基于VaR模型的基金风险管理研究
发布时间:2022-02-05 01:41
金融风险指由于收益的不确定性而使资产遭受损失,大多时候也特指市场风险,并且科学有效地测量市场风险已经成为风险管理领域关键环节。风险管理一般有三个步骤:识别、测度和控制风险,风险测度即对风险的定量分析和测算,它的好坏关系着该方法的有用性,因此风险测度是风险管理中的基础和关键。对于金融市场风险的衡量有两个基本任务:找到衡量市场风险大小的有效指标和确立对应此指标的有效模型。自1994年,J.P.Morgan公司首次将基于VaR模型的RiskMetric公开,VaR模型凭借其简明准确的特点已经成为金融业进行风险度量的行业标准。本文基于VaR模型来度量基金风险,并围绕基金报酬率分布形式、表现特征及基金成交量变量、流动性风险等方面对VaR模型进行改进,通过实证分析获得了良好结果。首先,使用代表资产下侧风险的VaR模型来替换Sharpe比率中的标准差,这样能够精准刻画投资者所关心的损失风险而不仅仅是广泛意义上的市场整体风险。其次,基于t分布下EGARCH方法得到的VaR值可以表现出基金中存在的非对称、尖峰厚尾特征。另外,基金报酬率具备自相关特性,而VaR模型核心便是收益率的某一分位数,可以说VaR模...
【文章来源】:北京化工大学北京市211工程院校教育部直属院校
【文章页数】:99 页
【学位级别】:硕士
【部分图文】:
样本基金所含股票原始成交量折线图
.....海中小盘?0.0931?1.7868?-0.623089?6.943402?688.4瑞银消费?0.0676?1.6551?-0.719178?7.590214?931.3中国?A?股?0.0252?1.9435?-4.258416?63.84158?15238优势增长?0.0651?1.6696?-0.687251?6.758016?646.4夏中小板?0.0717?1.8523?-0.67857?5.921665?419.量化阿尔法?0.0777?1.8334?-0.682547?6.479268?563.9双利分级?0.0626?1.6865?-0.63067?7.687535?948.4银内需增长?0.0827?1.9825?-0.715939?6.29564?521.3新兴产业?0.0647?1.7256?-0.72464?6.087284?469.6中证?500?0.0825?1.8877?-0.956226?7.218761?866.2首选企业?0.0728?1.9297?-0.773407?6.403398?564.2中证财富?0.0734?1.6056?-0.694578?8.162864?1154.全球视野?-0.0228?2.5149?-9.235422?138.2547?75238对数收益率??
【参考文献】:
期刊论文
[1]流动性、流动性风险与基金业绩——基于我国开放式基金的实证研究[J]. 苏辛,周勇. 中国管理科学. 2015(07)
[2]中国股市流动性间接指标的检验——基于买卖价差的实证分析[J]. 张峥,李怡宗,张玉龙,刘翔. 经济学(季刊). 2014(01)
[3]成交量信息有助于预测中国股票市场的波动吗?[J]. 王鹏. 数理统计与管理. 2013(02)
[4]我国量化(对冲)基金业绩表现的比较分析[J]. 许红伟,吴冲锋,张翔. 投资研究. 2013(02)
[5]分位数回归的金融风险度量理论及实证[J]. 张颖,张富祥. 数量经济技术经济研究. 2012(04)
[6]基于GARCH-CVaR与GARCH-VaR的人民币汇率风险测度及效果对比研究[J]. 朱新玲,黎鹏. 中南民族大学学报(自然科学版). 2011(02)
[7]基于GARCH类模型和SV类模型的沪深两市波动性研究[J]. 顾锋娟,岑仲迪. 数学的实践与认识. 2011(01)
[8]基于AAVS-CAViaR模型的股市风险测量研究[J]. 王新宇,宋学锋,吴瑞明. 系统工程学报. 2010(03)
[9]我国流动性调整下的CAPM研究[J]. 陈青,李子白. 数量经济技术经济研究. 2008(06)
[10]我国股票市场波动非对称效应的反转——基于VS-GARCH模型的实证研究[J]. 蒋天虹. 当代财经. 2008(02)
硕士论文
[1]成交量动态变化对未来股票报酬的预测能力[D]. 郭清煌.南京理工大学 2014
[2]金融市场波动率模型及实证研究[D]. 孔华强.首都经济贸易大学 2006
本文编号:3614327
【文章来源】:北京化工大学北京市211工程院校教育部直属院校
【文章页数】:99 页
【学位级别】:硕士
【部分图文】:
样本基金所含股票原始成交量折线图
.....海中小盘?0.0931?1.7868?-0.623089?6.943402?688.4瑞银消费?0.0676?1.6551?-0.719178?7.590214?931.3中国?A?股?0.0252?1.9435?-4.258416?63.84158?15238优势增长?0.0651?1.6696?-0.687251?6.758016?646.4夏中小板?0.0717?1.8523?-0.67857?5.921665?419.量化阿尔法?0.0777?1.8334?-0.682547?6.479268?563.9双利分级?0.0626?1.6865?-0.63067?7.687535?948.4银内需增长?0.0827?1.9825?-0.715939?6.29564?521.3新兴产业?0.0647?1.7256?-0.72464?6.087284?469.6中证?500?0.0825?1.8877?-0.956226?7.218761?866.2首选企业?0.0728?1.9297?-0.773407?6.403398?564.2中证财富?0.0734?1.6056?-0.694578?8.162864?1154.全球视野?-0.0228?2.5149?-9.235422?138.2547?75238对数收益率??
【参考文献】:
期刊论文
[1]流动性、流动性风险与基金业绩——基于我国开放式基金的实证研究[J]. 苏辛,周勇. 中国管理科学. 2015(07)
[2]中国股市流动性间接指标的检验——基于买卖价差的实证分析[J]. 张峥,李怡宗,张玉龙,刘翔. 经济学(季刊). 2014(01)
[3]成交量信息有助于预测中国股票市场的波动吗?[J]. 王鹏. 数理统计与管理. 2013(02)
[4]我国量化(对冲)基金业绩表现的比较分析[J]. 许红伟,吴冲锋,张翔. 投资研究. 2013(02)
[5]分位数回归的金融风险度量理论及实证[J]. 张颖,张富祥. 数量经济技术经济研究. 2012(04)
[6]基于GARCH-CVaR与GARCH-VaR的人民币汇率风险测度及效果对比研究[J]. 朱新玲,黎鹏. 中南民族大学学报(自然科学版). 2011(02)
[7]基于GARCH类模型和SV类模型的沪深两市波动性研究[J]. 顾锋娟,岑仲迪. 数学的实践与认识. 2011(01)
[8]基于AAVS-CAViaR模型的股市风险测量研究[J]. 王新宇,宋学锋,吴瑞明. 系统工程学报. 2010(03)
[9]我国流动性调整下的CAPM研究[J]. 陈青,李子白. 数量经济技术经济研究. 2008(06)
[10]我国股票市场波动非对称效应的反转——基于VS-GARCH模型的实证研究[J]. 蒋天虹. 当代财经. 2008(02)
硕士论文
[1]成交量动态变化对未来股票报酬的预测能力[D]. 郭清煌.南京理工大学 2014
[2]金融市场波动率模型及实证研究[D]. 孔华强.首都经济贸易大学 2006
本文编号:3614327
本文链接:https://www.wllwen.com/guanlilunwen/fengxianguanli/3614327.html