基于MCMC算法的股指VaR计算
本文关键词:基于MCMC算法的股指VaR计算 出处:《山东大学》2013年硕士论文 论文类型:学位论文
【摘要】:风险测量是风险管理的核心和基础,是对风险的定量分析和评估。随着金融市场和金融交易的规模、动态性、复杂性的增加,以及金融理论和金融工程的发展,金融市场风险测量技术也更加综合化、复杂化。目前,金融市场风险测量的主要方法有灵敏度分析、波动性方法、VaR、压力测试、以及极值理论(EVT)。其中,VaR是目前金融市场风险测量的主流方法。 目前,金融市场上进行风险管理和度量的方法有很多种类,如灵敏度分析法、波动性方法、VaR、压力测试、极值理论(EVT)等。其中,VaR方法在金融市场风险管理和度量中起到了显著作用,可以说是最为主要的方法。 VaR的概念在数学上出现的很早,但是开始被金融行业接受始于20世纪80年代。随着科学技术的发展以及VaR框架的逐步推广,常见的风险度量软件都会提供计算VaR的模型。很多国际著名的商业银行、投资公司等金融机构都将VaR用于日常的风险管理,并且在年报中披露VaR。而很多政府监管部门也明确规定必须使用VaR模型衡量风险。 早期,VaR方法并没有受到如此广泛的接受和认可。当时市场上常见和主流的风险管理方法有敏感性分析、止损、名义金额以及风险敞口等。然而衍生产品的出现和发展使得传统风险管理方法出现很多不足。一方面不同的衍生产品即使名义金额、风险敞口相同,其风险程度可能存在很大差异;另一方面,传统的风险管理方法没有充分考虑到市场之间存在的差异性和相关性,对风险无法有效汇总,因此面临诸多挑战。VaR对杠杆、市场差异、相关性等多方面因素进行了综合考量,相比之前的风险管理方法具有非常大而明显的优势。 计算VaR的方法主要有三种:第一种是历史模拟法,第二种事分析法,第三种是蒙特卡罗模拟法。这不同的三种方法各有利弊。其中历史模拟法计算速度快,简单易于实现和理解,然而计算过程依赖于大量历史数据,难以满足市场的变化需求。分析法搜集数据和计算都简单易于实现,但是在市场波动时会产生误差,不能有效检验函数分布的有效性。蒙特卡洛模拟法在处理实际问题时的计算精度较高,对于实际问题处理过程中的非线性现象也可以有效处理,但仍然存在高维和静态的不足。 1953年Metropolis, Rosenbluth和Teller最早提出了MCMC方法,他们从某特定分布中随机选取样本点,确定一条均衡于该特定分布的马尔可夫链,通过程序模拟并运行一定的时间,将该链的状态记录下来作为均衡的近似。1970年,Hastings改进了非对称马尔可夫链,推进了MCMC方法的发展。MCMC方法在统计物理学中最早发现并取得迅速发展,随后又被广泛用于研究解决其他领域存在的问题,而且在不同的研究领域中,MCMC方法侧重的研究方向不一致。例如在计算机科学领域,它的侧重点在于运算规模与问题增长的尺度是否相适应。而随着应用的需求,该方法又出现了新的问题需要解决。专家学者们对马尔可夫链及它的收敛性进行了大量研究,最终形成了完全抽样思想,即从马尔可夫链的平稳分布中精确抽样替代原先的近似抽样。1996年Propp和Wilson以及1998年Fill在论文中将这一思想进一步发展和推广。近期,基于遗传法则的仿生学、物理学中MCMC方法也逐渐开始使用,加权MCMC的创新和使用也是近期的新进展。 研究者在MCMC方法方面的创造性思想就是在Monte Carlo模拟中引入马尔可夫过程,其本质是Monte Carlo方法的一种特殊形式,传统的Monte Carlo模拟是静态的,然而MCMC方法实现了动态模拟,是对传统的Monte Carlo模拟的创新和改进。 通常我们所用到的MCMC方法主要有:Metropolis-Hastings方法,Gibbs抽样,格子Gibbs抽样。本文主要介绍etropolis-Hastings方法、Gibbs抽样方法的原理和步骤,并在最终的上证指数的实证部分应用Gibbs抽样。 本文会简单介绍VaR的计算方法和MCMC方法的原理,最后通过运用MCMC方法计算上证指数收益率的VaR,讨论该方法对于VaR计算的重要意义。
[Abstract]:Risk measurement is the core and foundation of risk management, quantitative analysis and assessment to the risk. As the financial market and financial transaction scale, dynamic, complexity increases, and the development of financial theory and financial engineering, financial market risk measurement technology is also more comprehensive, complicated. At present, the main method of measurement of financial market the risk sensitivity analysis, volatility method, VaR, pressure test, and the extreme value theory (EVT). Among them, VaR is the current mainstream financial market risk measurement methods.
At present, there are many kinds of methods of financial market risk management and measurement, such as sensitivity analysis, volatility method, VaR, pressure test, extreme value theory (EVT). Among them, the VaR method of risk management in the financial market and the measure has played a significant role, can be said to be the most important method.
The concept of VaR in mathematics appeared very early, but the financial industry began to be accepted in 1980s. With the development of science and technology and popularization of the VaR framework, the common risk measurement software will provide models to calculate VaR. Many famous international commercial banks, are VaR for the daily risk management of financial institutions and investment companies so, VaR. and disclosure and many government regulators also clearly must use the VaR model to measure the risk in the annual report.
Early, VaR method has not been so widely accepted and recognized. The risk management methods of common and mainstream market with sensitivity analysis, stop, and the nominal amount of exposure. However, derivative products and development makes the traditional risk management method is insufficient. A different derivative products even if nominal amount the same, the risk exposure, the risk degree may vary; on the other hand, the traditional risk management approach does not fully take into account the differences between market and relativity of risk can not be effectively aggregated, so many challenges facing the market differences.VaR on leverage, many factors, the correlation between a comprehensive consideration, risk compared to the previous management method has very large and obvious advantages.
There are three main methods of VaR: the first is the historical simulation method, second kinds of business analysis, third kinds of Monte Carlo simulation method. These three methods have advantages and disadvantages. The historical simulation method the calculation speed is fast, simple and easy to realize and understand, but the calculation process depends on a large number of historical data, it is difficult to meet the changes in market demand. Analysis to collect data and calculations are simple and easy to implement, but market volatility will have error, can not effectively test the validity of the function distribution. The calculation precision of Monte Carlo method in dealing with practical problems of higher degree, can also be effective for nonlinear phenomena of practical problems in the process, but the lack of there are still high dimensional and static.
In 1953, Metropolis, Rosenbluth and Teller first proposed the MCMC method, they were randomly selected from a specific distribution of sample points, determine a balance in the specific distribution of the Markov chain, through the simulation program and run for a certain time, the state record of the chain down as a balanced approximation.1970, improved non Hastings symmetric Markov chain, to promote the development of MCMC methods and.MCMC methods in statistical physics first discovered and achieved rapid development, and has been widely used in other fields to study and solve the existing problems, and in different fields of study, research methods focus on the direction of MCMC is not consistent. For example in the field of computer science, it is the emphasis the size of the operation and the problem of growing scale. It is fit with the needs of the application, the method and the emergence of new problems to be solved. The experts and scholars on Markov Markov chain and its convergence is studied, and eventually formed a complete sampling idea, namely from the stationary distribution of Markov chain in accurate sampling.1996 Propp alternative approximate sampling and Wilson and Fill in 1998 for further development and promotion in this thesis, the original thought. Recently, the genetic algorithm based on bionics, MCMC physics it has been used, the innovation and the use of weighted MCMC and recent progress.
Researchers in the MCMC method of creative thought is in the Monte Carlo simulation is introduced in the Markov process, its essence is a kind of special form of Monte Carlo method, the traditional Monte Carlo simulation is static, however, to realize the dynamic simulation of the MCMC method, is a simulation of the traditional Monte Carlo innovation and improvement.
Usually, the MCMC methods we use include: Metropolis-Hastings method, Gibbs sampling and lattice Gibbs sampling. This paper mainly introduces the principles and steps of etropolis-Hastings method and Gibbs sampling method, and applies Gibbs sampling to the empirical part of the final Shanghai stock index.
This paper will briefly introduce the calculation method of VaR and the principle of MCMC method. Finally, we will calculate the VaR of Shanghai stock index return rate by using MCMC method, and discuss the significance of this method for VaR computing.
【学位授予单位】:山东大学
【学位级别】:硕士
【学位授予年份】:2013
【分类号】:F224;F830.91
【相似文献】
相关期刊论文 前10条
1 钟波;陈珂;;运用基于Bayes估计的阈值模型计算VaR[J];北京工商大学学报(自然科学版);2008年05期
2 梁祺;叶孝明;王影;;供应链管理中的组合风险决策[J];统计与决策;2006年02期
3 郭晓辉;;基于VaR的无卖空投资组合分析及实证研究[J];北京工商大学学报(自然科学版);2007年02期
4 张波;陈睿君;路璐;;粒子群算法在投资组合中的应用[J];系统工程;2007年08期
5 梁益逢;张甲芳;;入世后我国货币政策非对称性效应分析[J];福建金融管理干部学院学报;2008年05期
6 邹新月,吕先进;VaR方法在证券市场尖峰、胖尾分布中的实证分析[J];数学的实践与认识;2003年07期
7 王杰;谢明;;中国货币供给是内生的吗——基于VAR模型的实证检验[J];济南金融;2007年09期
8 王海侠;;基于VaR的金融市场风险管理[J];统计与决策;2007年18期
9 周惠来;;Kalman滤波在证券投资组合VaR计量中的应用[J];河南科学;2008年02期
10 邵萍英;鲁方生;;股票投资组合VAR分析与应用[J];宿州教育学院学报;2008年06期
相关会议论文 前10条
1 陈国胜;刘丰军;王庆增;王资兴;魏志刚;;GH4169合金VIM+PESR+VAR三联冶炼工艺及其冶金质量[A];第十二届中国高温合金年会论文集[C];2011年
2 ;Research of Chinese Colleges and Universities S&T Innovation Ability Based on the VAR Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
3 ;Nonlinear Adaptive Backstepping Controller Design for Static VAR Compensator[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 王书平;闫晓峰;吴振信;;基于VAR模型的铁矿石价格影响因素分析[A];第十三届中国管理科学学术年会论文集[C];2011年
5 王琳;王其文;;我国经济增长与石油进口关系的VAR模型[A];经济全球化与系统工程——中国系统工程学会第16届学术年会论文集[C];2010年
6 郝凯;张美丽;;基于VAR的原铝贸易与经济发展的关系研究[A];有色金属工业科学发展——中国有色金属学会第八届学术年会论文集[C];2010年
7 赵昕;郑慧;;基于VAR模型下中国海洋产业发展与宏观经济增长关联机制研究[A];2009中国海洋论坛论文集[C];2009年
8 翟建辉;朱南军;;保险资金房地产投资的风险分析与度量——基于VaR的角度[A];十二五·新挑战:经济社会综合风险管理——北大赛瑟(CCISSR)论坛文集·2011[C];2011年
9 汪青松;钟波;;利用Bayes估计计算金融风险值VaR[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
10 杜昕;崔立新;;风险管理中的VaR方法及其在期货市场的应用[A];第12届全国信息管理与工业工程学术会议论文汇编[C];2008年
相关重要报纸文章 前10条
1 电脑商报记者 张林才;危机下的VAR成长之道[N];电脑商报;2009年
2 陈代寿;别叫我SI,,我是VAR[N];中国计算机报;2000年
3 本报记者 马亮;D-VAR■系统首单落定 美国超导中国电网市场“开花”[N];机电商报;2009年
4 张世俊;怎样做一个成功的VAR[N];中国计算机报;2000年
5 长城证券研发中心 杜海涛 韩延河;中国证券市场呼唤VaR[N];证券时报;2001年
6 记者 齐闻潮;中债VaR值产品上线试运行市场反响良好[N];金融时报;2011年
7 张兰;美国超导公司获得中国电网市场第四个D-VAR系统订单[N];机电商报;2010年
8 南华期货研究所 陈彤 李晓萍;基于VaR方法对原油和黄金市场的风险度量研究[N];期货日报;2008年
9 海通期货研究所 郭梁;以基于VaR的动量反转策略应对股指极端事件[N];期货日报;2009年
10 长城证券金融研究所 杜海涛;现券风险VaR测度[N];中国证券报;2002年
相关博士学位论文 前10条
1 钱艺平;VaR约束的商业银行风险管理研究[D];中南大学;2010年
2 陈普;FAVAR及其时变模型在中国宏观经济的应用[D];华中科技大学;2012年
3 李小文;中小企业移动信息化需求识别与引导机制研究[D];北京邮电大学;2012年
4 黄荣兵;风险值VaR框架下SPAN风险控制理论与应用研究[D];华中科技大学;2010年
5 颜阳;我国备兑权证定价及避险方法研究[D];天津大学;2007年
6 刘存柱;石油市场风险管理理论与方法研究[D];天津大学;2004年
7 韩冬;中国证券市场流动性风险研究[D];天津大学;2006年
8 孙健;金融资产的离散过程动态风险度量研究[D];哈尔滨工业大学;2007年
9 路志刚;开放式基金流动性风险及管理研究[D];暨南大学;2005年
10 景楠;中国金属期货市场套利交易与风险控制研究[D];暨南大学;2006年
相关硕士学位论文 前10条
1 秦志红;基于VaR的开放式基金绩效评价研究[D];湖南大学;2010年
2 蔡诚;基于GIS和VAR模型的武汉城市圈区域经济发展与土地利用结构拟合关系研究[D];华中师范大学;2011年
3 李丽;基于VaR的我国商业银行利率风险度量研究[D];上海师范大学;2011年
4 葛琳;稳定分布条件下VaR模型的应用研究[D];华东师范大学;2010年
5 崔占兵;基于VaR的企业流动性风险评价的研究[D];广东商学院;2010年
6 朱冬和;基于ADL模型干预模型和VAR模型的量价关系研究[D];海南师范大学;2011年
7 余小东;基于VaR风险控制的组合效用最大化研究[D];江西财经大学;2010年
8 刘博阳;VaR在度量市场流动性风险中的分析与应用[D];中国石油大学;2011年
9 吕轶;基于数值降维技术的期权组合非线性VaR模型的研究[D];浙江财经学院;2010年
10 张慧平;基于VaR的上市公司财务风险评估体系的构建及实证研究[D];吉林大学;2010年
本文编号:1402133
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/1402133.html