第1章风险值的出现 1
1.1金融风险管理的兴起 3
1.2市场风险测度 5
1.3 VaR出现前的风险测度 6
1.4风险值 11
附录 市场风险类型 18
第2章金融风险测度 22
2.1金融风险测度的均值—方差框架 24
2.2风险值 31
2.3一致风险测度 37
2.4结论 50
附录1概率分布函数 52
附录2监管中的VaR应用 61
第3章市场风险测度的估计:绪论和概述 63
3.1数据 63
3. 2 VaR的历史数据模拟估计 66
3.3 VaR估计的参数方法 68
3.4一致性风险测度估计 75
3.5风险测度估计的标准误 81
3.6核心问题:概述 86
附录1数据的预备性分析 88
附录2数值积分方法 94
第4章 风险测度估计的非参数方法 97
4.1历史模拟数据的搜集 98
4. 2 VaR和ES估计的历史模拟方法(HS) 99
4. 3 VaR和ES历史模拟估计的置信区间估计 104
4.4加权历史模拟 106
4.5非参数方法的优缺点 116
4.6结论 119
附录1基于顺序统计量的风险测度估计 120
附录2自举抽样法 124
附录3非参数分布密度估计 132
附录4主成份分析和因子分析 140
第5章 波动率、协方差和相关系数的预测 149
5.1波动率的预测 149
5.2协方差和相关系数的预测 161
5.3协方差矩阵的预测 166
附录 相关性的模型描述:相关系数和关联(Copulas) 171
第6章 参数估计(Ⅰ) 178
6.1条件分布和无条件分布 179
6.2正态VaR和ES 181
6.3 t-分布 187
6.4对数正态分布 190
6.5其他参数方法 194
6.6多变量正态分布的方差—协方差方法 205
6.7非正态分布的方差—协方差方法 209
6.8用COPULAS处理多变量回报的分布 211
6.9结论 216
附录 长期风险测度的预测 218
第7章 参数方法(Ⅱ):极端值方法 223
7.1广义极端值理论 224
7. 2 POT(PEAKS-OVER-THERSHOLD)方法:广义 PARETO分布 238
7. 3 EV方法的改进 242
7.4结论 245
第8章 蒙特卡罗方法 247
8.1蒙特卡罗方法的使用 248
8.2单风险因子蒙特卡罗模拟 252
8.3多风险因子蒙特卡罗模拟 255
8.4方差—缩减法 258
8.5蒙特卡罗方法的优缺点 267
8.6结论 268
第9章 随机风险测度方法的应用 270
9.1随机过程的选择 271
9.2多元随机过程的处理 274
9.3动态风险 278
9.4固定收益风险 280
9.5信用风险 283
9.6保险风险 286
9.7养老金风险测度 289
9.8结论 294
第10章 期权风险测度估计 296
10.1期权VaR的解析方法和数值方法 297
10.2模拟方法 301
10.3 δ-γ方法及相关方法 305
第11章 增量风险和成分风险 316
11. 1增量VaR 317
11.2成分VaR 324
11.3一致风险测度的分解 331
第12章 持仓到风险因素的映射 333
12.1核心金融工具的选择 334
12.2持仓的映射和VaR估计 336
第13章 压力试验 347
13.1压力试验的优点和难点 350
13.2清景分析 356
13.3机械压力试验 362
13.4结论 366
第14章 流动性风险估计 368
14.1流动性和流动性风险 369
14.2流动性调整的VaR估计 370
14.3风险流动性(liquidity at risk,简记为LaR)估计 378
14.4危机时的流动性估计 381
第15章 市场风险模型的背后检验 384
15.1初步数据的问题 384
15.2基于频数检验的背后检验 386
15.3基于分布等性(equality)的背后检验 395
15.4备选模型比较 402
15.5使用备选持仓和数据的背后检验 406
15.6背后检验结果的精确度评价 408
15.7总结和结论 409
附录 两分布异同的检验 411
第16章 模型风险 420
16.1模型和模型风险 420
16.2模型风险的来源 422
16.3模型风险的量化 427
16.4模型风险的管理 430
16.5结论 436
参考文献 437