金融風(fēng)險(xiǎn)指由于收益的不確定性而使資產(chǎn)遭受損失,大多時(shí)候也特指市場(chǎng)風(fēng)險(xiǎn),并且科學(xué)有效地測(cè)量市場(chǎng)風(fēng)險(xiǎn)已經(jīng)成為風(fēng)險(xiǎn)管理領(lǐng)域關(guān)鍵環(huán)節(jié)。風(fēng)險(xiǎn)管理一般有三個(gè)步驟:識(shí)別、測(cè)度和控制風(fēng)險(xiǎn),風(fēng)險(xiǎn)測(cè)度即對(duì)風(fēng)險(xiǎn)的定量分析和測(cè)算,它的好壞關(guān)系著該方法的有用性,因此風(fēng)險(xiǎn)測(cè)度是風(fēng)險(xiǎn)管理中的基礎(chǔ)和關(guān)鍵。對(duì)于金融市場(chǎng)風(fēng)險(xiǎn)的衡量有兩個(gè)基本任務(wù):找到衡量市場(chǎng)風(fēng)險(xiǎn)大小的有效指標(biāo)和確立對(duì)應(yīng)此指標(biāo)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(kāi),VaR模型憑借其簡(jiǎn)明準(zhǔn)確的特點(diǎn)已經(jīng)成為金融業(yè)進(jìn)行風(fēng)險(xiǎn)度量的行業(yè)標(biāo)準(zhǔn)。本文基于VaR模型來(lái)度量基金風(fēng)險(xiǎn),并圍繞基金報(bào)酬率分布形式、表現(xiàn)特征及基金成交量變量、流動(dòng)性風(fēng)險(xiǎn)等方面對(duì)VaR模型進(jìn)行改進(jìn),通過(guò)實(shí)證分析獲得了良好結(jié)果。首先,使用代表資產(chǎn)下側(cè)風(fēng)險(xiǎn)的VaR模型來(lái)替換Sharpe比率中的標(biāo)準(zhǔn)差,這樣能夠精準(zhǔn)刻畫(huà)投資者所關(guān)心的損失風(fēng)險(xiǎn)而不僅僅是廣泛意義上的市場(chǎng)整體風(fēng)險(xiǎn)。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(duì)稱、尖峰厚尾特征。另外,基金報(bào)酬率具備自相關(guān)特性,而VaR模型核心便是收益率的某一分位數(shù),可以說(shuō)VaR模... 

【文章來(lái)源】：北京化工大學(xué)北京市211工程院校教育部直屬院校

【文章頁(yè)數(shù)】：99 頁(yè)

【學(xué)位級(jí)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(pán)?０．０９３１?１．７８６８?－０．６２３０８９?６．９４３４０２?６８８．４瑞銀消費(fèi)?０．０６７６?１．６５５１?－０．７１９１７８?７．５９０２１４?９３１．３中國(guó)?Ａ?股?０．０２５２?１．９４３５?－４．２５８４１６?６３．８４１５８?１５２３８優(yōu)勢(shì)增長(zhǎng)?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(jí)?０．０６２６?１．６８６５?－０．６３０６７?７．６８７５３５?９４８．４銀內(nèi)需增長(zhǎng)?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(cái)富?０．０７３４?１．６０５６?－０．６９４５７８?８．１６２８６４?１１５４．全球視野?－０．０２２８?２．５１４９?－９．２３５４２２?１３８．２５４７?７５２３８對(duì)數(shù)收益率??

【參考文獻(xiàn)】：
期刊論文
[1]流動(dòng)性、流動(dòng)性風(fēng)險(xiǎn)與基金業(yè)績(jī)——基于我國(guó)開(kāi)放式基金的實(shí)證研究[J]. 蘇辛,周勇.  中國(guó)管理科學(xué). 2015(07)
[2]中國(guó)股市流動(dòng)性間接指標(biāo)的檢驗(yàn)——基于買(mǎi)賣(mài)價(jià)差的實(shí)證分析[J]. 張崢,李怡宗,張玉龍,劉翔.  經(jīng)濟(jì)學(xué)(季刊). 2014(01)
[3]成交量信息有助于預(yù)測(cè)中國(guó)股票市場(chǎng)的波動(dòng)嗎?[J]. 王鵬.  數(shù)理統(tǒng)計(jì)與管理. 2013(02)
[4]我國(guó)量化(對(duì)沖)基金業(yè)績(jī)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(fēng)險(xiǎn)度量理論及實(shí)證[J]. 張穎,張富祥.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2012(04)
[6]基于GARCH-CVaR與GARCH-VaR的人民幣匯率風(fēng)險(xiǎn)測(cè)度及效果對(duì)比研究[J]. 朱新玲,黎鵬.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(02)
[7]基于GARCH類(lèi)模型和SV類(lèi)模型的滬深兩市波動(dòng)性研究[J]. 顧鋒娟,岑仲迪.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2011(01)
[8]基于AAVS-CAViaR模型的股市風(fēng)險(xiǎn)測(cè)量研究[J]. 王新宇,宋學(xué)鋒,吳瑞明.  系統(tǒng)工程學(xué)報(bào). 2010(03)
[9]我國(guó)流動(dòng)性調(diào)整下的CAPM研究[J]. 陳青,李子白.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2008(06)
[10]我國(guó)股票市場(chǎng)波動(dòng)非對(duì)稱效應(yīng)的反轉(zhuǎn)——基于VS-GARCH模型的實(shí)證研究[J]. 蔣天虹.  當(dāng)代財(cái)經(jīng). 2008(02)

碩士論文
[1]成交量動(dòng)態(tài)變化對(duì)未來(lái)股票報(bào)酬的預(yù)測(cè)能力[D]. 郭清煌.南京理工大學(xué) 2014
[2]金融市場(chǎng)波動(dòng)率模型及實(shí)證研究[D]. 孔華強(qiáng).首都經(jīng)濟(jì)貿(mào)易大學(xué) 2006



本文編號(hào)：3614327