本文選題：蒙特卡洛　切入點(diǎn)：VaR　出處：《復(fù)旦大學(xué)》2013年碩士論文

【摘要】：對(duì)風(fēng)險(xiǎn)的常見理解包括：風(fēng)險(xiǎn)是損失的可能性；風(fēng)險(xiǎn)是損失的幾率；風(fēng)險(xiǎn)是實(shí)際結(jié)果與預(yù)期結(jié)果的偏差；風(fēng)險(xiǎn)是未來結(jié)果的變異程度等等。 但是從經(jīng)濟(jì)行為和活動(dòng)本質(zhì)上來說風(fēng)險(xiǎn)是指未來收益的不確定性。也就是說我們未來的狀況可能變得更好好,也可以是我們未來的情形惡化。 標(biāo)準(zhǔn)歷史模擬法的原理：將各個(gè)風(fēng)險(xiǎn)因子在過去某一事件上的變化或分布準(zhǔn)確的刻畫出來,作為這些風(fēng)險(xiǎn)因子在未來的變化分布或者變化情形,在此基礎(chǔ)上,通過建立風(fēng)險(xiǎn)因子與自查組合價(jià)值之間的映射表達(dá)式來模擬出自查組合在未來的損益根部狀況,進(jìn)而計(jì)算出給定置信度下的VAR.顯然,標(biāo)準(zhǔn)歷史模擬法不需要假設(shè)市場(chǎng)風(fēng)險(xiǎn)因子服從某種概率分布,而是直接用風(fēng)險(xiǎn)因子過去的變化分布表示未來的變化分布,所以,標(biāo)準(zhǔn)歷史模擬法不需要進(jìn)行參數(shù)估計(jì),因而是一種非參數(shù)全值估計(jì)法 本質(zhì)上來說,歷史模擬法求VaR是基于未來是對(duì)歷史的簡(jiǎn)單重現(xiàn)這一假設(shè),但是時(shí)間加權(quán)歷史模擬法針對(duì)標(biāo)準(zhǔn)歷史模擬法不切實(shí)際的等概率假設(shè),提出了給風(fēng)險(xiǎn)因子不同時(shí)期的歷史數(shù)據(jù)賦予不同權(quán)重 時(shí)間加權(quán)歷史模擬法對(duì)離當(dāng)前越近的歷史數(shù)據(jù)賦予的權(quán)重越大,一次來反映這樣一個(gè)具有普遍性的事實(shí)：風(fēng)險(xiǎn)因子已經(jīng)發(fā)生的離現(xiàn)在越近的行為在未來再次重復(fù)發(fā)生的可能性就越大,或者說,風(fēng)險(xiǎn)因子離現(xiàn)在越近的變化情景可為預(yù)測(cè)其未來的變化分布提供越多的信息 t分布和GARCH模型的蒙特卡羅模擬法上一章對(duì)上證指數(shù)收益率進(jìn)行的正態(tài)性檢驗(yàn)的結(jié)果表明市場(chǎng)的收益率并不服從正態(tài)分布,存在尖峰厚尾現(xiàn)象.因此,在正態(tài)假設(shè)下計(jì)算VaR值會(huì)產(chǎn)生較大的誤差,特別是在較高置信度的情況下誤差更嚴(yán)重.我們?cè)谝话愕拿商乜_模擬法中加入GARCH族模型后,雖然失敗天數(shù)有所減少,但是在95%的置信水平上,基于GARCH模型的失敗天數(shù)仍然處于非拒絕區(qū)域的邊緣。
[Abstract]:The common understanding of risk includes: risk is the possibility of loss, risk is the probability of loss, risk is the deviation between actual result and expected result, risk is the degree of variation of future result, and so on.But in terms of economic behavior and activity, risk is the uncertainty of future income.In other words, our future situation may be better or worse.The principle of the standard historical simulation method: to accurately depict the changes or distributions of each risk factor in a certain event in the past, as the distribution or change of these risk factors in the future, and on this basis,By establishing the mapping expression between the risk factor and the value of the self-checked portfolio, we can simulate the future profit and loss of the self-checking portfolio, and then calculate the VARs under the given confidence level.Obviously, the standard historical simulation method does not need to assume that the market risk factor is based on a certain probability distribution, but directly uses the past variation distribution of the risk factor to represent the future change distribution. Therefore, the standard historical simulation method does not need to carry out parameter estimation.So it is a nonparametric total value estimation method.In essence, the historical simulation method for VaR is based on the assumption that the future is a simple recurrence of history, but the time-weighted historical simulation method is based on the impractical equiprobability hypothesis of the standard historical simulation method.It is proposed that historical data of different periods of risk factors be given different weights.The time-weighted historical simulation gives greater weight to historical data that is closer to the present.Reflecting at one time the universal fact that the closer the risk factor has taken place to the present, the more likely it is to repeat it in the future, or, in other words,The closer a risk factor is to the present, the more information can be provided to predict its future distribution.T distribution and Monte Carlo simulation of GARCH model in the last chapter, the results of normal test on the return rate of Shanghai stock market show that the return rate of the market does not follow normal distribution, and there exists the phenomenon of peak and thick tail.Therefore, the calculation of VaR value under normal assumption will result in a large error, especially in the case of higher confidence.After adding the GARCH family model to the general Monte Carlo simulation, the failure days are reduced, but at the 95% confidence level, the failure days based on the GARCH model are still on the edge of the non-rejection region.
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2013
【分類號(hào)】：F830;F224

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田繼敏;馮仲;張格;;歷史模擬法應(yīng)用要點(diǎn)分析[J];中國(guó)金融;2013年08期

2 鹿長(zhǎng)余,高禹,李夫明;估計(jì)VaR的一種新方法及實(shí)證分析[J];上海金融學(xué)院學(xué)報(bào);2005年03期

3 黃曉;;混合歷史模擬法在金融風(fēng)險(xiǎn)度量中的應(yīng)用[J];南方金融;2009年07期

4 王麗;;VaR方法在中國(guó)股市的實(shí)證研究[J];陰山學(xué)刊(自然科學(xué));2011年02期

5 王斐;;試用VAR法衡量企業(yè)外匯風(fēng)險(xiǎn)[J];中小企業(yè)管理與科技(上旬刊);2010年12期

6 張秀娟;;VaR的歷史模擬法的實(shí)證分析[J];黑龍江科技信息;2011年26期

7 袁超;;中國(guó)股票市場(chǎng)指數(shù)VaR值的算法與比較研究[J];沿海企業(yè)與科技;2010年02期

8 杜娟;;基于VaR方法的匯率風(fēng)險(xiǎn)分析[J];東方企業(yè)文化;2010年15期

9 王慧;黃志勇;;基于Buhlmann信度理論的投資組合VAR度量[J];統(tǒng)計(jì)與決策;2009年08期

10 李偉杰;;淺談歷史模擬法VaR的設(shè)計(jì)和實(shí)現(xiàn)[J];時(shí)代金融;2009年07期

相關(guān)會(huì)議論文 前2條

1 陳希鎮(zhèn);郭呈全;;非參數(shù)核密度估計(jì)對(duì)歷史模擬法的改進(jìn)[A];2011年全國(guó)電子信息技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2011年

2 田金信;張國(guó)永;郭志達(dá);;基于支持向量機(jī)改進(jìn)的VaR模型研究[A];第八屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

相關(guān)重要報(bào)紙文章 前1條

1 耿世忠 唐俊玲;淺談VAR技術(shù)的應(yīng)用[N];金融時(shí)報(bào);2005年

相關(guān)碩士學(xué)位論文 前9條

1 吳劍;VaR計(jì)算方法的改進(jìn)及其實(shí)證分析[D];上海交通大學(xué);2011年

2 馬國(guó)強(qiáng);基于VaR歷史模擬法的干散貨航運(yùn)市場(chǎng)分析[D];復(fù)旦大學(xué);2010年

3 徐中華;基于VaR歷史模擬法的中國(guó)股市風(fēng)險(xiǎn)研究[D];復(fù)旦大學(xué);2008年

4 張新建;基于歷史模擬法的市場(chǎng)風(fēng)險(xiǎn)VaR模型改進(jìn)研究[D];哈爾濱工程大學(xué);2008年

5 張思偉;一種基于風(fēng)險(xiǎn)的路網(wǎng)可靠性度量方法的研究[D];天津大學(xué);2005年

6 祁旭華;VaR方法在滬深300中的實(shí)際應(yīng)用與研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2013年

7 尤峗來;基于歷史模擬法和M-C方法的VaR算法改進(jìn)[D];復(fù)旦大學(xué);2013年

8 施照斌;VaR方法及其在我國(guó)證券市場(chǎng)中的運(yùn)用研究[D];華東師范大學(xué);2008年

9 劉俁豪;質(zhì)押組合融資的價(jià)格風(fēng)險(xiǎn)衡量[D];西南交通大學(xué);2012年

，

本文編號(hào)：1717883