【摘要】： 隨著金融機(jī)構(gòu)組合交易資產(chǎn)數(shù)目的劇增，金融市場(chǎng)呈現(xiàn)出前所未有的波動(dòng)性和脆弱性，市場(chǎng)風(fēng)險(xiǎn)度量是控制和管理風(fēng)險(xiǎn)的基礎(chǔ)。 本文首先比較詳細(xì)地介紹了現(xiàn)在比較流行的VaR風(fēng)險(xiǎn)度量方法以及傳統(tǒng)VaR的三種計(jì)算方法——?dú)v史模擬法、蒙特卡羅模擬法和方差—協(xié)方差法，并對(duì)這三種計(jì)算方法從多方面進(jìn)行了比較。由于單純的VaR風(fēng)險(xiǎn)度量方法存在著不滿足一致性風(fēng)險(xiǎn)度量的缺陷，所以又引入了一致性風(fēng)險(xiǎn)度量方法CVaR，CVaR方法更好地捕捉了金融數(shù)據(jù)的尾部分布，彌補(bǔ)了VaR的缺陷。 傳統(tǒng)VaR計(jì)算方法一般都要對(duì)金融收益服從哪一類型分布進(jìn)行假設(shè)，這就不可避免地對(duì)這一假設(shè)的有效性產(chǎn)生懷疑。如何有效地刻畫金融資產(chǎn)收益率分布的尾部特征，給出其近似的分布形式，是一個(gè)風(fēng)險(xiǎn)度量模型能否準(zhǔn)確地估計(jì)風(fēng)險(xiǎn)的首要條件。相比較而言，極值理論不會(huì)假設(shè)金融收益服從某一分布，而是自然而然地得出尾部的形態(tài)特征，從而避免模型風(fēng)險(xiǎn)，可以較準(zhǔn)確地計(jì)算極端情況下的VaR。 本文比較系統(tǒng)地闡述了極值理論和極值分布特征，以著名企業(yè)股票指數(shù)為例，將極值理論應(yīng)用于風(fēng)險(xiǎn)價(jià)值的計(jì)算，得出VaR值和CVaR值，并將實(shí)證結(jié)果與傳統(tǒng)VaR方法計(jì)算的結(jié)果進(jìn)行了比較分析，CVaR值比VaR值大，極值方法比傳統(tǒng)方法得出的VaR值大。最后分析得出結(jié)論：傳統(tǒng)的VaR計(jì)算模型是靜態(tài)的模型，應(yīng)用極值理論計(jì)算VaR的模型是動(dòng)態(tài)的、相對(duì)保守的模型。
【學(xué)位授予單位】：河海大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2007
【分類號(hào)】：F830.9;F224
【圖文】：

們也不用關(guān)心樣本母體的分布。 }}}}}一一一一一……圖3一3依次為標(biāo)準(zhǔn)Frechet、叭陌ibull、Gumbel分布圖從圖3一3可以很清楚地看出Frechet分布是用來描述那些極值無上界有下界的分布，M陽(yáng)ibull分布是用來描述極值分布有上界無下界的分布，而G切mbel分布則用來描述極值無上界也無下界的分布。我們通常見到的很多分布函數(shù)都可以根據(jù)它們尾部的狀況劃分到上面的三種極值分布分布中去，例如:學(xué)生分布、Pareto分布、對(duì)數(shù)Ga皿na分布、 Cauchydistributed根據(jù)尾部特征可以劃分到Frechet分布中去;均勻分布和Beta分布的尾部分布可以收斂到認(rèn)陌ibull分布:正態(tài)分布、G~a分布和對(duì)數(shù)正態(tài)分布的尾部分布都收斂到GUmbel分布。但是，在實(shí)際應(yīng)用中對(duì)于一個(gè)給定的極值序列，我們應(yīng)該如何在這三種標(biāo)準(zhǔn)極值分布中做出選擇呢?一種最理想的方法是通過參數(shù)的形式把三種極值分布統(tǒng)一的表示成一個(gè)分布函數(shù)，這樣我們就可以在利用極大似然估計(jì)的時(shí)候，把該參數(shù)也一塊估計(jì)出來，讓數(shù)據(jù)去決定它們的選擇，這將極大的增加模型估計(jì)的準(zhǔn)確性。在這~，，、，、_一~_二‘__.「

纂十極值理論的金融風(fēng)險(xiǎn)度量研究花旗、IBM、通}{i卜也2幾以及沃井J(J馬Jl艾票}1又、J數(shù):}女找注率}’{方圖儀}1圖4一3丘、l」4一6J少i/J、，從}‘f方圖平!!圖右邊的主淺本統(tǒng)i}1準(zhǔn)、jj‘以石}1}四支股票的}}義弓’數(shù):}父六幾率)J‘列均l冬了z川j{.，{11勺少種圣)’Jf)已現(xiàn)象，一11Jal·qt，e一Bera檢驗(yàn)日J(rèn)以{.泛著地于l‘絕一I態(tài)l、‘卜{{星i艾〔)少i以了r一了專統(tǒng)的方法中般都假?zèng)]收舀.下的分布服從11一態(tài)分布，這樣假設(shè)就存在很少\的誤矛性，計(jì)腳-出來的VaR值i’了定不夠雕確)900800700Ser一 esHQ SamPIe13000 observstlonS3000600500400300200Me日nMedlanMaxlmumM}n}mUmStd.Dev.SkewneSSKUrtOSIS 0.000340 0.000000 0.072994一 0.074197 0.009204 0.0209718， 419569100Jarque一Bera Probab}llty3671685 0

CDF 00.010.020.030.040.050.060.07圖4一 9GPD與經(jīng)驗(yàn)分布的比較參數(shù)的置信區(qū)間估計(jì)采用BootstraP的方法來確定，參數(shù)分布圖和Q一Q圖分別如圖4一10和4一11所示。

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 沈怡;我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)管理研究[D];東華大學(xué);2007年

本文編號(hào)：2751239