基于VaR模型的證券投資基金風(fēng)險管理研究
發(fā)布時間:2022-01-15 06:30
隨著近幾年金融市場的迅猛發(fā)展以及2006年中國基金業(yè)的快速崛起,巨額的資金流入了基金資產(chǎn)管理公司。然而,接下來的全球信貸危機(jī)以及商業(yè)銀行、證券公司的倒閉,使得風(fēng)險管理的重要性被提到了一個空前的高度。投資者所面臨的市場風(fēng)險能否用單一的量化指標(biāo)表示出來這個問題擺到了人們面前。VaR的出現(xiàn)使得投資組合在一定時期內(nèi)最大可能損失的定量化成為可能。目前VaR是國際上流行的風(fēng)險管理工具,它廣泛地應(yīng)用于各種金融工具的風(fēng)險管理。本文首先對國內(nèi)外的研究現(xiàn)狀作了個綜述,介紹了證券投資基金的概況和國內(nèi)外的發(fā)展,在此基礎(chǔ)上分析了投資者購買證券投資基金所面臨的風(fēng)險,闡述了風(fēng)險管理的經(jīng)典理論與現(xiàn)代理論基礎(chǔ)。接下來本文介紹了VaR方法的定義、計算和改進(jìn)。其中詳細(xì)介紹了方差-協(xié)方差法、歷史模擬法和蒙特卡洛法。同時,本文創(chuàng)新地應(yīng)用各種優(yōu)先算法對VaR的傳統(tǒng)算法進(jìn)行了改進(jìn)研究,并對改進(jìn)后的算法進(jìn)行了比較分析。針對數(shù)據(jù)處理方式的不同,運(yùn)用Bootstrap方法和隨機(jī)加權(quán)方法進(jìn)行VaR改進(jìn)研究;針對分布函數(shù)的不同,引入了扭曲函數(shù)修正和厚尾分布修正,使得VaR計算結(jié)果與實(shí)際情況更加符合。此外,本文還著重研究了VaR方法在我國證券...
【文章來源】:江西理工大學(xué)江西省
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【部分圖文】:
三只基金業(yè)績比較
…;P1*(242),P2*(242),…,P5*(242) →V*(242)。各基金目前凈值計算投資組合目前的價值:P1(1),P2(1),…,P5(1)→V(0)。步驟三,用投資組合價值的模擬值與投資組合目前的價值比較,得出 242 筆未來報酬模擬值:△V*(1)= V*(1)- V(0);△V*(2)= V*(2)- V(0);…;△V*(242)= V*(242)- V(0)。步驟四,將未來報酬模擬值△V*(t)(其中 t=1,2,…,242),由小到大順序排列。按照 90%的定置信水平找到相應(yīng)的分位點(diǎn) 242×(1-90%)=24.2,從小到大排列的 242 個未來報酬值的第 24 個即是所求的在 90%的置信水平下的持有基金組合 1 天的風(fēng)險值 VaR。計算得出基金組合未來報酬模擬值如下圖所示:
V*(t),t=1,2, …,1000。步驟四,以目前各基金目前的凈值計算投資組合目前的價值 V(0)。步驟五,比較步驟二所求出之投資組合未來價值的模擬值與目前的價值的比較,可投資組合 1000 筆未來報酬模擬值:△V*(t),t=1,2, …,1000。步驟六,將所建構(gòu)的未來報酬模擬值,由小到大順序排列。按照 95%的定置信水平相應(yīng)的分位點(diǎn) 1000×(1-95%)=50,從小到大排列的 1000 個未來報酬值的第 50 個即求的在 95%的置信水平下的持有基金組合 1 天的風(fēng)險值 VaR。計算得出基金組合未來報酬模擬值如下圖所示:
【參考文獻(xiàn)】:
期刊論文
[1]開放式基金的VaR值測算與評估——基于GARCH模型的實(shí)證分析[J]. 陳小紅,何浩. 武漢金融. 2006(08)
[2]GARCH模型在開放式基金中的實(shí)證研究[J]. 楊湘豫,周屏. 系統(tǒng)工程. 2006(04)
[3]基于fattailed-garch的VaR模型[J]. 羅付巖,唐邵玲. 系統(tǒng)工程. 2005(11)
[4]基于VaR-EGARCH-GED模型的深圳股票市場波動性分析[J]. 劉曉星,何建敏,劉慶富. 南開管理評論. 2005(05)
[5]GARCH族模型計算中國股市在險價值(VaR)風(fēng)險的比較研究與評述[J]. 龔銳,陳仲常,楊棟銳. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2005(07)
[6]不同目標(biāo)類型的開放式基金收益率特征分析[J]. 朱晉. 商業(yè)經(jīng)濟(jì)與管理. 2005(01)
[7]GARCH模型在計算我國股市風(fēng)險價值中的應(yīng)用研究[J]. 鄒建軍,張宗益,秦拯. 系統(tǒng)工程理論與實(shí)踐. 2003(05)
[8]VaR及對證券投資基金的VaR測算[J]. 李繼祥. 重慶工商大學(xué)學(xué)報.西部經(jīng)濟(jì)論壇. 2003(02)
[9]風(fēng)險資產(chǎn)組合的均值—CVaR有效前沿(Ⅰ)[J]. 劉小茂,李楚霖,王建華. 管理工程學(xué)報. 2003(01)
[10]國際金融理論前沿問題述評[J]. 陳雨露. 國際金融研究. 2002(07)
本文編號:3590092
【文章來源】:江西理工大學(xué)江西省
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【部分圖文】:
三只基金業(yè)績比較
…;P1*(242),P2*(242),…,P5*(242) →V*(242)。各基金目前凈值計算投資組合目前的價值:P1(1),P2(1),…,P5(1)→V(0)。步驟三,用投資組合價值的模擬值與投資組合目前的價值比較,得出 242 筆未來報酬模擬值:△V*(1)= V*(1)- V(0);△V*(2)= V*(2)- V(0);…;△V*(242)= V*(242)- V(0)。步驟四,將未來報酬模擬值△V*(t)(其中 t=1,2,…,242),由小到大順序排列。按照 90%的定置信水平找到相應(yīng)的分位點(diǎn) 242×(1-90%)=24.2,從小到大排列的 242 個未來報酬值的第 24 個即是所求的在 90%的置信水平下的持有基金組合 1 天的風(fēng)險值 VaR。計算得出基金組合未來報酬模擬值如下圖所示:
V*(t),t=1,2, …,1000。步驟四,以目前各基金目前的凈值計算投資組合目前的價值 V(0)。步驟五,比較步驟二所求出之投資組合未來價值的模擬值與目前的價值的比較,可投資組合 1000 筆未來報酬模擬值:△V*(t),t=1,2, …,1000。步驟六,將所建構(gòu)的未來報酬模擬值,由小到大順序排列。按照 95%的定置信水平相應(yīng)的分位點(diǎn) 1000×(1-95%)=50,從小到大排列的 1000 個未來報酬值的第 50 個即求的在 95%的置信水平下的持有基金組合 1 天的風(fēng)險值 VaR。計算得出基金組合未來報酬模擬值如下圖所示:
【參考文獻(xiàn)】:
期刊論文
[1]開放式基金的VaR值測算與評估——基于GARCH模型的實(shí)證分析[J]. 陳小紅,何浩. 武漢金融. 2006(08)
[2]GARCH模型在開放式基金中的實(shí)證研究[J]. 楊湘豫,周屏. 系統(tǒng)工程. 2006(04)
[3]基于fattailed-garch的VaR模型[J]. 羅付巖,唐邵玲. 系統(tǒng)工程. 2005(11)
[4]基于VaR-EGARCH-GED模型的深圳股票市場波動性分析[J]. 劉曉星,何建敏,劉慶富. 南開管理評論. 2005(05)
[5]GARCH族模型計算中國股市在險價值(VaR)風(fēng)險的比較研究與評述[J]. 龔銳,陳仲常,楊棟銳. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2005(07)
[6]不同目標(biāo)類型的開放式基金收益率特征分析[J]. 朱晉. 商業(yè)經(jīng)濟(jì)與管理. 2005(01)
[7]GARCH模型在計算我國股市風(fēng)險價值中的應(yīng)用研究[J]. 鄒建軍,張宗益,秦拯. 系統(tǒng)工程理論與實(shí)踐. 2003(05)
[8]VaR及對證券投資基金的VaR測算[J]. 李繼祥. 重慶工商大學(xué)學(xué)報.西部經(jīng)濟(jì)論壇. 2003(02)
[9]風(fēng)險資產(chǎn)組合的均值—CVaR有效前沿(Ⅰ)[J]. 劉小茂,李楚霖,王建華. 管理工程學(xué)報. 2003(01)
[10]國際金融理論前沿問題述評[J]. 陳雨露. 國際金融研究. 2002(07)
本文編號:3590092
本文鏈接:http://sikaile.net/guanlilunwen/zhqtouz/3590092.html
最近更新
教材專著