VaR方法度量风险的实际效果研究
发布时间:2020-05-20 18:25
【摘要】: VaR作为世界范围内流行的风险管理工具,在管理风险和防范金融危机中到底如何发挥其作用,怎样才能合理的利用VaR工具管理风险,是本文解决的核心问题。 本文介绍了VaR方法的定义和基本原理,结合实证研究来揭示VaR工具在管理风险中的作用,分析VaR方法在金融危机中所扮演的角色。文章的实证部分由浅入深地建立了直接估算模型、GARCH模型和TGARCH模型,随着模型的不断改进,使其能够表达出市场的一些特有性质,如波动的集聚性,上涨与下跌对市场影响的差异性。在此过程中发现,通过不断的发掘价格波动的规律,可以改进应用VaR方法时的估计水平,提高风险管理的水平。 为了进一步提高估算精度,本文将风险定义为,某一时点上风险资产的实际价格与投资者预期价格之间的差异。与直接将风险定义为波动的方法相比提高了模型预测的精度。因为,通过引入预期的概念,将资产价格的波动分解为两部分,一部分为投资者对资产价格的预期,一部分为资产价格与预期之间的差异。 本文还提出了用几何移动加权平均方差的方法,通过采用不同的平滑因子,使得该方法也能反映市场的波动集聚性和上涨与下跌对市场波动的非对称性影响。使得简单的方差方法能够具有GARCH,TGARCH模型相近的VaR计算结果,是简便有效的方法。 通过本文的分析,得出了以下的主要结论: 1、VaR方法是衡量正常市场下风险的工具,在危机中将无能为力。 2、通过建立与市场条件相符的VaR模型,能够改善模型的估算精度,提高风险管理水平。 3、VaR方法是提示风险的工具,并不能阻止损失的发生。防范危机的唯一办法是足额的风险储备。
【图文】:
Performance Measure)对于绩效评价都是充分的、可靠的、有效的,且两者是但在非正态的情况下,CVaR的 RAPM 相对于VaR 的 RAPM 更加充分、谨慎有效。运用 Bootstrap 方法进行了实证研究。1.3 研究内容和方法从上一节的文献综述中可以看出,对VaR 方法的研究已经十分丰富,但主VaR 技术的研究,也即如何能让VaR 方法更好的接近实际,如何简便快捷的使法计算风险以及VaR 方法在投资决策中的应用等方面。对VaR 方法在管理金融范金融危机中的实际效果则少有讨论。这正是本文要研究的内容。本文拟研究要包括:1、VaR 方法能否充分的体现出风险资产实际风险的大小,在应用过存在高估或者低估风险的情况。2、VaR 方法在金融危机到来之前是否对风险警示作用,或者说,,VaR 方法能否预知危机的到来?3、怎样改进VaR 方法,管理金融风险和防范金融危机中发挥更大的作用?本文的研究框架如图所示
图 2 上证指数走势图证 2006 年~2010 年间的走势图,从 06 年开始至 07 年,为上下降趋势,2008 年至今为缓慢回调趋势。为了建立股票市然是以收益率建模,在这里,我们采用对数收益率,11 1ln( / )ln(1 ( ) / )t t tt t tR S SS S S == + )的拉格朗日展开式可知0 0 0201 1ln(1 ) ln(1 ) ( ) ( )1 (1 )ox x x x o x xx x+ = + + + +当x很小时,ln(1 + x )=x有益率的表达式
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:F224;F830.9
本文编号:2673019
【图文】:
Performance Measure)对于绩效评价都是充分的、可靠的、有效的,且两者是但在非正态的情况下,CVaR的 RAPM 相对于VaR 的 RAPM 更加充分、谨慎有效。运用 Bootstrap 方法进行了实证研究。1.3 研究内容和方法从上一节的文献综述中可以看出,对VaR 方法的研究已经十分丰富,但主VaR 技术的研究,也即如何能让VaR 方法更好的接近实际,如何简便快捷的使法计算风险以及VaR 方法在投资决策中的应用等方面。对VaR 方法在管理金融范金融危机中的实际效果则少有讨论。这正是本文要研究的内容。本文拟研究要包括:1、VaR 方法能否充分的体现出风险资产实际风险的大小,在应用过存在高估或者低估风险的情况。2、VaR 方法在金融危机到来之前是否对风险警示作用,或者说,,VaR 方法能否预知危机的到来?3、怎样改进VaR 方法,管理金融风险和防范金融危机中发挥更大的作用?本文的研究框架如图所示
图 2 上证指数走势图证 2006 年~2010 年间的走势图,从 06 年开始至 07 年,为上下降趋势,2008 年至今为缓慢回调趋势。为了建立股票市然是以收益率建模,在这里,我们采用对数收益率,11 1ln( / )ln(1 ( ) / )t t tt t tR S SS S S == + )的拉格朗日展开式可知0 0 0201 1ln(1 ) ln(1 ) ( ) ( )1 (1 )ox x x x o x xx x+ = + + + +当x很小时,ln(1 + x )=x有益率的表达式
【学位授予单位】:华南理工大学
【学位级别】:硕士
【学位授予年份】:2010
【分类号】:F224;F830.9
【参考文献】
相关期刊论文 前10条
1 李婷;张卫国;;风险资产组合均值-CVaR模型的算法分析[J];安徽大学学报(自然科学版);2006年06期
2 曹志鹏;王晓芳;;基于CVaR的我国银行间债券回购市场利率风险度量研究[J];财经问题研究;2008年11期
3 高莹;周鑫;金秀;;GARCH-EVT模型在动态VaR中的应用[J];东北大学学报(自然科学版);2008年04期
4 杨琦峰;任方;杨恩宁;;VaR与CVaR在商业银行风险度量方面的比较研究[J];当代经济;2006年07期
5 林清泉;张建龙;;CVaR的鞍点解析式及其在CreditRisk+框架下的应用[J];系统工程;2008年02期
6 郑文通;金融风险管理的VAR方法及其应用[J];国际金融研究;1997年09期
7 刘小茂,田立;VaR与CVaR的对比研究及实证分析[J];华中科技大学学报(自然科学版);2005年10期
8 阮垂玲;刘传哲;费芳;;VaR方法在证券市场风险管理中的应用[J];市场论坛;2008年04期
9 郑锴;唐a\;;VaR模型中流动性风险的度量[J];经济论坛;2008年17期
10 陈权宝;连娟;;对我国开放式基金风险的实证研究——基于GARCH模型的VaR方法[J];经济问题;2008年09期
本文编号:2673019
本文链接:https://www.wllwen.com/guanlilunwen/zhqtouz/2673019.html
最近更新
教材专著