在险价值（VaR）方法在中国金融市场风险度量中的应用

发布时间：2020-06-06 06:58

【摘要】：风险管理技术日益成为金融工程、金融管理领域最重要的研究对象之一,而风险度量技术则是风险管理的核心与基础,只有在准确测量风险暴露头寸的基础上才能更好地进行风险管理。风险管理包括市场风险、信用风险、操作风险管理等等。由于数据的可获得性限制,以及进行实证分析的可能性,本文主要关注金融市场风险度量,而实证方面尤其关注中国股票市场风险的度量。由于客观条件的巨大变化,汇率、利率波动加剧,以及若干有重大影响的金融事件的发生,金融市场风险管理从上个世纪70 年代后倍受关注。金融市场风险测量技术从最早的简单静态的资产-负债管理不断演化发展;马柯维兹提出用方差做为风险度量的量化标准;之后,不断有其它专家学者修正方差做为风险度量标准,产生了如β系数、半方差等一系列指标,但都未取得满意结果。1994 年JP Morgan 公司提出了全新的VaR 概念,用来度量金融市场风险。由于VaR 具有方差的优点,避免了方差的缺点,属于绝对量值,易于比较等等,所以在业内很快流行起来。最新几年,国外研究VaR 的文章比较多,计算VaR 的技术方法层出不穷,国内的研究相对落后。随着中国金融领域改革进一步深化,各金融机构根据国际惯例建立以VaR为风险衡量标准的风险管理体系将成为必然,所以透彻的研究VaR概念及其计算模型并且比较各自特点就成了风险度量技术的当务之急。本文主要介绍了VaR 方法产生的背景、定义、在市场风险度量中的应用以及计算VaR 的各种模型及各模型优劣等。由于用VaR 作为市场风险度量的内部模型方法,其假设前提和参数设置可以有多种选择,在进行内部风险管理时,金融机构通常都根据自身的发展战略、风险管理目标和业务复杂程度自行设定,并无统一标准。本文则在理论分析的基础上,①使用中国股市上有代表性的三支股票指数:上证指数、深证综指与上证180 指数进行实证分析。目的是通过实证结果的对比分析,在目前复杂多样的计算VaR 模型以及关于模型各参数假设中发现各种模型的特点,寻找其最适用的场合。试图总结出一套实际经验,能对VaR 在实际市场风险度量运用产生一定指导作用。②由于风险的对冲,VaR 方法在资产组合领域的运用并不同于简单计算一种资产的VaR 值,本文通过资产组合的增量VaR计算,实证分析了VaR 的衍生品-增量VaR 在资产组合领域的运用,试图掌握VaR在资产组合领域的市场风险度量方法。
【图文】：

年度,方差,指数,股指

图 4.1 各指数分年度方差波动图Figure 4.1 Variance fluctuating figure of SHI、SZI and SH1804.1.2 数据基本分析① 各股指的收益率形式各股指收益率采用自然对数收益率形式，即：1lnln = tttr pp………………………(4.1)其中：tp 是各股指每日收盘价，t 1p 是前一日收盘价② 各股指的基本统计特征表 4.3 各股票指数的基本统计特征(1997.1.1-2003.12.31)Table 4.3 Basic statistical charcharter of SHI、SZI and SH180指数简称均值最大值最小值方差偏度峰度 J-B 检测值 Prob上证指数 0.0003 0.0940 -0.0934 0.0157 -0.0963 9.3010 2788.3830 0.000深证综指 0.0001 0.0924 -0.1040 0.0169 -0.4018 9.2288 2767.6530 0.000上证 180* -0.0004 0.0559 -0.0301 0.0108 0.6768 5.5870 128.5781 0.000

时间序列,上证指数,日收益率,自相关图

学硕士学位论文 4 用 VaR 方法度量金融市场风险的上证指数对数日收益率时间序列的平稳性检验单位根方法检验时间序列的平稳性，得到结果如表 4.5 所示，，由表收益率时间序列在 5%标准下是十分显著平稳的。上证指数对数日收益率时间序列的自相关性检验上证指数的 10 阶滞后量求自相关函数值与偏自样关函数值，如图知上证指数的对数日收益率之间相关性并不显著，但在高阶后呈弱
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2005
【分类号】：F832.51

【引证文献】