本文關(guān)鍵詞：基于MCMC算法的股指VaR計算　出處：《山東大學》2013年碩士論文　論文類型：學位論文

  更多相關(guān)文章： VaR MCMC方法 上證指數(shù)

【摘要】：風險測量是風險管理的核心和基礎(chǔ),是對風險的定量分析和評估。隨著金融市場和金融交易的規(guī)模、動態(tài)性、復雜性的增加,以及金融理論和金融工程的發(fā)展,金融市場風險測量技術(shù)也更加綜合化、復雜化。目前,金融市場風險測量的主要方法有靈敏度分析、波動性方法、VaR、壓力測試、以及極值理論(EVT)。其中,VaR是目前金融市場風險測量的主流方法。 目前,金融市場上進行風險管理和度量的方法有很多種類,如靈敏度分析法、波動性方法、VaR、壓力測試、極值理論(EVT)等。其中,VaR方法在金融市場風險管理和度量中起到了顯著作用,可以說是最為主要的方法。 VaR的概念在數(shù)學上出現(xiàn)的很早,但是開始被金融行業(yè)接受始于20世紀80年代。隨著科學技術(shù)的發(fā)展以及VaR框架的逐步推廣,常見的風險度量軟件都會提供計算VaR的模型。很多國際著名的商業(yè)銀行、投資公司等金融機構(gòu)都將VaR用于日常的風險管理,并且在年報中披露VaR。而很多政府監(jiān)管部門也明確規(guī)定必須使用VaR模型衡量風險。 早期,VaR方法并沒有受到如此廣泛的接受和認可。當時市場上常見和主流的風險管理方法有敏感性分析、止損、名義金額以及風險敞口等。然而衍生產(chǎn)品的出現(xiàn)和發(fā)展使得傳統(tǒng)風險管理方法出現(xiàn)很多不足。一方面不同的衍生產(chǎn)品即使名義金額、風險敞口相同,其風險程度可能存在很大差異；另一方面,傳統(tǒng)的風險管理方法沒有充分考慮到市場之間存在的差異性和相關(guān)性,對風險無法有效匯總,因此面臨諸多挑戰(zhàn)。VaR對杠桿、市場差異、相關(guān)性等多方面因素進行了綜合考量,相比之前的風險管理方法具有非常大而明顯的優(yōu)勢。 計算VaR的方法主要有三種：第一種是歷史模擬法,第二種事分析法,第三種是蒙特卡羅模擬法。這不同的三種方法各有利弊。其中歷史模擬法計算速度快,簡單易于實現(xiàn)和理解,然而計算過程依賴于大量歷史數(shù)據(jù),難以滿足市場的變化需求。分析法搜集數(shù)據(jù)和計算都簡單易于實現(xiàn),但是在市場波動時會產(chǎn)生誤差,不能有效檢驗函數(shù)分布的有效性。蒙特卡洛模擬法在處理實際問題時的計算精度較高,對于實際問題處理過程中的非線性現(xiàn)象也可以有效處理,但仍然存在高維和靜態(tài)的不足。 1953年Metropolis, Rosenbluth和Teller最早提出了MCMC方法,他們從某特定分布中隨機選取樣本點,確定一條均衡于該特定分布的馬爾可夫鏈,通過程序模擬并運行一定的時間,將該鏈的狀態(tài)記錄下來作為均衡的近似。1970年,Hastings改進了非對稱馬爾可夫鏈,推進了MCMC方法的發(fā)展。MCMC方法在統(tǒng)計物理學中最早發(fā)現(xiàn)并取得迅速發(fā)展,隨后又被廣泛用于研究解決其他領(lǐng)域存在的問題,而且在不同的研究領(lǐng)域中,MCMC方法側(cè)重的研究方向不一致。例如在計算機科學領(lǐng)域,它的側(cè)重點在于運算規(guī)模與問題增長的尺度是否相適應(yīng)。而隨著應(yīng)用的需求,該方法又出現(xiàn)了新的問題需要解決。專家學者們對馬爾可夫鏈及它的收斂性進行了大量研究,最終形成了完全抽樣思想,即從馬爾可夫鏈的平穩(wěn)分布中精確抽樣替代原先的近似抽樣。1996年P(guān)ropp和Wilson以及1998年Fill在論文中將這一思想進一步發(fā)展和推廣。近期,基于遺傳法則的仿生學、物理學中MCMC方法也逐漸開始使用,加權(quán)MCMC的創(chuàng)新和使用也是近期的新進展。 研究者在MCMC方法方面的創(chuàng)造性思想就是在Monte Carlo模擬中引入馬爾可夫過程,其本質(zhì)是Monte Carlo方法的一種特殊形式,傳統(tǒng)的Monte Carlo模擬是靜態(tài)的,然而MCMC方法實現(xiàn)了動態(tài)模擬,是對傳統(tǒng)的Monte Carlo模擬的創(chuàng)新和改進。 通常我們所用到的MCMC方法主要有：Metropolis-Hastings方法,Gibbs抽樣,格子Gibbs抽樣。本文主要介紹etropolis-Hastings方法、Gibbs抽樣方法的原理和步驟,并在最終的上證指數(shù)的實證部分應(yīng)用Gibbs抽樣。 本文會簡單介紹VaR的計算方法和MCMC方法的原理,最后通過運用MCMC方法計算上證指數(shù)收益率的VaR,討論該方法對于VaR計算的重要意義。
[Abstract]:Risk measurement is the core and foundation of risk management, quantitative analysis and assessment to the risk. As the financial market and financial transaction scale, dynamic, complexity increases, and the development of financial theory and financial engineering, financial market risk measurement technology is also more comprehensive, complicated. At present, the main method of measurement of financial market the risk sensitivity analysis, volatility method, VaR, pressure test, and the extreme value theory (EVT). Among them, VaR is the current mainstream financial market risk measurement methods.
At present, there are many kinds of methods of financial market risk management and measurement, such as sensitivity analysis, volatility method, VaR, pressure test, extreme value theory (EVT). Among them, the VaR method of risk management in the financial market and the measure has played a significant role, can be said to be the most important method.
The concept of VaR in mathematics appeared very early, but the financial industry began to be accepted in 1980s. With the development of science and technology and popularization of the VaR framework, the common risk measurement software will provide models to calculate VaR. Many famous international commercial banks, are VaR for the daily risk management of financial institutions and investment companies so, VaR. and disclosure and many government regulators also clearly must use the VaR model to measure the risk in the annual report.
Early, VaR method has not been so widely accepted and recognized. The risk management methods of common and mainstream market with sensitivity analysis, stop, and the nominal amount of exposure. However, derivative products and development makes the traditional risk management method is insufficient. A different derivative products even if nominal amount the same, the risk exposure, the risk degree may vary; on the other hand, the traditional risk management approach does not fully take into account the differences between market and relativity of risk can not be effectively aggregated, so many challenges facing the market differences.VaR on leverage, many factors, the correlation between a comprehensive consideration, risk compared to the previous management method has very large and obvious advantages.
There are three main methods of VaR: the first is the historical simulation method, second kinds of business analysis, third kinds of Monte Carlo simulation method. These three methods have advantages and disadvantages. The historical simulation method the calculation speed is fast, simple and easy to realize and understand, but the calculation process depends on a large number of historical data, it is difficult to meet the changes in market demand. Analysis to collect data and calculations are simple and easy to implement, but market volatility will have error, can not effectively test the validity of the function distribution. The calculation precision of Monte Carlo method in dealing with practical problems of higher degree, can also be effective for nonlinear phenomena of practical problems in the process, but the lack of there are still high dimensional and static.
In 1953, Metropolis, Rosenbluth and Teller first proposed the MCMC method, they were randomly selected from a specific distribution of sample points, determine a balance in the specific distribution of the Markov chain, through the simulation program and run for a certain time, the state record of the chain down as a balanced approximation.1970, improved non Hastings symmetric Markov chain, to promote the development of MCMC methods and.MCMC methods in statistical physics first discovered and achieved rapid development, and has been widely used in other fields to study and solve the existing problems, and in different fields of study, research methods focus on the direction of MCMC is not consistent. For example in the field of computer science, it is the emphasis the size of the operation and the problem of growing scale. It is fit with the needs of the application, the method and the emergence of new problems to be solved. The experts and scholars on Markov Markov chain and its convergence is studied, and eventually formed a complete sampling idea, namely from the stationary distribution of Markov chain in accurate sampling.1996 Propp alternative approximate sampling and Wilson and Fill in 1998 for further development and promotion in this thesis, the original thought. Recently, the genetic algorithm based on bionics, MCMC physics it has been used, the innovation and the use of weighted MCMC and recent progress.
Researchers in the MCMC method of creative thought is in the Monte Carlo simulation is introduced in the Markov process, its essence is a kind of special form of Monte Carlo method, the traditional Monte Carlo simulation is static, however, to realize the dynamic simulation of the MCMC method, is a simulation of the traditional Monte Carlo innovation and improvement.
Usually, the MCMC methods we use include: Metropolis-Hastings method, Gibbs sampling and lattice Gibbs sampling. This paper mainly introduces the principles and steps of etropolis-Hastings method and Gibbs sampling method, and applies Gibbs sampling to the empirical part of the final Shanghai stock index.
This paper will briefly introduce the calculation method of VaR and the principle of MCMC method. Finally, we will calculate the VaR of Shanghai stock index return rate by using MCMC method, and discuss the significance of this method for VaR computing.

【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：F224;F830.91

【相似文獻】

相關(guān)期刊論文 前10條

1 鐘波;陳珂;;運用基于Bayes估計的閾值模型計算VaR[J];北京工商大學學報(自然科學版);2008年05期

2 梁祺;葉孝明;王影;;供應(yīng)鏈管理中的組合風險決策[J];統(tǒng)計與決策;2006年02期

3 郭曉輝;;基于VaR的無賣空投資組合分析及實證研究[J];北京工商大學學報(自然科學版);2007年02期

4 張波;陳睿君;路璐;;粒子群算法在投資組合中的應(yīng)用[J];系統(tǒng)工程;2007年08期

5 梁益逢;張甲芳;;入世后我國貨幣政策非對稱性效應(yīng)分析[J];福建金融管理干部學院學報;2008年05期

6 鄒新月,呂先進;VaR方法在證券市場尖峰、胖尾分布中的實證分析[J];數(shù)學的實踐與認識;2003年07期

7 王杰;謝明;;中國貨幣供給是內(nèi)生的嗎——基于VAR模型的實證檢驗[J];濟南金融;2007年09期

8 王海俠;;基于VaR的金融市場風險管理[J];統(tǒng)計與決策;2007年18期

9 周惠來;;Kalman濾波在證券投資組合VaR計量中的應(yīng)用[J];河南科學;2008年02期

10 邵萍英;魯方生;;股票投資組合VAR分析與應(yīng)用[J];宿州教育學院學報;2008年06期

相關(guān)會議論文 前10條

1 陳國勝;劉豐軍;王慶增;王資興;魏志剛;;GH4169合金VIM+PESR+VAR三聯(lián)冶煉工藝及其冶金質(zhì)量[A];第十二屆中國高溫合金年會論文集[C];2011年

2 ;Research of Chinese Colleges and Universities S&T Innovation Ability Based on the VAR Model[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

3 ;Nonlinear Adaptive Backstepping Controller Design for Static VAR Compensator[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

4 王書平;閆曉峰;吳振信;;基于VAR模型的鐵礦石價格影響因素分析[A];第十三屆中國管理科學學術(shù)年會論文集[C];2011年

5 王琳;王其文;;我國經(jīng)濟增長與石油進口關(guān)系的VAR模型[A];經(jīng)濟全球化與系統(tǒng)工程——中國系統(tǒng)工程學會第16屆學術(shù)年會論文集[C];2010年

6 郝凱;張美麗;;基于VAR的原鋁貿(mào)易與經(jīng)濟發(fā)展的關(guān)系研究[A];有色金屬工業(yè)科學發(fā)展——中國有色金屬學會第八屆學術(shù)年會論文集[C];2010年

7 趙昕;鄭慧;;基于VAR模型下中國海洋產(chǎn)業(yè)發(fā)展與宏觀經(jīng)濟增長關(guān)聯(lián)機制研究[A];2009中國海洋論壇論文集[C];2009年

8 翟建輝;朱南軍;;保險資金房地產(chǎn)投資的風險分析與度量——基于VaR的角度[A];十二五·新挑戰(zhàn)：經(jīng)濟社會綜合風險管理——北大賽瑟（CCISSR）論壇文集·2011[C];2011年

9 汪青松;鐘波;;利用Bayes估計計算金融風險值VaR[A];全國第十屆企業(yè)信息化與工業(yè)工程學術(shù)年會論文集[C];2006年

10 杜昕;崔立新;;風險管理中的VaR方法及其在期貨市場的應(yīng)用[A];第12屆全國信息管理與工業(yè)工程學術(shù)會議論文匯編[C];2008年

相關(guān)重要報紙文章 前10條

1 電腦商報記者 張林才;危機下的VAR成長之道[N];電腦商報;2009年

2 陳代壽;別叫我SI，，我是VAR[N];中國計算機報;2000年

3 本報記者 馬亮;D-VAR■系統(tǒng)首單落定 美國超導中國電網(wǎng)市場“開花”[N];機電商報;2009年

4 張世俊;怎樣做一個成功的VAR[N];中國計算機報;2000年

5 長城證券研發(fā)中心 杜海濤 韓延河;中國證券市場呼喚VaR[N];證券時報;2001年

6 記者 齊聞潮;中債VaR值產(chǎn)品上線試運行市場反響良好[N];金融時報;2011年

7 張?zhí)m;美國超導公司獲得中國電網(wǎng)市場第四個D-VAR系統(tǒng)訂單[N];機電商報;2010年

8 南華期貨研究所 陳彤　李曉萍;基于VaR方法對原油和黃金市場的風險度量研究[N];期貨日報;2008年

9 海通期貨研究所 郭梁;以基于VaR的動量反轉(zhuǎn)策略應(yīng)對股指極端事件[N];期貨日報;2009年

10 長城證券金融研究所 杜海濤;現(xiàn)券風險VaR測度[N];中國證券報;2002年

相關(guān)博士學位論文 前10條

1 錢藝平;VaR約束的商業(yè)銀行風險管理研究[D];中南大學;2010年

2 陳普;FAVAR及其時變模型在中國宏觀經(jīng)濟的應(yīng)用[D];華中科技大學;2012年

3 李小文;中小企業(yè)移動信息化需求識別與引導機制研究[D];北京郵電大學;2012年

4 黃榮兵;風險值VaR框架下SPAN風險控制理論與應(yīng)用研究[D];華中科技大學;2010年

5 顏陽;我國備兌權(quán)證定價及避險方法研究[D];天津大學;2007年

6 劉存柱;石油市場風險管理理論與方法研究[D];天津大學;2004年

7 韓冬;中國證券市場流動性風險研究[D];天津大學;2006年

8 孫健;金融資產(chǎn)的離散過程動態(tài)風險度量研究[D];哈爾濱工業(yè)大學;2007年

9 路志剛;開放式基金流動性風險及管理研究[D];暨南大學;2005年

10 景楠;中國金屬期貨市場套利交易與風險控制研究[D];暨南大學;2006年

相關(guān)碩士學位論文 前10條

1 秦志紅;基于VaR的開放式基金績效評價研究[D];湖南大學;2010年

2 蔡誠;基于GIS和VAR模型的武漢城市圈區(qū)域經(jīng)濟發(fā)展與土地利用結(jié)構(gòu)擬合關(guān)系研究[D];華中師范大學;2011年

3 李麗;基于VaR的我國商業(yè)銀行利率風險度量研究[D];上海師范大學;2011年

4 葛琳;穩(wěn)定分布條件下VaR模型的應(yīng)用研究[D];華東師范大學;2010年

5 崔占兵;基于VaR的企業(yè)流動性風險評價的研究[D];廣東商學院;2010年

6 朱冬和;基于ADL模型干預模型和VAR模型的量價關(guān)系研究[D];海南師范大學;2011年

7 余小東;基于VaR風險控制的組合效用最大化研究[D];江西財經(jīng)大學;2010年

8 劉博陽;VaR在度量市場流動性風險中的分析與應(yīng)用[D];中國石油大學;2011年

9 呂軼;基于數(shù)值降維技術(shù)的期權(quán)組合非線性VaR模型的研究[D];浙江財經(jīng)學院;2010年

10 張慧平;基于VaR的上市公司財務(wù)風險評估體系的構(gòu)建及實證研究[D];吉林大學;2010年

本文編號：1402133