本文關(guān)鍵詞：基于簡(jiǎn)化WCVaR模型的金融極端風(fēng)險(xiǎn)度量研究　出處：《合肥工業(yè)大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 風(fēng)險(xiǎn)度量 WCVaR 投資組合優(yōu)化 粒子群算法

【摘要】：隨著金融自由化和全球化的不斷發(fā)展,國際金融市場(chǎng)的交易規(guī)模也在不斷壯大。進(jìn)入二十一世紀(jì)以來,計(jì)算機(jī)信息技術(shù)的發(fā)展使得金融產(chǎn)品和金融技術(shù)革新的速度達(dá)到前所未有的高度。然而,由于資本的逐利性,技術(shù)的發(fā)展并不能改變金融行業(yè)的本質(zhì),反而使金融行業(yè)之間的競(jìng)爭(zhēng)愈演愈烈。為了取得超額收益,交易員不惜鋌而走險(xiǎn)。各種金融產(chǎn)品的發(fā)明給投資者提供便利的同時(shí),也加大了整個(gè)市場(chǎng)的投機(jī)性。整個(gè)金融市場(chǎng)的波動(dòng)性越來越大,充斥著各種不穩(wěn)定因素。國內(nèi)方面,大連證券、新華證券先后倒閉,富友證券、南方證券被政府托管。國際方面,從英國巴林銀行、美國雷曼兄弟倒閉,到如今的歐洲國家主權(quán)債務(wù)危機(jī),上述機(jī)構(gòu)之所以走向危機(jī),究其原因,均為其交易員或者管理層對(duì)極端風(fēng)險(xiǎn)重視不足,最終導(dǎo)致嚴(yán)重的后果。因此,金融風(fēng)險(xiǎn)管理已經(jīng)成為現(xiàn)代金融業(yè)的核心之一。因?yàn)榻鹑谑袌?chǎng)具有復(fù)雜性和尖峰肥尾性,目前常用的風(fēng)險(xiǎn)度量方法對(duì)分位點(diǎn)下方的風(fēng)險(xiǎn)重視不夠,現(xiàn)有方法已不太適用當(dāng)今的金融環(huán)境。事實(shí)上,由于“黑天鵝”事件預(yù)測(cè)和控制難度大,破壞性和沖擊性往往更是災(zāi)難性的。本文圍繞這一主題,主要進(jìn)行以下的研究:(1)金融極端風(fēng)險(xiǎn)的理論研究。面對(duì)日益復(fù)雜的國內(nèi)外金融環(huán)境,傳統(tǒng)的金融風(fēng)險(xiǎn)度量方法對(duì)極端環(huán)境下的風(fēng)險(xiǎn)往往重視不夠。本文主要在目前常用的金融風(fēng)險(xiǎn)度量工具的基礎(chǔ)上進(jìn)行延伸并加以改進(jìn),提出了簡(jiǎn)化的WCVaR模型,并對(duì)其進(jìn)行理論推導(dǎo)。(2)金融極端風(fēng)險(xiǎn)的實(shí)證分析。本文選用國內(nèi)外金融市場(chǎng)的主流指數(shù)進(jìn)行實(shí)證分析,分別通過傳統(tǒng)的VaR法、CVaR法和簡(jiǎn)化的WCVaR方法對(duì)金融尾部風(fēng)險(xiǎn)進(jìn)行度量。實(shí)證分析主要分為兩個(gè)部分,第一部分基于歷史模擬法對(duì)以上方法進(jìn)行求解以驗(yàn)證該方法的可行性;第二部分對(duì)三種風(fēng)險(xiǎn)度量方法進(jìn)行事后檢驗(yàn),對(duì)比不同方法對(duì)金融風(fēng)險(xiǎn)度量的有效程度。(3)基于簡(jiǎn)化的WCVaR模型的投資組合優(yōu)化管理。本文在原有風(fēng)險(xiǎn)度量方法的基礎(chǔ)上提出了簡(jiǎn)化的WCVaR風(fēng)險(xiǎn)度量模型。由于該模型具有高維復(fù)雜的max-min結(jié)構(gòu),普通的線性規(guī)劃算法很難求解。本文首次采用粒子群優(yōu)化算法對(duì)其進(jìn)行求解,為極端條件下的風(fēng)險(xiǎn)度量和風(fēng)險(xiǎn)規(guī)避探索出一種新的思路。最后通過實(shí)證,驗(yàn)證了WCVaR模型在風(fēng)險(xiǎn)度量和資產(chǎn)風(fēng)險(xiǎn)規(guī)避方面具有一定的應(yīng)用價(jià)值。
[Abstract]:With the continuous development of financial liberalization and globalization, the scale of international financial markets is also growing. Since 21th century. With the development of computer information technology, the speed of financial products and financial technology innovation has reached an unprecedented high. However, because of the profit-driven nature of capital, the development of technology can not change the nature of the financial industry. Instead, competition between the financial industry intensified. In order to achieve excess returns, traders did not hesitate to take risks. The invention of various financial products provides convenience to investors at the same time. It also increases the speculative nature of the whole market. The whole financial market is becoming more and more volatile, full of various unstable factors. At home, Dalian Securities, Xinhua Securities went bankrupt one after another, Fuyou Securities. Southern Securities was entrusted by the government. Internationally, from the British Bank of Bahrain, the collapse of Lehman Brothers, to the current European sovereign debt crisis, the reasons for the crisis are investigated. For their traders or management to pay less attention to extreme risks, and ultimately lead to serious consequences. Financial risk management has become one of the core of modern financial industry. Because of the complexity and sharp tail of financial market, the current risk measurement methods do not pay enough attention to the risk under the sub-locus. The existing methods are not suitable for the present financial environment. In fact, because of the difficulty of prediction and control of "Black Swan" events, the destructive and impact is often more catastrophic. This paper focuses on this theme. Mainly carry on the following research: 1) the financial extreme risk theory research. Facing the increasingly complex domestic and foreign financial environment. The traditional financial risk measurement methods often pay less attention to the risk in the extreme environment. This paper mainly extends and improves the financial risk measurement tools which are commonly used at present. A simplified WCVaR model is put forward, and the empirical analysis of the extreme financial risk is carried out. In this paper, the mainstream index of the domestic and foreign financial markets is selected for empirical analysis. Through the traditional VaR method Cvar method and the simplified WCVaR method to measure the financial tail risk. The empirical analysis is divided into two parts. The first part is based on the historical simulation method to solve the above method to verify the feasibility of the method; The second part of the three risk measurement methods after the test. Compare the effectiveness of different methods to measure financial risk. Portfolio optimization management based on simplified WCVaR model. This paper proposes a simplified WCVaR risk measurement model based on the original risk measurement method. The model has high dimension and complex max. -min structure. The ordinary linear programming algorithm is difficult to solve. Particle swarm optimization algorithm is used to solve the problem for the first time in order to find a new way of thinking for risk measurement and risk avoidance under extreme conditions. The application value of WCVaR model in risk measurement and asset risk aversion is verified.
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：F224;F831

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李紅權(quán),馬超群;風(fēng)險(xiǎn)度理論及其實(shí)證研究[J];管理工程學(xué)報(bào);2005年03期

2 王洪禮;李勝朋;李棟;;風(fēng)險(xiǎn)投資中風(fēng)險(xiǎn)度量研究[J];科學(xué)管理研究;2005年06期

3 李萍,李楚霖;標(biāo)準(zhǔn)化風(fēng)險(xiǎn)度量與投資決策的雙目標(biāo)優(yōu)化[J];應(yīng)用數(shù)學(xué);2005年01期

4 孫健;安實(shí);王巖;王健;;離散過程風(fēng)險(xiǎn)度量屬性研究[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào);2006年S1期

5 張維;;風(fēng)險(xiǎn)度量的主要模型及其評(píng)述[J];南京審計(jì)學(xué)院學(xué)報(bào);2008年03期

6 任鳳英;李興斯;;基于f-散度的一致風(fēng)險(xiǎn)度量[J];大連理工大學(xué)學(xué)報(bào);2013年05期

7 唐湘晉,李楚霖;關(guān)于風(fēng)險(xiǎn)度量:期望虧空、最壞條件期望和尾部條件期望的等價(jià)定理[J];工程數(shù)學(xué)學(xué)報(bào);2003年06期

8 楊華輝;;上市公司績效及風(fēng)險(xiǎn)度量[J];經(jīng)濟(jì)管理;2006年04期

9 劉軍;柳福祥;;拉普拉斯隨機(jī)序及其在保險(xiǎn)風(fēng)險(xiǎn)度量中的應(yīng)用[J];系統(tǒng)工程;2009年12期

10 任鳳英;李興斯;;一致風(fēng)險(xiǎn)度量和錐優(yōu)化分析[J];運(yùn)籌學(xué)學(xué)報(bào);2010年02期

相關(guān)會(huì)議論文 前8條

1 丁義明;葛新元;方福康;;一類相容風(fēng)險(xiǎn)度量[A];Data Analysis, Econo-physics and Risk Management--Proceedings of CCAST (World Laboratory) Workshop[C];2001年

2 李紅權(quán);馬超群;;風(fēng)險(xiǎn)度向量方法及其實(shí)證研究[A];管理科學(xué)與系統(tǒng)科學(xué)研究新進(jìn)展——第8屆全國青年管理科學(xué)與系統(tǒng)科學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

3 萬上海;;基于凸組合的一致性風(fēng)險(xiǎn)度量決策分析[A];第四屆中國智能計(jì)算大會(huì)論文集[C];2010年

4 許文坤;張衛(wèi)國;陸文可;;基于蒙特卡羅方法的可轉(zhuǎn)債模糊風(fēng)險(xiǎn)度量[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

5 彭錦;;不確定理論與風(fēng)險(xiǎn)理論[A];第四屆中國智能計(jì)算大會(huì)論文集[C];2010年

6 劉向麗;常云博;;中國滬深300股指期貨風(fēng)險(xiǎn)度量——基于流動(dòng)性調(diào)整的收益率的方法研究[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A10系統(tǒng)工程方法在金融、投資、保險(xiǎn)業(yè)等領(lǐng)域的研究[C];2014年

7 滕帆;;中國非壽險(xiǎn)業(yè)現(xiàn)金流量風(fēng)險(xiǎn)度量:基于ES和NRR的估計(jì)[A];中國保險(xiǎn)學(xué)會(huì)首屆學(xué)術(shù)年會(huì)論文集[C];2009年

8 劉子蘭;嚴(yán)明;;全國社會(huì)保障基金投資風(fēng)險(xiǎn)管理研究[A];風(fēng)險(xiǎn)管理與經(jīng)濟(jì)安全：金融保險(xiǎn)業(yè)的視角——北大CCISSR論壇文集·2006[C];2006年

相關(guān)重要報(bào)紙文章 前5條

1 鄭平;用風(fēng)險(xiǎn)度評(píng)估股票投資組合的非系統(tǒng)風(fēng)險(xiǎn)[N];證券時(shí)報(bào);2001年

2 廣永期貨 宋國玲　李雅靜;期貨公司核心風(fēng)險(xiǎn)的量度與控制[N];期貨日?qǐng)?bào);2008年

3 南華期貨研究所 陳彤　李曉萍;基于VaR方法對(duì)原油和黃金市場(chǎng)的風(fēng)險(xiǎn)度量研究[N];期貨日?qǐng)?bào);2008年

4 廣發(fā)期貨發(fā)展研究中心 高能斌;金融衍生品的風(fēng)險(xiǎn)度量及管理[N];期貨日?qǐng)?bào);2010年

5 肖海港　編譯;從《星球大戰(zhàn)》看VaR模型的缺陷[N];期貨日?qǐng)?bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 孫健;金融資產(chǎn)的離散過程動(dòng)態(tài)風(fēng)險(xiǎn)度量研究[D];哈爾濱工業(yè)大學(xué);2007年

2 荀立;Haezendonck-Goovaerts風(fēng)險(xiǎn)度量研究[D];吉林大學(xué);2012年

3 白曉迪;帶離散結(jié)構(gòu)的非凸優(yōu)化問題的算法研究[D];復(fù)旦大學(xué);2014年

4 紀(jì)榮林;動(dòng)態(tài)凸風(fēng)險(xiǎn)度量及相關(guān)問題研究[D];中國礦業(yè)大學(xué);2016年

5 洪江;客觀的風(fēng)險(xiǎn)度量與風(fēng)險(xiǎn)偏好相關(guān)研究[D];浙江大學(xué);2011年

6 李萍;標(biāo)準(zhǔn)化風(fēng)險(xiǎn)度量下的投資決策與合同履約激勵(lì)對(duì)策[D];華中科技大學(xué);2005年

7 李徐;流動(dòng)性風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)的集成風(fēng)險(xiǎn)度量研究[D];復(fù)旦大學(xué);2008年

8 謝非;不確定條件下的企業(yè)國際貿(mào)易匯率風(fēng)險(xiǎn)度量與規(guī)避研究[D];重慶大學(xué);2009年

9 白山;保費(fèi)的非線性風(fēng)險(xiǎn)度量[D];山東大學(xué);2005年

10 王晨;我國金融市場(chǎng)波動(dòng)的區(qū)制關(guān)聯(lián)性與風(fēng)險(xiǎn)度量研究[D];吉林大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 賈佳;失真風(fēng)險(xiǎn)度量[D];中國科學(xué)技術(shù)大學(xué);2009年

2 郭麗;穩(wěn)定分布下基于不同風(fēng)險(xiǎn)度量的投資組合研究[D];鄭州大學(xué);2015年

3 姜智慧;基于含跳-Vasicek模型的VaR風(fēng)險(xiǎn)度量及其敏感性分析[D];南京理工大學(xué);2015年

4 杜婷;冪律分布型隨機(jī)序列和分布的求解方法研究及其應(yīng)用[D];上海交通大學(xué);2015年

5 許瀟文;基于匯率—利率聯(lián)動(dòng)性的匯率市場(chǎng)風(fēng)險(xiǎn)度量研究[D];北京化工大學(xué);2015年

6 林雪勤;中國股市市場(chǎng)的風(fēng)險(xiǎn)度量[D];安徽師范大學(xué);2015年

7 丁洋;基于EVT-CAViaR模型的碳交易市場(chǎng)的風(fēng)險(xiǎn)度量研究[D];合肥工業(yè)大學(xué);2015年

8 劉雷;兩類熵風(fēng)險(xiǎn)度量的估計(jì)及漸近行為的研究[D];揚(yáng)州大學(xué);2015年

9 黃敏;基于風(fēng)險(xiǎn)態(tài)度的譜風(fēng)險(xiǎn)度量研究[D];重慶大學(xué);2015年

10 王洋;非壽險(xiǎn)一年期準(zhǔn)備金風(fēng)險(xiǎn)度量研究[D];天津財(cái)經(jīng)大學(xué);2015年

，

本文編號(hào)：1405537