一、期权的风险度量方法初探（论文文献综述）
王庆贺[1]（2021）在《上证50ETF期权风险管理实证研究》文中指出在金融市场产品创新加快、发展深化及全球金融市场的联动性进一步加强的时代背景下,日益强烈的市场波动给金融产品的风险识别、风险度量和风险管理带来了不小的挑战。期权作为一种重要的金融衍生品,被广泛用来风险规避,同时作为多层次资本市场的重要一环,我国2015年推出国内首支期权——上证50ETF期权。本文以上证50ETF期权为研究对象,进行了风险管理实证研究,使用灵敏度分析、VaR模型对上证50ETF期权的风险进行了度量,并得到了较好的准确性。在理论介绍方面,首先,对风险的本质进行了深度剖析,认为风险是对未来事物发展状态的看法,不确定性和潜在损失应当是风险的基本特征,金融风险具有普遍性、不可避免性、扩散性、突发性以及隐秘性。随后,对风险管理理论进行了介绍,并针对个人投资者、机构和监管者提出了不同的风险管理建议。在风险度量实证方面,本文选取到期日为季月的期权合约,共涉及126只期权,时间区间跨度为2019年11月1日到2020年12月23日。首先,使用灵敏度分析,度量了标的价格、波动率、无风险利率和持有时间对期权价格的影响,并分析看涨看跌期权的5个希腊值与持有时间的变化关系,随后重点介绍了如何利用中性对冲策略去规避组合价值变动的风险。然后,使用解析法计算了当日距到期日的交易天数为持有期的VaR值,并得出了 VaR值变化的某些规律。最后,使用蒙特卡洛模拟计算了持有时间为一天的VaR值,也得出了 VaR值变动的某些规律,随后通过失败频率检验蒙特卡洛模拟法的准确性,结果显示其具有良好的准确性。
刘炜[2]（2020）在《KDE分布鲁棒投资组合优化和期权定价》文中进行了进一步梳理投资组合优化和期权定价是金融数学中的基本问题,在资产管理和风险控制中有广泛而重要的应用.传统的均值-方差优化模型和Black-Scholes-Merton期权定价模型均依赖于特殊概率分布并对模型参数比较敏感.因此,近年来对参数和分布不敏感的鲁棒和分布鲁棒优化（distributionally robust optimization DRO）模型得到越来越多的重视,取得了丰富的研究成果.现有的DRO模型主要分为基于分布的矩信息和分布间的距离来刻画分布不确定集（distributional uncertainty set,DUS）两类.基于距离的DRO模型仅在某些特殊情形下方可转化为可计算的（tractable）凸优化问题.为处理更一般的基于距离的DRO模型,本文考虑具有核密度估计（KDE）形式的分布函数族,通过构造有限维空间中的基于KDE和φ-散度的DUS,提出了一些KDE-DRO模型,给出了其可计算再表示（tractable reformulations）,并分析了其收敛性.此外,本文还考虑了分布鲁棒期权定价问题.主要包括:（1）提出了基于KDE和φ-散度的分布鲁棒均值-CVaR（Conditional Value at Risk）投资组合优化模型.为避免“维数灾难”,该模型考虑投资组合收益的一元分布而非资产收益向量的联合分布.针对“分布中含决策变量”及“基于距离的连续分布不确定集”两个困难,通过采用有限维的KDE型分布加以解决,用Lagrange对偶理论证明该模型在核函数和φ-散度函数满足常用的条件时可转化为易计算的单层凸优化问题.我们也证明了,当样本规模趋于无穷,KDE分布鲁棒均值-CVaR投资组合优化模型的最优值（解集）收敛到具有真实分布的均值-CVaR投资组合优化模型的最优值（解集）.（2）提出了基于KDE-φ-散度的分布鲁棒均值-HMCR（Higher Moment Coherent Risk）投资组合优化模型.与KDE分布鲁棒均值-CVaR模型关于权向量线性不同,该模型关于权向量具有幂函数形式的非线性.我们用Fenchel对偶理论证明该模型在核函数和φ-散度函数满足常用的条件时可转化为易计算的带几何平均锥约束的单层凸优化问题.我们也给出了该模型的收敛性结果.（3）提出了基于KDE-φ-散度的分布鲁棒均值-EVaR（Entropic Value at Risk）投资组合优化模型.与KDE分布鲁棒均值-HMCR模型关于权向量具有幂函数形式的非线性不同,该模型关于权向量具有对数函数形式的非线性.我们用Fenchel对偶理论证明该模型在核函数和φ-散度函数满足常用的条件时可转化为易计算的带指数锥约束的单层凸优化问题.我们也给出了该模型的收敛性结果.（4）首次提出分布鲁棒期权定价模型,其分布不确定集是以标的资产累积收益的经验分布为中心的Wasserstein球.借助Lagrange对偶定理证明了相应DRO模型可转化为可计算的凸优化问题.特别地,若Wasserstein距离取2-范数,则可得二阶锥规划.对二阶锥规划的更一般形式提出了提升-罚方法.对所提出的KDE分布鲁棒投资组合优化模型和Wasserstein分布鲁棒期权定价模型,我们分别用取自于Kenneth R.French网站的数据集和香港恒生股市的股票历史数据以及上证50ETF期权对应标的资产历史数据做了一些数值实验.初步实验结果表明这些模型具有良好的表现.
陈荣达,周寒娴,余乐安,金骋路[3]（2020）在《基于互联网金融模式的结构性理财产品风险度量研究进展》文中认为针对由期权和固定收益类产品组合而成的结构性理财产品,本文基于互联网金融模式对结构性理财产品进行风险度量理论、方法及应用研究进行了分析和述评,并对基于互联网金融环境下用不同分布类型来刻画风险因子相依关系的线性和非线性资产组合的风险集成度量模型进行了归类总结。最后,提出了基于互联网金融模式的结构性理财产品风险度量研究展望。
邓芹[4]（2020）在《期权、期货风险规避有效性的实证分析》文中研究指明风险问题是金融市场上不可或缺的一个重要组成部分.金融市场的风险与投资者的利益息息相关,如何降低市场投资风险是投资者们最关心的问题,进而为了降低市场风险各种金融衍生品作为对冲风险的工具相继出现.如何运用金融衍生品进行风险规避?金融衍生品的风险规避能力如何?怎样设计风险规避策略?这些问题自然就成为了投资者们关注的焦点.期权合约和期货合约是金融衍生品中典型的两个代表,研究二者的风险规避有效性可以明确投资策略的选择,帮助投资者降低投资风险.本文围绕着四个问题展开,即（1）期权如何进行风险规避?风险规避的效果怎么样?（2）期货如何进行风险规避?风险规避的效果怎么样?（3）期权、期货的风险规避有什么相似和不同之处?（4）怎样采取策略使期权、期货的风险规避效果最好?利用我国金融市场的上证50指数、上证50ETF期权、上证50股指期货、铜期货和铜现货样本数据结合相应的模型对期权和期货的风险规避有效性进行实证分析.对于期权,从期权市场与现货市场的关联性、期权定价的合理性、期权的套期保值策略以及期权的风险度量有效性四个方面对其风险规避的有效性进行分析.首先,利用期权和现货价格对期权市场和现货市场的关联性进行研究.其次,利用二叉树模型和Black-Scholes模型分别为期权进行定价,并将二者的定价结果与实际结果进行比较.然后,利用Delta和Gamma两个套期保值参数,在Delta中性的状态下对期权的套期保值效果进行研究.最后,在正态分布、t分布和GED分布下,利用GARCH（1,1）模型下的VaR方法度量期权和现货的日VaR值,并对VaR值的描述统计结果进行分析,进而得出期权市场和现货市场的风险情况.实证分析结果表明,期权与现货具有良好的关联性,为期权的套期保值和风险规避提供了良好的基础环境;二叉树模型和Black-Scholes模型为期权定价的结果与实际期权价格误差不大,而且两个模型的定价结果误差也较小,说明期权定价模型的选择合理,期权定价结果在合理范围内,减少了市场投机的可能;GARCH（1,1）模型下的VaR方法度量期权和现货的日VaR值,结果显示期权的风险度量效果更好.对于期货,从期货市场与现货市场关联性、套期保值方法、最佳持有期以及风险度量四个方面研究其风险规避有效性.首先,利用期货和现货价格对期货市场和现货市场的关联性进行研究.其次,利用最小二乘法（OLS模型）对期货的最优套期保值比率进行计算,分析期货的套期保值效果;而后又研究了期货的持有期效应和最佳持有期,分析期货进行套期保值效果最好的期限.最后,在正态分布、t分布和GED分布下,利用GARCH（1,1）模型分析出期货与现货的最优模型,进而将最优模型与VaR方法结合度量日VaR值,根据VaR值的描述统计结果分析期货市场和现货市场的风险情况.实证分析结果表明,期货与现货也具有良好的关联性,为期货的套期保值和风险规避提供了良好的基础环境;期货合约不仅具有良好的套期保值效果,且通过研究其最佳持有期限可以最大程度的对冲风险;GARCH（1,1）模型下的VaR方法度量期货市场风险结果显示期货的风险度量效果较好.对比期权、期货与现货市场的风险规避情况,期权和期货市场较现货市场风险度量更精确、效果更好,都具有良好的风险规避效果.
胡耀华[5]（2020）在《可转债的风险度量及与股票间的溢出关系研究》文中研究表明可转债是一种具有股票和债券双重性质的混合金融衍生品,这种复杂性一方面使得它具有良好的收益特征,另一方面也使得它面临较大且难以估计的风险。要想准确地把握和有效地管理可转债市场的风险,不仅需要对可转债市场的风险进行准确地度量,更需要理解股票市场风险和可转债市场风险的联动关系。这也是本文的两个主要研究内容。文章聚焦于可转债的市场风险,首先从经验和理论上探讨了可转债的风险因素以及和股票市场的联系。接着利用实证分析的方法,选取光大可转债的交易数据作为样本,用描述统计方法、正态性检验方法和非对称的GARCH模型,对可转债的风险特征做了刻画。然后,通过GARCH-VaR和GARCH-CVaR方法,对可转债的风险进行了度量,并对风险度量方法做了对比和评价。文章为了探究可转债与股票市场的溢出关系,首先用一般线性回归的方法确定了这种影响的存在。然后用Granger因果关系检验,检验可转债市场和股票市场是否存在波动溢出效应。由于收益率比波动率更易观察和理解,接着文章通过建立可转债收益率和股票收益率的向量自回归模型（VAR）,来检验并分析收益率溢出效应。为了进一步探究溢出的具体路径,文章还用到了脉冲响应函数和方差分解的方法。研究结果发现,可转债的收益率存在尖峰厚尾和波动聚集的特征,而且发现GED分布可以对这种尖峰厚尾特征进行比较准确的描述。另外,可转债市场也不存在杠杆效应。和VaR方法相比,CVaR方法对可转债尾部风险的刻画更准确,而且CVaR方法对置信水平的敏感度更低。在溢出效应方面,存在股票市场向可转债市场的单向波动溢出和收益率溢出现象。文章认为,GED分布下的CVaR方法可能是较优的可转债风险度量方法。出现单向溢出的原因可能是,可转债市场规模小,机制不健全。这影响了可转债市场的信息解读、消化和吸收的能力,导致从可转债市场向股票市场的信息传递受到阻碍。
陈建[6]（2020）在《外汇累计期权（KODA）风险管理研究 ——以中信泰富案为例》文中认为二十一世纪以来,世界经济一体化进程不断推进,我国企业的国际化进程不断加快,跨国投资和海外并购的规模和数量日趋扩大。跨国投资不同于国内投资,在国际化的过程中,企业必须对跨境经营中的资产价格、商品价格和汇率风险予以特别关注,并采取有效措施全面加强对这些风险的管理。为有效控制经营风险,很多企业转向利用金融衍生品规避商品和外汇风险。然而,金融衍生品市场的高风险,对这些企业的风险控制能力提出了更高的要求。交易结构复杂、高杠杆比例、内部控制机制不健全使衍生品交易隐含风险,使得企业利用衍生品避险这一操作本身就具有高风险性,如果操作失误,很可能给企业带来巨大的经济损失。有鉴于此,企业必须深化对金融衍生品市场以及复杂衍生品风险形成机制的理解,提高企业对复杂衍生产品的风险识别、控制能力,确保在跨境投资中企业运营能够保持高效和稳健。本文主要研究一种具有广泛市场影响的金融衍生品—外汇累计期权（KODA）的风险管理方法,并结合“中信泰富案”具体分析相关风险控制方法在企业经营实践中的应用。论文内容共划分为六章,第一章介绍了论文的研究背景和研究意义,并介绍了国内外研究现状及主要研究内容和方法;第二章介绍了外汇累计期权产品的定义、交易结构以及风险特征;第三章着重对外汇累计期权产品的风险识别与控制进行研究,主要从产品定价和风险控制两个维度进行论述,分别介绍了期权定价和风险识别的计量方法,并对风险控制的具体方法进行了相应介绍;第四章主要是针对外汇累计期权产品进行案例分析和实证研究。首先阐述了中信泰富签订澳元累计目标可赎回远期合约的背景、该合约的具体内容以及合约风险的处理情况;之后,运用蒙特卡罗模拟方法对该合约进行定价研究,并借助VaR模型对该合约所面临的市场风险进行定量分析,结论表明,该合约的价值为负,这表明中信泰富在合约签订之初就面临着亏损,同时此合约的收益和风险是不对称的,收益有限而风险无限;最后,在基于前文实证分析结果的基础上,本文提出了对应的风险控制方法与程序,以合理控制企业所面临的风险;第五章根据相关分析结果和实验结果,就我国跨国企业提高风险管理能力提出参考建议。本文理论和案例研究表明:其一、外汇累计期权是一种收益有限风险无限的金融衍生产品,跨国企业卖出外汇累计期权产品会带来巨大风险;其二、外汇累计期权定价是影响其参与风险的重要因素。外汇累计期权存在定价不合理的问题,中信泰富卖出的外汇累计期权在卖出之时已经注定遭受重大亏损;其三,为有效控制复杂金融产品风险,我国跨国企业应审慎对待复杂金融产品,从定价、风险识别与风险控制出发完善风险管理流程,选取诸如VaR等有效计量模型对复杂金融产品进行风险量化分析,并根据量化分析结果合理选择套期保值产品,不断提高对于复杂金融产品的风险管理能力,以有效降低风险,促进企业稳健运营。
刘阳[7]（2020）在《基于跳跃扩散KMV-Logit混合模型的上市公司信用风险的实证研究》文中指出企业发行信用债券是进行融资的重要方式,随着中国金融体制改革步伐的加快和金融市场开放程度的提高,近年来企业信用债券违约事件频发,对我国资本市场的稳定和发展造成了巨大影响,也极大的损害了广大投资者的利益。信用债券包含着巨大的信用风险,其中投资者最为关注的就是违约风险。基于信用风险管理的重要性和艰巨性,研究如何准确地度量信用债券的违约风险,以及如何动态及时地对度量结果进行检测具有重要的现实意义和价值。本文从传统度量信用风险的KMV模型入手,指出公司资产价值连续变化、服从对数正态分布这一基本假设,无法解释实际观察到的资产收益率的“尖峰厚尾”和“隐含波动率微笑”特征;传统KMV模型没有考虑资产价值的跳跃行为,会低估信用风险。进一步引入资产价值带有跳跃式波动的KMV模型来度量信用风险,阐明其理论基础,推导并简化其计算违约距离的表达式,基于极大似然法和最小二乘估计进行参数估计和方程求解,并对比跳跃扩散KMV模型和传统KMV模型的信用风险度量效果。将跳跃扩散KMV模型与Logit模型相结合,将违约距离作为解释变量加入到传统Logit模型中,构建混合模型,通过样本外测试对比混合模型与传统Logit模型的信用风险度量效果。对实际发生公司债券违约的20家上市公司及100家对照公司进行实证分析,结果表明传统KMV模型没有考虑资产价值跳跃行为,会低估公司的信用违约风险。跳跃扩散KMV模型有着更好的风险识别和度量能力,违约公司资产价值更易受到突发事件的冲击,会更加频繁的跳动,具有更大的跳跃风险。跳跃扩散KMV-Logit混合模型很好的结合了两个模型的优点,全面利用公司股市数据和财务数据,动态地监测上市公司的信用债券违约风险;跳跃扩散KMV-Logit混合模型可以显着提高对实际违约公司的识别能力,对于信用违约风险更加敏感和灵敏。
于新玲[8]（2020）在《基于遗传算法和EGARCH-M的我国上市公司信用风险研究》文中进行了进一步梳理改革开放后,中国金融市场持续发展,而各类风险事件也相继频繁发生。其中,信用风险涵盖范围最广,是需要管理与防范的重要内容。同时,最近几年的上市公司其数量逐渐增多,以此为背景,便增加了信用风险,在信用风险度量方面也更加困难,精确的度量和预测上市公司的信用风险成为重中之重。本文在研究过程中,参考学习国内外有关信用风险技术,对各种信用风险度量模型是否适用于我国的状况作出明确,并最终从中选择一种信用风险度量模型。本文将使用KMV模型以评估我国的上市公司信用风险。本文依据我国金融市场实际情况进行了修正。首先,引入遗传算法对KMV模型中的违约点进行重新修正,以便消除传统违约点设定方法所存在的主观性或局部最优等缺陷。其次,引入EGARCH-M方法,估算股权价值波动率,以更好地吻合股票收益率序列“尖峰厚尾”的特征。以2018年中国上市公司为样本数据,计算各个上市公司的违约距离,并比较修正后模型和传统KMV模型所求上市公司的违约距离,最终总结出模型在中国市场的适用情况。实证结果表明,修正的KMV模型对样本公司的信用风险评估评估效果较好,有效实现了我国的上市公司信用风险度量准确度提升。
张文[9]（2020）在《公司债券违约风险研究 ——以“17金洲01”为例》文中研究说明我国债券市场自建立以来不断发展完善,其中公司债券的发行规模自2015年起也是大幅增长。然而随着“11超日债”的实质性违约,我国债券市场违约风险开始逐步释放。尤其是2018年以来,我国宏观经济下行压力加大、金融监管趋严,债券市场违约事件频频爆发。2019年债券违约势头不减,违约数量及涉及金额再次创下历史新高,违约已逐渐成为中国债券市场的常态。公司债券相比企业债券发行门槛更低、发行人资质良莠不齐,始终是违约债券的主要品种。在此背景下,对于公司债券违约风险的识别、度量及防范有着十分重要的意义。本文以“17金洲01”为例,采用定性与定量相结合法,对公司债券违约成因及风险进行研究,最终就债券违约风险的防范对投资者、发债企业及监管机构提供具体建议。首先,从梳理我国公司债券违约现状出发,在充分检索国内外相关文献的基础上,从宏观、行业及企业层面分析我国公司债违约的成因;其次,通过对四种现代信用风险度量模型进行对比分析,发现KMV模型目前较为适合度量我国债市场信用风险;再次,详细介绍债券发行主体金洲慈航的基本情况以及债券违约过程,深入剖析“17金洲01”违约成因;最后,结合债券违约风险特征从理论上说明KMV模型对于该只债券的适用性,并基于KMV模型进行违约风险度量,此外还将KMV模型的结果与其他度量结果进行对比,指出模型识别效果的优劣。本文主要结论如下:第一,宏观经济低迷、金融监管趋严、投资者风险偏好下降、行业不景气、公司经营治理不善都会加剧公司债券的违约风险;第二,“17金洲01”违约的主因是黄金主业经营不善、金融业务风险管理能力差、关联交易频繁、信息披露不全、实际控制人高比例质押股票,在财务数据上体现为盈利能力较低、偿债能力逐年恶化、负债结构不合理、应收账款和存货过高、经营产生现金流完全无法覆盖投资支出导致负债高企;第三,KMV模型可以度量“17金洲01”违约风险,违约距离越小,债券违约风险越高,且KMV模型在违约风险预警方面相较于信用评级和Z值分数更具前瞻性,同时发现在债券违约前的不同阶段KMV模型与Z-Score模型的风险识别效果各有优劣。最后,建议投资者关注企业“大存大贷”现象,重视股东频繁质押股票行为,提防通过关联交易虚增收入情形,警惕企业财务指标变动、合理运用KMV模型;建议企业专注品牌设计、提高核心竞争力,提升金融业务风控水平,关注公司治理风险;建议监管机构改进信息披露制度、加强对评级机构的监管。
王旭婷[10]（2020）在《考虑期权、远期合约的不确定投资组合模型及决策研究》文中研究说明投资组合是将资金进行最优投资分配,从而实现一定风险下的最大收益。1952年,Markowitz提出了着名的均值-方差投资组合模型,打开了现代投资组合理论的大门。在现实生活中,经常存在历史数据缺失（比如新发行的股票）或历史数据无法有效反映未来金融市场的情况（比如2020年美股的连续多次熔断）,这时人们不得不借助人为估计来帮助投资决策。而人为的估计可能与未来真实情况发生偏差,这时概率论的使用会放大人为估计偏差,于是本文用不确定理论来解决投资组合问题。在不确定投资组合领域,还没有学者研究考虑金融衍生品的投资问题。所以本文研究不确定环境下考虑金融衍生品的投资组合模型及决策问题,具体的研究内容和创新点如下。（1）将未来股指价格视为不确定变量,运用不确定理论,建立考虑欧式看涨期权的不确定均值-机会投资组合模型,然后对考虑期权和不考虑期权的投资组合的最佳收益进行比较,结论是考虑期权的证券投资产生的最优收益大于等于不考虑期权的最优收益。此外,本文进行了灵敏度分析,最后给出一个数值示例,结果表明,在证券投资中应该考虑期权,并且具有相同到期日的欧式看涨期权,执行价格越高收益越大。（2）同样对于考虑欧式看涨期权的投资组合问题,运用风险指数作为风险度量方法,建立了考虑欧式看涨期权的不确定均值-风险指数投资组合模型,其中风险指数被定义为低于无风险利率的平均损失。理论计算和实证分析发现,不确定均值-风险指数和均值-机会投资组合问题有相同的结论:考虑期权的投资组合比不考虑期权的投资组合产生更高的回报,期权可以有效地对冲风险,相同到期日的欧式看涨期权其执行价格越高收益越大。除此以外,本文比较了考虑期权的不确定均值-机会和均值-风险指数投资组合模型,得到:在多数情况下,与均值-机会模型相比,考虑期权的不确定均值-风险指数投资组合模型产生的预期收益更大。（3）将国内投资拓展为国际投资问题,将股票价格和汇率均视为不确定变量,讨论考虑远期合约的不确定均值-方差国际投资组合问题。研究表明,国际投资组合的收益大于等于国内投资。当证券价格和汇率为对数正态变量时,考虑远期合约可以有效的提高国际投资组合的收益,同时降低投资风险,投资组合的有效前沿向左上方移动。在一般分布情况下,如果对数证券价格和对数汇率在其各自的期望值处具有相同的信度,则远期合约同样可以有效降低国际投资风险。但是,在国际投资组合中考虑远期外汇合约并不总是有利的。（4）对于同样的国际投资组合问题,提出了不确定均值-机会模型。然后给出了模型的解析解,并讨论了远期合约对不确定国际投资的影响。结果发现在风险承受能力较小时,远期合约在对冲风险方面表现良好,并带来高回报。但是,当风险承受水平变大时,远期合约降低风险的同时也消除了潜在的高回报。此外,在一般情况下,考虑远期合约可以给国际投资者带来更稳定和相对较高的回报。
二、期权的风险度量方法初探（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、期权的风险度量方法初探（论文提纲范文）
（1）上证50ETF期权风险管理实证研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 第一节 研究背景 |
| 第二节 研究目的及意义 |
| 第三节 国内外研究综述 |
| 第四节 本文内容与结构 |
| 第五节 本文创新 |
| 第二章 风险含义探析及期权风险管理 |
| 第一节 风险含义探析 |
| 一、风险界定及要点分析 |
| 二、风险的特点或性质 |
| 第二节 金融风险管理概述 |
| 第三节 期权的风险管理 |
| 一、期权交易的主要风险 |
| 二、期权的风险管理 |
| 第三章 风险度量方法介绍 |
| 第一节 灵敏度分析 |
| 一、Delta指标 |
| 二、Gamma指标 |
| 三、Vega指标 |
| 四、Theta指标 |
| 五、Rho指标 |
| 第二节 VaR模型 |
| 一、模型介绍 |
| 二、模型计算 |
| 三、失败频率检验 |
| 第四章 上证50ET期权风险度量实证分析 |
| 第一节 灵敏度分析实证 |
| 一、希腊值趋势性分析 |
| 二、中性对冲策略 |
| 第二节 Va度量实证 |
| 一、解析法实证 |
| 二、蒙特卡洛模拟法实证 |
| 三、模型比较及评价 |
| 第五章 结论及展望 |
| 第一节 本文结论 |
| 第二节 本文展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（2）KDE分布鲁棒投资组合优化和期权定价（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 均值-方差优化(MVO)模型 |
| 1.2 其它风险度量和投资组合优化模型 |
| 1.3 鲁棒与分布鲁棒优化 |
| 1.4 期权定价 |
| 1.5 研究动机 |
| 2 KDE分布鲁棒均值-CVaR投资组合优化 |
| 2.1 KDE均值-CVaR投资组合优化 |
| 2.2 基于KDE-φ-散度的分布鲁棒均值-CVaR投资组合优化 |
| 2.3 收敛性分析 |
| 2.4 数值实验 |
| 2.4.1 滚动窗口分析 |
| 2.4.2 参数敏感性分析 |
| 2.5 本章总结 |
| 3 KDE分布鲁棒均值-HMCR投资组合优化 |
| 3.1 KDE均值-HMCR投资组合优化 |
| 3.2 基于KDE-φ-散度的分布鲁棒均值-HMCR投资组合优化 |
| 3.3 收敛性分析 |
| 3.4 数值实验 |
| 3.5 本章总结 |
| 4 KDE分布鲁棒均值-EVaR投资组合优化 |
| 4.1 KDE均值-EVaR投资组合优化 |
| 4.2 基于KDE-φ-散度的分布鲁棒均值-EVaR投资组合优化 |
| 4.3 收敛性分析 |
| 4.4 数值实验 |
| 4.4.1 滚动窗口分析 |
| 4.4.2 参数敏感性分析 |
| 4.5 本章总结 |
| 5 Wasserstein分布鲁棒期权定价 |
| 5.1 期权定价随机优化 |
| 5.2 基于Wasserstein距离的分布鲁棒期权定价 |
| 5.3 数值实验 |
| 5.4 本章总结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 创新点 |
| 6.3 工作展望 |
| 参考文献 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
（3）基于互联网金融模式的结构性理财产品风险度量研究进展（论文提纲范文）
| 1 引言 |
| 2 国内外研究现状 |
| 2.1 基于市场风险与信用风险的研究现状 |
| 1)市场风险因子服从多元正态分布情形下的期权组合市场风险度量 |
| 2)市场风险因子服从多元厚尾分布情形下的期权组合市场风险度量 |
| 2.2 互联网金融模式背景下结构性理财产品流动性风险与人工智能影响的研究现状 |
| 3 结语 |
（4）期权、期货风险规避有效性的实证分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.2.1 期权、期货市场的国内外研究现状 |
| 1.2.2 研究方法与内容 |
| 1.2.3 研究思路图 |
| 1.2.4 研究的创新点与不足 |
| 第二章 理论与方法 |
| 2.1 期权定价模型 |
| 2.1.1 二叉树模型 |
| 2.1.2 Black-Scholes模型 |
| 2.2 套期保值方法 |
| 2.2.1 最小方差思想下的最优套期保值比率 |
| 2.2.2 Delta中性的套期保值策略 |
| 2.2.3 套期保值绩效与持有期效应 |
| 2.3 GARCH模型 |
| 2.4 GARCH模型下的VaR计算及失败率检验 |
| 2.4.1 GARCH模型下的VaR计算 |
| 2.4.2 失败率检验 |
| 第三章 期权、期货市场风险规避有效性的实证分析 |
| 3.1 期权市场风险规避有效性的实证分析 |
| 3.1.1 数据说明与处理 |
| 3.1.2 平稳性检验 |
| 3.1.3 正态性检验 |
| 3.1.4 ARCH效应检验 |
| 3.1.5 相关性检验 |
| 3.1.6 期权和现货市场关联性分析 |
| 3.1.7 期权定价模型选择的合理性 |
| 3.1.8 期权的套期保值效果 |
| 3.1.9 期权的风险度量效果 |
| 3.2 期货市场风险规避有效性的实证分析 |
| 3.2.1 数据说明与处理 |
| 3.2.2 平稳性检验 |
| 3.2.3 正态性检验 |
| 3.2.4 ARCH效应检验 |
| 3.2.5 相关性检验 |
| 3.2.6 期、现货市场关联性分析 |
| 3.2.7 期货的套期保值效果 |
| 3.2.8 期货的风险度量效果 |
| 第四章 期权与期货市场的对比分析 |
| 4.1 市场关联性角度 |
| 4.2 套期保值角度 |
| 4.3 风险度量角度 |
| 第五章 结论与投资建议 |
| 5.1 结论 |
| 5.2 投资建议 |
| 参考文献 |
| 攻读硕士学位期间出版或发表的论着、论文 |
| 致谢 |
（5）可转债的风险度量及与股票间的溢出关系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.2 文献综述 |
| 1.3 研究的问题、方法及论文结构 |
| 1.4 论文创新点和不足 |
| 第2章 论文理论基础 |
| 2.1 选题理论依据 |
| 2.2 一般的金融市场风险度量方法 |
| 2.3 VaR的主要估计方法 |
| 2.4 GARCH族模型评析 |
| 2.5 VAR模型简介 |
| 第3章 可转债的概况及存在的问题 |
| 3.1 可转债的概况 |
| 3.1.1 可转债的特点和优势 |
| 3.1.2 可转债的风险 |
| 3.1.3 可转债和股票之间的联系 |
| 3.2 我国可转债市场存在的问题和机遇 |
| 第4章 可转债风险度量的实证研究 |
| 4.1 样本采集及统计特征分析 |
| 4.2 GARCH族模型的建立 |
| 4.3 可转债的VaR值及回测检验 |
| 4.4 一致性风险度量指标CVaR |
| 4.5 实证结果及解释 |
| 第5章 可转债和股票之间溢出关系的实证研究 |
| 5.1 风险关系的一般统计分析 |
| 5.1.1 统计量对比分析 |
| 5.1.2 纳入虚拟变量的回归分析 |
| 5.2 溢出传导效应分析 |
| 5.2.1 变量平稳性检验 |
| 5.2.2 Johansen协整检验 |
| 5.2.3 Granger因果关系检验 |
| 5.2.4 建立VAR模型 |
| 5.2.5 脉冲响应函数 |
| 5.2.6 方差分解 |
| 5.3 实证结果及解释 |
| 第6章 结论、建议和展望 |
| 参考文献 |
| 致谢 |
（6）外汇累计期权（KODA）风险管理研究 ——以中信泰富案为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 关于KODA产品属性和风险特征的研究 |
| 1.2.2 关于复杂期权产品定价与风险识别的研究 |
| 1.2.3 期权交易风险的案例研究 |
| 1.2.4 文献评述 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究思路 |
| 1.4 创新点与不足 |
| 1.4.1 创新点 |
| 1.4.2 不足 |
| 2 外汇累计期权产品的交易结构与风险特征 |
| 2.1 外汇累计期权产品的概念 |
| 2.2 外汇累计期权产品的交易结构 |
| 2.2.1 “打折”购买 |
| 2.2.2 设置“敲出”价格 |
| 2.2.3 杠杆式交易 |
| 2.2.4 组合期权交易 |
| 2.3 外汇累计期权产品的风险特征 |
| 2.3.1 双重杠杆性 |
| 2.3.2 收益与风险不对称 |
| 2.3.3 影响因素的复杂性 |
| 2.4 本章小结 |
| 3 外汇累计期权产品的风险识别与控制 |
| 3.1 外汇累计期权产品的风险识别与度量 |
| 3.1.1 期权定价法 |
| 3.1.2 VaR估值法 |
| 3.2 外汇累计期权产品的风险控制 |
| 3.2.1 合理定价 |
| 3.2.2 合理度量风险 |
| 3.3 本章小结 |
| 4 案例研究—基于中信泰富累计期权案中的蒙特卡罗模拟方法应用 |
| 4.1 案例回顾 |
| 4.1.1 中信泰富案的背景 |
| 4.1.2 澳元累计目标可赎回远期合约的交易结构与定价 |
| 4.1.3 风险的发生与处置 |
| 4.2 基于中信泰富案的蒙特卡罗模拟方法的运用 |
| 4.2.1 产品定价 |
| 4.2.2 风险度量 |
| 4.2.3 风险控制方法与程序 |
| 4.3 实验结果分析 |
| 4.4 本章小结 |
| 5 结论与对策建议 |
| 5.1 研究结论 |
| 5.2 对策建议 |
| 5.2.1 审慎对待复杂金融产品 |
| 5.2.2 完善风险管理流程 |
| 5.2.3 谨慎选择套期保值产品 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（7）基于跳跃扩散KMV-Logit混合模型的上市公司信用风险的实证研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 我国债券市场高速发展 |
| 1.1.2 近年来信用债券违约事件频发 |
| 1.1.3 资产价值的跳跃式波动 |
| 1.2 研究的意义 |
| 1.3 研究的主要内容和方法 |
| 1.4 研究的创新之处 |
| 2 文献综述 |
| 2.1 信用风险概述 |
| 2.2 信用违约风险度量模型的研究发展历史 |
| 2.3 国内外对KMV模型的研究创新改进及运用 |
| 2.4 Logit模型在违约风险度量领域的运用 |
| 2.5 资产价格跳跃行为对信用风险的影响研究 |
| 3 信用风险度量理论基础 |
| 3.1 资产价格跳跃式波动 |
| 3.1.1 布朗运动与泊松过程 |
| 3.1.2 资产价格跳跃行为的定义 |
| 3.1.3 资产价格跳跃行为的特征 |
| 3.1.4 资产价格跳跃行为的成因 |
| 3.2 KMV模型概述 |
| 3.2.1 KMV模型理论基础 |
| 3.2.2 KMV模型的建模求解 |
| 3.3 跳跃扩散KMV模型的构建 |
| 3.3.1 包含资产价值跳跃的期权定价模型 |
| 3.3.2 跳跃扩散KMV模型 |
| 3.3.3 跳跃扩散KMV模型参数设定与估计 |
| 3.4 跳跃扩散KMV-Logit混合模型 |
| 3.4.1 二分类Logit模型 |
| 3.4.2 跳跃扩散KMV模型与Logit模型的结合 |
| 4 实证分析 |
| 4.1 样本选取与数据处理 |
| 4.2 跳跃扩散KMV模型参数估计 |
| 4.2.1 基于极大似然法的参数估计 |
| 4.2.2 基于最小二乘的参数估计 |
| 4.3 传统KMV和跳跃扩散KMV模型计算的违约距离 |
| 4.4 跳跃扩散KMV-Logit混合模型实证结果 |
| 4.4.1 基于Logit模型的实证分析 |
| 4.4.2 混合模型实证结果 |
| 4.5 样本外测试 |
| 5 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
（8）基于遗传算法和EGARCH-M的我国上市公司信用风险研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 文献综述 |
| 1.3 研究内容与技术路线 |
| 1.4 研究方法 |
| 1.5 创新之处 |
| 2 信用风险度量模型 |
| 2.1 传统信用风险度量方法 |
| 2.2 现代信用风险度量模型的比较 |
| 2.3 KMV模型原理及优缺点 |
| 2.4 本章小结 |
| 3 遗传算法与EGARCH-M模型 |
| 3.1 遗传算法概念 |
| 3.2 EGARCH-M模型 |
| 3.3 基于遗传算法和EGARCH-M模型的KMV模型改进 |
| 3.4 本章小结 |
| 4 我国上市公司实证研究 |
| 4.1 样本选取 |
| 4.2 违约点和波动率求解 |
| 4.3 实证结果及分析 |
| 4.4 违约组与非违约组配对T检验 |
| 4.5 本章小结 |
| 5 结论及展望 |
| 5.1 论文主要结论 |
| 5.2 不足与展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（9）公司债券违约风险研究 ——以“17金洲01”为例（论文提纲范文）
| 摘要 |
| abstract |
| 导论 |
| 一、研究背景与意义 |
| 二、文献综述 |
| 三、论文内容与研究方法 |
| 四、创新点与不足 |
| 第一章 我国公司债券的违约成因及风险度量方法 |
| 第一节 我国公司债券的发行现状 |
| 第二节 我国公司债券的违约现状 |
| 一、债券违约类型多种多样 |
| 二、民营上市公司违约现象突显 |
| 三、违约行业分布广泛 |
| 四、违约债券评级向高等级扩散 |
| 第三节 我国公司债券的违约成因 |
| 一、宏观层面原因 |
| 二、行业层面原因 |
| 三、公司层面原因 |
| 第四节 债券的违约风险及度量方法 |
| 一、债券的违约风险 |
| 二、信用风险度量模型 |
| 三、信用风险度量模型的比较分析 |
| 第二章 “17 金洲01”违约案例背景介绍 |
| 第一节 发行公司基本情况 |
| 一、案例选取理由 |
| 二、公司历史沿革 |
| 三、公司股权结构 |
| 四、公司主营业务 |
| 第二节 “17 金洲01”违约事件回顾 |
| 一、债券发行情况 |
| 二、债券违约过程 |
| 三、违约后续进展 |
| 第三章 “17 金洲01”违约成因分析 |
| 第一节 宏观层面分析 |
| 一、人均消费性支出增速放缓 |
| 二、基础设施建设投资增长乏力 |
| 三、外部融资环境趋紧 |
| 第二节 行业层面分析 |
| 一、黄金珠宝行业 |
| 二、融资租赁行业 |
| 第三节 公司层面分析 |
| 一、非财务因素分析 |
| 二、财务因素分析 |
| 第四章 “17 金洲01”违约风险度量 |
| 第一节 “17 金洲01”违约风险分析及模型的适用性分析 |
| 一、债券违约风险分析 |
| 二、KMV模型的适用性分析 |
| 第二节 基于KMV模型的“17 金洲01”违约风险度量 |
| 一、模型参数的确定 |
| 二、模型数据的来源 |
| 三、模型结果的输出 |
| 四、模型结果的分析 |
| 五、与其他度量结果的对比 |
| 结论与建议 |
| 一、研究结论 |
| 二、研究建议 |
| 参考文献 |
| 致谢 |
（10）考虑期权、远期合约的不确定投资组合模型及决策研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究框架与研究内容 |
| 1.4 创新点 |
| 2 理论基础和文献综述 |
| 2.1 投资组合理论及其研究现状 |
| 2.2 金融衍生品理论及其研究现状 |
| 2.3 不确定理论基础知识及其研究现状 |
| 2.3.1 不确定理论及其研究现状 |
| 2.3.2 不确定理论基础知识 |
| 3 考虑期权的不确定均值-机会投资组合问题研究 |
| 3.1 考虑期权的不确定均值-机会投资组合模型 |
| 3.2 模型的等价形式 |
| 3.3 考虑期权和不考虑期权的最优投资组合的比较 |
| 3.4 灵敏度分析 |
| 3.5 数值算例 |
| 3.6 本章小结 |
| 4 考虑期权的不确定均值-风险指数投资组合问题研究 |
| 4.1 考虑期权的不确定均值-风险指数投资组合模型 |
| 4.2 模型的等价形式 |
| 4.3 均值风险指数和均值机会投资组合的比较 |
| 4.4 数值算例 |
| 4.5 本章小结 |
| 5 考虑远期合约的不确定均值-方差国际投资组合问题研究 |
| 5.1 考虑远期合约的不确定均值-方差国际投资组合模型 |
| 5.2 模型的等价形式 |
| 5.3 对数正态情况下远期合约的表现 |
| 5.3.1 对数正态情况下不确定模型的等价形式 |
| 5.3.2 远期合约在期望对数收益方面的表现 |
| 5.3.3 远期合约在风险方面的表现 |
| 5.4 在任意分布下远期合约的表现 |
| 5.5 数值算例 |
| 5.6 本章小结 |
| 6 考虑远期合约的不确定均值-机会国际投资组合问题研究 |
| 6.1 不确定均值-机会国际投资组合模型 |
| 6.2 模型的等价形式 |
| 6.3 模型的解析解 |
| 6.4 远期合约对国际投资组合的影响 |
| 6.5 数值算例 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 附录 上证指数50ETF价格的不确定分布的确定过程 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
四、期权的风险度量方法初探（论文参考文献）
- [1]上证50ETF期权风险管理实证研究[D]. 王庆贺. 中央民族大学, 2021
- [2]KDE分布鲁棒投资组合优化和期权定价[D]. 刘炜. 大连理工大学, 2020(02)
- [3]基于互联网金融模式的结构性理财产品风险度量研究进展[J]. 陈荣达,周寒娴,余乐安,金骋路. 中国管理科学, 2020(11)
- [4]期权、期货风险规避有效性的实证分析[D]. 邓芹. 淮北师范大学, 2020(12)
- [5]可转债的风险度量及与股票间的溢出关系研究[D]. 胡耀华. 苏州大学, 2020(03)
- [6]外汇累计期权（KODA）风险管理研究 ——以中信泰富案为例[D]. 陈建. 大连海事大学, 2020(01)
- [7]基于跳跃扩散KMV-Logit混合模型的上市公司信用风险的实证研究[D]. 刘阳. 浙江大学, 2020(02)
- [8]基于遗传算法和EGARCH-M的我国上市公司信用风险研究[D]. 于新玲. 山东科技大学, 2020(06)
- [9]公司债券违约风险研究 ——以“17金洲01”为例[D]. 张文. 中南财经政法大学, 2020(07)
- [10]考虑期权、远期合约的不确定投资组合模型及决策研究[D]. 王旭婷. 北京科技大学, 2020(12)