第01章
风险价值(VaR)基础概念
什么是VaR · VaR的数学定义 · VaR的金融含义 · 持有期与置信水平的选择
📐 定义⏳ 持有期
第02章
VaR计算方法概览
参数法(方差-协方差法) · 历史模拟法 · 蒙特卡洛模拟法 · 优缺点对比
📊 参数法🎲 蒙特卡洛
第03章
回溯测试理论基础
什么是回溯测试 · 为什么需要回溯测试 · 监管要求(巴塞尔协议) · 统计框架
🏛️ 巴塞尔📈 统计
第04章
失败率检验法
二项分布检验 · Kupiec检验 · 检验统计量与P值 · Python实现
🐍 Python📉 Kupiec
第05章
独立性检验
Christoffersen检验 · 失败事件独立性假设 · 条件覆盖检验 · Python实现
🔗 独立性🐍 Python
第06章
损失分布检验
贝叶斯方法 · 损失规模检验 · 尾部损失分析 · 超越阈值事件
📦 贝叶斯📉 尾部
第07章
多模型比较框架
Diebold-Mariano检验 · 模型置信集(MCS) · 模型排序与选择 · Python实现
⚖️ 比较📊 MCS
第08章
VaR模型校准基础
什么是模型校准 · 校准频率与窗口选择 · 衰减因子与指数加权 · 波动率校准
⚙️ 校准📅 窗口
第09章
GARCH模型校准
GARCH(1,1)原理 · 参数估计(MLE) · 模型诊断与残差检验 · Python实现
📈 GARCH🔧 MLE
第10章
EWMA模型校准
指数加权移动平均原理 · 衰减因子λ选择 · RiskMetrics方法 · Python实现
📉 EWMAλ 衰减
第11章
历史模拟法校准
数据窗口选择 · 权重方案(等权/指数加权) · 混合历史模拟 · 自助法校准
📜 历史🔄 Bootstrap
第12章
蒙特卡洛模拟校准
随机过程选择 · 参数校准 · 情景生成 · 方差缩减技术
🎲 模拟📉 方差缩减
第13章
极值理论(EVT)校准
POT模型原理 · 阈值选择方法 · 广义帕累托分布(GPD)拟合 · Python实现
🌊 EVT📈 GPD
第14章
分位数回归校准
分位数回归原理 · CAViaR模型 · 动态分位数模型 · Python实现
📊 分位数📈 CAViaR
第15章
模型验证框架
样本内vs样本外测试 · 滚动窗口验证 · 扩展窗口验证 · 交叉验证在VaR中应用
✅ 验证📅 滚动
第16章
压力测试与情景分析
历史压力情景 · 假设压力情景 · 敏感性分析 · 反向压力测试
⚠️ 压力🔍 敏感性
第17章
预期亏损(ES)模型
ES定义与性质 · ES回溯测试 · ES与VaR关系 · ES模型校准
📉 ES🔗 VaR
第18章
谱风险度量(SRM)
谱风险度量理论 · 风险厌恶函数 · 谱风险度量计算 · 回溯测试
🎼 谱度量⚖️ 风险厌恶
第19章
多资产组合VaR
组合VaR计算 · 分散化效应 · 相关性建模 · Copula方法在VaR中应用
📊 组合🔗 Copula
第20章
Copula模型校准
椭圆Copula · 阿基米德Copula · Copula参数估计 · 拟合优度检验
📐 Copula📈 拟合
第21章
非线性风险VaR
期权VaR计算 · Delta-Gamma近似法 · 全值模拟法 · 隐含波动率建模
📉 期权ΔΓ 近似
第22章
流动性风险调整
流动性调整VaR(L-VaR) · 买卖价差模型 · 交易量加权方法 · 流动性折扣因子
💧 流动性📊 L-VaR
第23章
信用风险VaR
信用VaR模型 · 违约概率(PD)校准 · 违约损失率(LGD)校准 · 信用迁移矩阵
🏦 信用📉 PD/LGD
第24章
操作风险VaR
操作风险分类 · 损失分布法(LDA) · 频率与严重性建模 · 操作风险资本计算
⚙️ 操作📊 LDA
第25章
市场风险资本计算
巴塞尔协议标准化方法 · 内部模型法(IMA) · 资本乘数 · P&L归因测试
🏛️ 巴塞尔📈 IMA
第26章
模型风险管理
模型风险分类 · 模型验证流程 · 模型文档要求 · 模型审计与治理
📋 治理🔍 审计
第27章
机器学习在VaR中的应用
神经网络VaR · 随机森林分位数回归 · XGBoost尾部预测 · 深度学习波动率预测
🤖 机器学习🌲 XGBoost
第28章
实时风险监控系统
实时VaR计算架构 · 数据管道设计 · 告警阈值设置 · 性能优化策略
⚡ 实时📡 监控
第29章
监管合规与报告
监管报告要求 · VaR披露模板 · 压力测试报告 · 监管沟通最佳实践
📋 合规📄 报告
第30章
前沿话题与未来方向
人工智能风控 · 区块链与风险透明 · 气候风险VaR · ESG风险度量
🚀 前沿🌍 ESG