基于高频数据的股市极端风险测度及其防范研究

近年来，受经济全球化和金融自由化及金融创新加速等因素的影响，金融市场规模迅速扩大效率明显提高的同时，资产价格的波动性和风险也大为加剧。从亚洲金融危机到最近的美国次贷危机引发的全球金融危机，资产价格剧烈波动等极端事件频繁发生，既使金融机构和投资者遭受巨额损失，也对金融体系稳定及宏观经济政策设计造成了巨大挑战。因此，对金融极端风险特别是股市极端风险的测度和防范就成为学术界和实际工作者研究的热点问题。本项目结合高频数据最新理论发展，分别从股票价格模型选择、波动率建模、极端风险测度和防范方法三方面对股市极端风险防范问题进行深入研究，构建高频和低频数据相统一的股市极端风险防范研究新框架。我们的研究工作不但具有理论上的创新而且提出了防范股市极端风险的新方法，既为保险资金、社保基金等重要机构投资者的风险管理提供了新的理论和方法，同时也为金融监管当局测度、监控与防范股市风险提供了新的指标依据。

近年来，受经济全球化和金融自由化及金融创新与技术进步等因素的影响，全球金融市场发生了基础性和结构性变化，金融市场的波动性和风险也大为加剧。美国次贷危机、中国银行间市场“钱荒”等极端事件的频繁发生给市场带来了巨大的影响，也使金融机构和投资者遭受了巨额的损失。因此，对金融极端风险特别是股市极端风险的测度和防范就成为学术界和实业界研究的热点。本项目主要从股票价格模型选择、基于高频数据的波动率建模、基于极值理论的极端风险测度和防范方法研究三大方面进行研究并取得了一系列重要的研究成果。课题组共发表论文14篇，其中SCI、SSCI检索论文10篇（其中1篇发表在计量经济学国际顶尖期刊JOE上、2篇发表在统计学国际顶尖期刊 Annals of Statistics和JASA上）。本项目针对股市极端风险度量和防范取得了一系列成体系的研究成果，在国际学界得到了较好的反响和反馈，项目保质保量的完成了申请时的预期研究成果目标。