VaR方法的应用比较以及相关的实证分析

发布时间：2020-10-17 02:57

　　 近二十年来,随着金融的全球化趋势以及金融市场的波动性日益加剧,全球金融机构管理的理论和实践也发生了革命性变革,金融风险管理成为现代金融机构管理的基础和核心。证券市场作为整个金融市场中的一个重要组成部分,剧烈的波动性和巨大的交易量使其当之无愧地成为了金融市场风险管理的主角。从美国奥伦治县政府破产案到巴林银行的倒闭,无一不说明了在证券投资中加强风险控制的重要性。 在传统的久期、β系数等风险测量方法的缺陷逐渐显露时,由J.P.Morgan,G30集团在考察衍生产品的基础上提出的测量市场风险的VaR方法已成为目前世界上测量市场风险的一种主流方法,J.P.Morgan的用于计算VaR风险的RiskMetrics风险控制模型更是在世界市场上得到了广泛的应用。而中国证券市场从始至今只有短短数年时间,与欧美等发达国家较为成熟的证券市场相比还有较大差距。VaR风险控制模型是否适用于中国证券市场,或是否能够加以调整后使其适用于中国市场,本文旨在针对这些方法进行有益的探讨。 本文首先系统的介绍了VaR风险模型在现代证券投资管理中的作用、VaR风险模型的基本知识以及VaR的计算、资产组合VaR的测算方法(几种模拟方法)、并进行了比较;然后以近期中国股票市场的历史交易数据为依据进行了实证分析(计算了单个资产的VaR值,组合资产的VaR值及求得增量VaR值,分析了其对总体投资组合风险的影响);最后提出了应用更广泛、效果更佳的两个风险控制模型,并得出了一些启示。
【学位单位】：江苏大学
【学位级别】：硕士
【学位年份】：2002
【中图分类】：F224;F830.9
【部分图文】：

6月7月8月8月9月10月11月12月l月图5.2每日收益X，的频率分布图由以上的图5.2得到每日收益x，的直方图(见图5.3):股价收益Std.Mean二.02003N二 172.00卜。uanba﹄匕、可噶嘴叼呀心协%%髯%%%勺图5.3每日收益X，的直方图为计算股价的VaR，假定每日收入是独立且有相同的分布。则可在95%的置信水平下，左边5%为从损失一侧 (losingtail)直方图下获得VaR。图5.3中，可以看出收益率均值为一0.003，共有 172个观测值，这样将

个分布的拟合程度较高。实际的累积分布函数，通过从左向右，将图5.3中出现的值加总，根据总体观察值的增减求得。从P一P概率图上发现两条线非常接近，表明正态分布与实际数据逼近程度非常好。可见图5.4。Norma1P一 PPlotof股价收益.口云.50山曰口Q习·25OQ口必0.00 000.25.50.751.00图5.4股票(清华同方)收益率的P一P概率图

而且可以以95%的概率保证在1月24日清华同方的市价不会低于19.95一0.65835=19.29。下图反映了2001年11月14日以来价格变化与由VaR风险计算而得的理论价格上下限图:见图5.5。哑限限n上下elTlsese||a“M尸例依1口山下|!1.由!上19l8口实际价时间图5.5股价对比图其中，股票价格的上下限计算公式为:价格上限=上一日交易日股票收盘价+当日计算的VaR风险数值价格下限=上一日交易日股票收盘价一当日计算的VaR风险数值可见，在总共40日交易日中，仅仅有2个交易日的收盘价跌破了以VaR风险计算出的理论上的最低价格，这与95%的保证概率吻合得非常好(40*(l一 0.95)=2)。当然，在现实中，较极端的情况(如巨额盈利或巨额亏损)发生的概率要高于标准正态分布所表明的概率，在这种情况下，就假设该随机变量服从自由度为n的t分布。当t较小时，t分布的尾部大小由自由度n决定
【引证文献】

相关期刊论文 前1条

1 陈纪忠;;VAR理论在我国股票市场的实证研究[J];市场周刊(理论研究);2009年08期

相关硕士学位论文 前1条

1 于培超;基于GARCH模型的VaR计算及其在中国金融市场中的应用[D];山东理工大学;2011年

本文编号：2844165