基于VaR模型的基金風險管理研究
發(fā)布時間:2022-02-05 01:41
金融風險指由于收益的不確定性而使資產(chǎn)遭受損失,大多時候也特指市場風險,并且科學有效地測量市場風險已經(jīng)成為風險管理領域關鍵環(huán)節(jié)。風險管理一般有三個步驟:識別、測度和控制風險,風險測度即對風險的定量分析和測算,它的好壞關系著該方法的有用性,因此風險測度是風險管理中的基礎和關鍵。對于金融市場風險的衡量有兩個基本任務:找到衡量市場風險大小的有效指標和確立對應此指標的有效模型。自1994年,J.P.Morgan公司首次將基于VaR模型的RiskMetric公開,VaR模型憑借其簡明準確的特點已經(jīng)成為金融業(yè)進行風險度量的行業(yè)標準。本文基于VaR模型來度量基金風險,并圍繞基金報酬率分布形式、表現(xiàn)特征及基金成交量變量、流動性風險等方面對VaR模型進行改進,通過實證分析獲得了良好結果。首先,使用代表資產(chǎn)下側風險的VaR模型來替換Sharpe比率中的標準差,這樣能夠精準刻畫投資者所關心的損失風險而不僅僅是廣泛意義上的市場整體風險。其次,基于t分布下EGARCH方法得到的VaR值可以表現(xiàn)出基金中存在的非對稱、尖峰厚尾特征。另外,基金報酬率具備自相關特性,而VaR模型核心便是收益率的某一分位數(shù),可以說VaR模...
【文章來源】:北京化工大學北京市211工程院校教育部直屬院校
【文章頁數(shù)】:99 頁
【學位級別】:碩士
【部分圖文】:
樣本基金所含股票原始成交量折線圖
.....海中小盤?0.0931?1.7868?-0.623089?6.943402?688.4瑞銀消費?0.0676?1.6551?-0.719178?7.590214?931.3中國?A?股?0.0252?1.9435?-4.258416?63.84158?15238優(yōu)勢增長?0.0651?1.6696?-0.687251?6.758016?646.4夏中小板?0.0717?1.8523?-0.67857?5.921665?419.量化阿爾法?0.0777?1.8334?-0.682547?6.479268?563.9雙利分級?0.0626?1.6865?-0.63067?7.687535?948.4銀內(nèi)需增長?0.0827?1.9825?-0.715939?6.29564?521.3新興產(chǎn)業(yè)?0.0647?1.7256?-0.72464?6.087284?469.6中證?500?0.0825?1.8877?-0.956226?7.218761?866.2首選企業(yè)?0.0728?1.9297?-0.773407?6.403398?564.2中證財富?0.0734?1.6056?-0.694578?8.162864?1154.全球視野?-0.0228?2.5149?-9.235422?138.2547?75238對數(shù)收益率??
【參考文獻】:
期刊論文
[1]流動性、流動性風險與基金業(yè)績——基于我國開放式基金的實證研究[J]. 蘇辛,周勇. 中國管理科學. 2015(07)
[2]中國股市流動性間接指標的檢驗——基于買賣價差的實證分析[J]. 張崢,李怡宗,張玉龍,劉翔. 經(jīng)濟學(季刊). 2014(01)
[3]成交量信息有助于預測中國股票市場的波動嗎?[J]. 王鵬. 數(shù)理統(tǒng)計與管理. 2013(02)
[4]我國量化(對沖)基金業(yè)績表現(xiàn)的比較分析[J]. 許紅偉,吳沖鋒,張翔. 投資研究. 2013(02)
[5]分位數(shù)回歸的金融風險度量理論及實證[J]. 張穎,張富祥. 數(shù)量經(jīng)濟技術經(jīng)濟研究. 2012(04)
[6]基于GARCH-CVaR與GARCH-VaR的人民幣匯率風險測度及效果對比研究[J]. 朱新玲,黎鵬. 中南民族大學學報(自然科學版). 2011(02)
[7]基于GARCH類模型和SV類模型的滬深兩市波動性研究[J]. 顧鋒娟,岑仲迪. 數(shù)學的實踐與認識. 2011(01)
[8]基于AAVS-CAViaR模型的股市風險測量研究[J]. 王新宇,宋學鋒,吳瑞明. 系統(tǒng)工程學報. 2010(03)
[9]我國流動性調(diào)整下的CAPM研究[J]. 陳青,李子白. 數(shù)量經(jīng)濟技術經(jīng)濟研究. 2008(06)
[10]我國股票市場波動非對稱效應的反轉(zhuǎn)——基于VS-GARCH模型的實證研究[J]. 蔣天虹. 當代財經(jīng). 2008(02)
碩士論文
[1]成交量動態(tài)變化對未來股票報酬的預測能力[D]. 郭清煌.南京理工大學 2014
[2]金融市場波動率模型及實證研究[D]. 孔華強.首都經(jīng)濟貿(mào)易大學 2006
本文編號:3614327
【文章來源】:北京化工大學北京市211工程院校教育部直屬院校
【文章頁數(shù)】:99 頁
【學位級別】:碩士
【部分圖文】:
樣本基金所含股票原始成交量折線圖
.....海中小盤?0.0931?1.7868?-0.623089?6.943402?688.4瑞銀消費?0.0676?1.6551?-0.719178?7.590214?931.3中國?A?股?0.0252?1.9435?-4.258416?63.84158?15238優(yōu)勢增長?0.0651?1.6696?-0.687251?6.758016?646.4夏中小板?0.0717?1.8523?-0.67857?5.921665?419.量化阿爾法?0.0777?1.8334?-0.682547?6.479268?563.9雙利分級?0.0626?1.6865?-0.63067?7.687535?948.4銀內(nèi)需增長?0.0827?1.9825?-0.715939?6.29564?521.3新興產(chǎn)業(yè)?0.0647?1.7256?-0.72464?6.087284?469.6中證?500?0.0825?1.8877?-0.956226?7.218761?866.2首選企業(yè)?0.0728?1.9297?-0.773407?6.403398?564.2中證財富?0.0734?1.6056?-0.694578?8.162864?1154.全球視野?-0.0228?2.5149?-9.235422?138.2547?75238對數(shù)收益率??
【參考文獻】:
期刊論文
[1]流動性、流動性風險與基金業(yè)績——基于我國開放式基金的實證研究[J]. 蘇辛,周勇. 中國管理科學. 2015(07)
[2]中國股市流動性間接指標的檢驗——基于買賣價差的實證分析[J]. 張崢,李怡宗,張玉龍,劉翔. 經(jīng)濟學(季刊). 2014(01)
[3]成交量信息有助于預測中國股票市場的波動嗎?[J]. 王鵬. 數(shù)理統(tǒng)計與管理. 2013(02)
[4]我國量化(對沖)基金業(yè)績表現(xiàn)的比較分析[J]. 許紅偉,吳沖鋒,張翔. 投資研究. 2013(02)
[5]分位數(shù)回歸的金融風險度量理論及實證[J]. 張穎,張富祥. 數(shù)量經(jīng)濟技術經(jīng)濟研究. 2012(04)
[6]基于GARCH-CVaR與GARCH-VaR的人民幣匯率風險測度及效果對比研究[J]. 朱新玲,黎鵬. 中南民族大學學報(自然科學版). 2011(02)
[7]基于GARCH類模型和SV類模型的滬深兩市波動性研究[J]. 顧鋒娟,岑仲迪. 數(shù)學的實踐與認識. 2011(01)
[8]基于AAVS-CAViaR模型的股市風險測量研究[J]. 王新宇,宋學鋒,吳瑞明. 系統(tǒng)工程學報. 2010(03)
[9]我國流動性調(diào)整下的CAPM研究[J]. 陳青,李子白. 數(shù)量經(jīng)濟技術經(jīng)濟研究. 2008(06)
[10]我國股票市場波動非對稱效應的反轉(zhuǎn)——基于VS-GARCH模型的實證研究[J]. 蔣天虹. 當代財經(jīng). 2008(02)
碩士論文
[1]成交量動態(tài)變化對未來股票報酬的預測能力[D]. 郭清煌.南京理工大學 2014
[2]金融市場波動率模型及實證研究[D]. 孔華強.首都經(jīng)濟貿(mào)易大學 2006
本文編號:3614327
本文鏈接:http://sikaile.net/guanlilunwen/fengxianguanli/3614327.html
最近更新
教材專著