無法完全適應中國市場的實際情況。本研究將在實證分析的基礎上，嘗試為中國證券市場提齣更具針對性的下方風險測度方法，或對現有模型提齣改進建議。這可能包括： 1. 引入特定因子： 考慮將一些在中國市場特有的影響因素，如政策不確定性指數、散戶交易情緒指標等，納入到風險測度模型中。 2. 模型參數的優化： 根據中國市場的曆史數據特點，對現有模型的參數進行校準，以提高其預測精度。 3. 混閤模型的構建： 嘗試將不同模型的優點結閤，構建混閤模型，以期獲得更全麵、更準確的風險度量。例如，可以結閤參數模型和非參數模型的優勢。 研究的意義與貢獻 本研究的深入開展，將具有重要的理論和實踐意義： 理論貢獻： 豐富並深化瞭對證券市場下方風險測度的理解，尤其是在中國市場的背景下。 為下方風險測度模型的研究提供實證證據，驗證或挑戰現有理論的普適性。 探索中國市場特有的風險驅動因素，拓展風險管理的研究範疇。 實踐意義： 對於投資者： 幫助投資者更準確地評估和管理投資組閤的下行風險，做齣更理性的投資決策，規避不必要的損失，從而提升投資迴報。 對於金融機構： 為商業銀行、證券公司、基金公司等金融機構提供更有效的風險管理工具，幫助其識彆、計量和控製市場風險，提高資産負債錶的穩健性。 對於監管機構： 為監管部門提供監測市場風險、評估金融係統穩健性的有力依據，製定更科學有效的宏觀審慎管理政策，維護金融市場穩定。 對於政策製定者： 幫助政府部門更好地理解市場風險的傳導機製，為製定經濟政策、金融政策提供決策參考，防範係統性金融風險的發生。 研究方法與技術路綫 本研究將綜閤運用多種研究方法和技術： 1. 文獻研究法： 全麵梳理國內外關於市場風險、下方風險測度模型、風險管理等方麵的文獻，為研究奠定理論基礎。 2. 計量經濟學方法： 統計分析： 對市場數據進行描述性統計分析，瞭解其基本特徵。 迴歸分析： 構建計量模型，檢驗不同因素對下方風險的影響。 時間序列分析： 利用ARIMA、GARCH族模型等對市場波動性和風險進行建模。 濛特卡洛模擬： 用於計算VaR、CVaR等風險指標，以及進行壓力測試。 3. 實證數據分析： 收集和處理中國證券市場的曆史數據，包括股票價格、宏觀經濟指標、政策信息等。 4. 模型比較與檢驗： 運用統計學方法（如t檢驗、F檢驗、AIC/BIC準則等）對不同模型的錶現進行比較和評估。 研究的預期挑戰與局限 在本研究過程中，我們也預見到可能存在的挑戰和局限： 數據可得性與質量： 盡管中國證券市場數據日漸豐富，但部分宏觀經濟數據、政策影響的量化以及市場情緒的捕捉可能存在一定睏難，數據質量也可能影響研究結果的準確性。 模型選擇的恰當性： 不同的模型對假設條件有不同要求，選擇最適閤特定市場和問題的模型需要審慎。 因果關係的識彆： 計量模型在識彆相關性方麵較為有效，但要準確識彆變量之間的因果關係，需要更深入的理論分析和研究設計。 市場變化的速度： 金融市場瞬息萬變，研究結果可能受到市場結構性變化、新的風險因素齣現等因素的影響，時效性需要不斷更新。 結論展望 本研究期望通過嚴謹的理論梳理和細緻的實證分析，為證券市場下方風險的測度與管理提供有益的參考。通過深入理解市場風險的運作機製，量化關鍵驅動因素，並評估不同測度模型的效用，我們希望能為投資者、金融機構和監管部門提供更為精準、實用的風險管理工具與策略，促進證券市場的健康穩定發展。最終，我們相信，對下方風險的深入研究，不僅是理論上的探索，更是對金融市場安全與效率的切實貢獻。 ---

評分☆☆☆☆☆

這本書的封麵設計風格相當傳統，一種沉穩的藍色作為主色調，配以燙金的標題和作者姓名，整體給人一種嚴謹、學術的印象。翻開內頁，紙張的質感也屬於那種比較厚實、有分量的類型，閱讀起來觸感不錯，不像有些過於輕薄的紙張那樣容易産生摺痕。裝幀也做得相當紮實，每一頁都縫訂得緊密，相信即便是經常翻閱，也能保持相當長久的壽命。從排版上看，字體大小適中，行間距也比較舒適，沒有那種過於擁擠的感覺，使得長時間閱讀不會那麼容易疲勞。章節的劃分清晰，目錄設計也一目瞭然，能夠快速定位到感興趣的部分。雖然我還沒深入閱讀具體內容，但單從這印刷和裝幀的細節上，就能感受到齣版方在製作這本書時所付齣的用心，以及對學術書籍的尊重。這種精良的製作工藝，本身就是一種對內容的保障，讓我對即將開始的閱讀之旅充滿瞭期待。

評分☆☆☆☆☆

我一直認為，在投資領域，理解風險是比追求收益更重要的一步。很多投資者往往隻關注如何賺錢，卻忽視瞭風險控製，最終往往得不償失。這本書的名字恰好點明瞭這一點，“風險測度模型”是核心，而“證券市場”是研究的載體。我尤其關注書中對於“模型”部分的闡述，我希望它能夠用比較易懂的方式來介紹這些模型，即便是對統計學和金融工程不太熟悉的讀者，也能大緻理解其邏輯和應用。畢竟，如果模型過於晦澀難懂，那麼“實證研究”的價值也會大打摺扣。我設想書中會包含一些圖錶和公式，用來直觀地展示模型的計算過程和結果，並且還會通過實際的市場案例來驗證這些模型的有效性。如果能從中學習到一些簡單易行的風險評估方法，並將其運用到我自己的投資決策中，那麼這本書的價值就真的體現齣來瞭。

評分☆☆☆☆☆

這本書的書名給我一種非常專業且實用的感覺。我一直對金融市場的運作規律，特彆是其中的風險機製很感興趣。市麵上關於證券市場的書籍很多，但真正能夠深入剖析風險測度模型的卻不那麼多。這本書恰好滿足瞭這一需求。“下方風險”這個概念聽起來就很吸引人，它暗示瞭模型可能更關注市場下行時的錶現，這對於任何投資者來說都是至關重要的。同時，“實證研究”錶明書中會有大量的數據支撐和案例分析，這能夠幫助我更好地理解抽象的理論模型，並將其與實際市場情況聯係起來。我非常期待書中能夠提供一些具有創新性的風險測度方法，並且能夠用嚴謹的數據分析來驗證它們的有效性。如果這本書能幫助我更清晰地認識和理解證券市場的風險，從而做齣更明智的投資決策，那麼它將是我書架上一本非常有價值的藏書。

評分☆☆☆☆☆

說實話，一開始是被書名中的“證券市場”幾個字吸引的。我一直對股票投資有些興趣，雖然不是專業的交易員，但總想瞭解更多關於市場運行的機製。這本書雖然提到瞭“風險測度模型”，聽起來有些專業，但我相信它肯定會深入剖析股票市場中那些看不見摸不著卻又至關重要的風險因素。我特彆好奇它會如何解釋“下方風險”，這個概念聽起來就很有深度，似乎與我們常說的整體風險有所不同，可能更側重於市場下跌時的脆弱性。另外，“實證研究”這一點也讓我非常感興趣，這意味著書中不僅僅是理論探討，還會結閤實際的市場數據進行分析，這對於我這樣想把理論與實踐結閤起來的讀者來說，無疑是一大福音。我期待書中能夠提供一些具體的數據分析案例，或者是一些量化的模型，能夠讓我看到理論如何指導實踐，如何幫助我們更好地理解和應對市場的波動。

評分☆☆☆☆☆

我是一名金融行業的初學者，目前正在努力學習和積纍專業知識。在接觸證券市場方麵，我最頭疼的就是如何量化和評估風險。各種各樣的風險指標讓我眼花繚亂，真正理解它們的含義並知道如何應用卻很難。所以，當我看到這本書的名字時，立刻覺得它可能正是我所需要的。特彆是“下方風險測度模型”這個說法，讓我覺得它可能提供瞭一種新的視角來理解風險，或許能幫助我更好地識彆和規避那些可能導緻巨大損失的極端情況。而且，“實證研究”的承諾，讓我相信這本書的內容是基於現實的，而不是空中樓閣。我希望它能夠提供一些清晰的案例分析，展示這些模型在實際市場中的應用效果，最好還能提供一些關於如何利用這些模型進行投資組閤管理的建議。