本文選題：風(fēng)險(xiǎn)度量 + 風(fēng)險(xiǎn)價(jià)值度VaR��； 參考：《山東大學(xué)》2014年碩士論文

【摘要】：隨著世界經(jīng)濟(jì)的不斷發(fā)展,經(jīng)濟(jì)全球化與金融一體化趨勢(shì)變得越來(lái)越明顯,金融技術(shù)不斷地進(jìn)步,世界金融市場(chǎng)與金融環(huán)境發(fā)生了翻天覆地的變化,金融風(fēng)險(xiǎn)不斷增加,金融風(fēng)險(xiǎn)管理便伴隨著金融市場(chǎng)風(fēng)險(xiǎn)的增加應(yīng)運(yùn)而生,成為了金融企業(yè)與工商管理機(jī)構(gòu)的主要內(nèi)容。為了更好地度量風(fēng)險(xiǎn),經(jīng)過(guò)各國(guó)金融界的大量的分析研究,基于市場(chǎng)價(jià)值測(cè)量法(mark-to-market)的風(fēng)險(xiǎn)價(jià)值方法(Value at Risk,簡(jiǎn)稱(chēng)VaR),成為了當(dāng)前金融界進(jìn)行風(fēng)險(xiǎn)度量的主要方法。 風(fēng)險(xiǎn)價(jià)值方法(VaR方法)是近年來(lái)國(guó)際上比較流行的一種風(fēng)險(xiǎn)管理工具。它在金融風(fēng)險(xiǎn)的計(jì)量、預(yù)測(cè)和控制等領(lǐng)域已得到十分廣泛的應(yīng)用。它的核心內(nèi)容涉及分布的擬合及尾部分布的處理等問(wèn)題,當(dāng)然這些問(wèn)題也是當(dāng)今國(guó)外金融領(lǐng)域研究的最熱門(mén)問(wèn)題之一。傳統(tǒng)的研究認(rèn)為金融市場(chǎng)的變量的收益率的變化應(yīng)當(dāng)服從高斯分布(也就是正態(tài)分布),但是近些年的研究表明傳統(tǒng)的正態(tài)分布模型假設(shè)嚴(yán)重低估了風(fēng)險(xiǎn),因?yàn)楝F(xiàn)實(shí)中的經(jīng)濟(jì)變量的收益率分布并非是嚴(yán)格意義上的正態(tài)分布,變量收益率的分布十分的類(lèi)似正態(tài)分布,但卻具有厚尾效應(yīng),即分布的尾部比正態(tài)分布的尾部更加的肥厚。關(guān)于如何處理厚尾效應(yīng),不同的人有不同的處理方法,有人采用基于極值理論的廣義帕雷托(Pareto)分布(即冪律分布)來(lái)代替正態(tài)分布,有人對(duì)傳統(tǒng)的歷史模擬法進(jìn)行改進(jìn)來(lái)計(jì)算VaR,總而言之,目前對(duì)VaR值的計(jì)算并沒(méi)有一套統(tǒng)一的標(biāo)準(zhǔn)方法。 本文中首先會(huì)對(duì)VaR的起源、定義等相關(guān)的背景知識(shí)做詳細(xì)的介紹,然后給大家介紹一下目前學(xué)術(shù)界以及應(yīng)用界進(jìn)行VaR值計(jì)算的常用的主要方法,并且會(huì)對(duì)這些方法進(jìn)行詳盡的分析對(duì)比,給出每一種方法優(yōu)點(diǎn)與不足,提出關(guān)于VaR值計(jì)算的改進(jìn)方案,保證該方法可以準(zhǔn)確的計(jì)算出組合的風(fēng)險(xiǎn)價(jià)值度的大小,進(jìn)而準(zhǔn)確的度量出組合的風(fēng)險(xiǎn)。當(dāng)然,在對(duì)VaR的改進(jìn)的過(guò)程中,不可避免的會(huì)涉及到一些其他的數(shù)學(xué)模型,此時(shí)也會(huì)對(duì)這些模型做出詳細(xì)的介紹,以保證文中對(duì)VaR值計(jì)算方法的改進(jìn)的嚴(yán)謹(jǐn)性與準(zhǔn)確性。例如,在對(duì)VaR進(jìn)行更新的過(guò)程中會(huì)涉及到對(duì)標(biāo)的變量波動(dòng)率的更新,此時(shí)需要引進(jìn)波動(dòng)率更新的常用的指數(shù)加權(quán)移動(dòng)平均模型(EWMA模型)與廣義自回歸異條件異方差模型(GARCH模型)等數(shù)學(xué)模型,到時(shí)候文中會(huì)對(duì)相關(guān)模型做出詳細(xì)的介紹。最后進(jìn)行實(shí)證分析,通過(guò)VaR系統(tǒng)或VaR模型來(lái)計(jì)算投資組合的VaR值,并結(jié)合組合的歷史數(shù)據(jù)來(lái)進(jìn)行回顧測(cè)試,對(duì)比組合的每天的實(shí)際損失是否超出了通過(guò)模型計(jì)算的得到的VaR值,此時(shí)實(shí)際損失超出組合的VaR值的情形稱(chēng)之為例外。假如組合的VaR值的置信度為99%,那么在回顧測(cè)試中就需要檢驗(yàn)例外發(fā)生的天數(shù)與檢測(cè)的整體天數(shù)的比例是否達(dá)到1%,如果例外發(fā)生的比例小于等于1%,此時(shí)得到結(jié)論：VaR模型得到的結(jié)果是準(zhǔn)確的。當(dāng)然若例外發(fā)生的比例大于1%,此時(shí)文中計(jì)算VaR的方法是有問(wèn)題的,需要調(diào)整計(jì)算VaR值的方法來(lái)提高VaR模型的精確度�；仡櫆y(cè)試為VaR系統(tǒng)的重要組成部分之一,在進(jìn)行回顧測(cè)試時(shí)可能會(huì)遇到一些問(wèn)題,文中會(huì)對(duì)遇到的問(wèn)題做詳細(xì)的分析,以確保VaR系統(tǒng)的準(zhǔn)確性。
[Abstract]:With the continuous development of world economy, economic globalization and financial integration trend has become more and more obvious, financial technology continues to progress, the change of the world happened to turn the world upside down the financial market and the financial environment, financial risks increase, financial risk management is accompanied by an increased risk of financial market emerged, become the main content of financial institutions and business enterprises management. In order to measure the risk, through the analysis of a large number of financial circles all over the world, the market value measurement method based on the value at risk (mark-to-market) method (Value at Risk, referred to as VaR), has become the main method of the financial risk measurement.
The risk value method (VaR method) is a risk management tool is more popular in recent years in the world. It is in the financial risk measurement, prediction and control in the field has been widely used. Its core content relates to the fitting and the tail of the distribution problems such as distribution, of course, these problems are the most popular problem today study abroad in the financial field. The traditional research that the change of financial market variables yields should obey the Gauss distribution (i.e. normal distribution), but recent studies show that the traditional assumptions of normal distribution model seriously underestimated the risk, because the reality of the economic variables in the distribution of return rate is not normal distribution in the strict sense, similar to normal distribution is the distribution of variable rate of return, but with a thick tail effect, namely the tail of the distribution tail than the normal distribution. The more fat thickness On how to deal with the heavy tail effect, different people have different processing methods, one using generalized Pareto based on extreme value theory (Pareto) distribution (i.e. power-law distribution) instead of the normal distribution, some of the traditional historical simulation method to calculate the VaR, in short, there is not a uniform standard method for calculation of VaR value.
First the origin of VaR in this paper, the definition of the background knowledge related to do a detailed introduction, and then introduce the current academic circles and the application value of VaR methods of calculation, and will carry out a detailed analysis and comparison of these methods, gives each method advantages and disadvantages, put forward a VaR the value calculation of the improved scheme, to ensure that the method can accurately calculate the value of portfolio risk degree, and then measure the portfolio risk. Of course, in the process of improvement of the VaR, inevitably involves some other mathematical models, this will also make a detailed description of these models. In order to ensure the value of the improvement method for preciseness and accuracy of VaR in this paper. For example, in the process of VaR update involves variable underlying rate update, this requires the introduction of fluctuation Exponential weighted rate update moving average model (EWMA model) and generalized autoregressive conditional heteroskedasticity model (ISO GARCH model) and other mathematical model, and this paper will make a detailed introduction to the related model. Finally, the empirical analysis, through the VaR system or VaR model to calculate the VaR value of investment portfolio, and review test combined with historical data, the actual loss of contrast combination of every day is beyond the model calculated by VaR value, then the actual loss exceeds the combined VaR value of the call exception. The VaR value of the combination if confidence is 99%, then the overall review test will need in the days of days with the exception of the test whether the proportion reached 1%, if the exception occurs the proportion of less than or equal to 1%, then get the conclusion: the results of the VaR model is accurate. Of course, if the cases occurred outside The ratio is greater than 1%, the calculation method of VaR at this time is a problem, need to adjust the VaR value calculation method to improve the accuracy of VaR model. The test review is one of the most important part of VaR system, in the review of the test may encounter some problems, this paper will do a detailed analysis of the problems encountered. In order to ensure the accuracy of the VaR system.

【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：F224;F830.91

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 毛育儀;;也談?wù)勶L(fēng)險(xiǎn)價(jià)值問(wèn)題[J];財(cái)務(wù)與會(huì)計(jì);1989年03期

2 岳意定,徐瑞生;金融工具風(fēng)險(xiǎn)價(jià)值的測(cè)定[J];武漢金融;2001年03期

3 金磊;風(fēng)險(xiǎn)價(jià)值的優(yōu)點(diǎn)及其在中國(guó)金融市場(chǎng)的應(yīng)用[J];經(jīng)濟(jì)問(wèn)題探索;2003年03期

4 吳梅;企業(yè)風(fēng)險(xiǎn)價(jià)值管理的理論探討[J];商場(chǎng)現(xiàn)代化;2005年01期

5 汪朋;蔡翔云;;改進(jìn)的閾值模型及其在風(fēng)險(xiǎn)價(jià)值中的應(yīng)用[J];現(xiàn)代商業(yè);2008年36期

6 汪朋;蔡翔云;;改進(jìn)的閾值模型及其在風(fēng)險(xiǎn)價(jià)值中的應(yīng)用[J];市場(chǎng)研究;2008年11期

7 王周偉;鄔展霞;;金融資產(chǎn)綜合風(fēng)險(xiǎn)價(jià)值動(dòng)態(tài)評(píng)估研究[J];財(cái)經(jīng)理論與實(shí)踐;2012年05期

8 賀曼;;淺談風(fēng)險(xiǎn)價(jià)值方法在中國(guó)股市中的實(shí)證[J];商業(yè)文化(下半月);2012年11期

9 陳亞民;;談風(fēng)險(xiǎn)價(jià)值在社會(huì)主義經(jīng)濟(jì)中的運(yùn)用[J];會(huì)計(jì)研究;1986年06期

10 張克業(yè);;談?wù)勶L(fēng)險(xiǎn)價(jià)值原理[J];財(cái)務(wù)與會(huì)計(jì);1986年12期

相關(guān)會(huì)議論文 前2條

1 王愷明;潘和平;周文炯;;敲出累計(jì)期權(quán)的風(fēng)險(xiǎn)價(jià)值研究[A];第四屆（2009）中國(guó)管理學(xué)年會(huì)——金融分會(huì)場(chǎng)論文集[C];2009年

2 王芝蘭;王靜;王勁松;;基于風(fēng)險(xiǎn)價(jià)值方法的農(nóng)業(yè)旱災(zāi)風(fēng)險(xiǎn)評(píng)估[A];第31屆中國(guó)氣象學(xué)會(huì)年會(huì)S5 干旱災(zāi)害風(fēng)險(xiǎn)評(píng)估與防控[C];2014年

相關(guān)重要報(bào)紙文章 前5條

1 北京大學(xué)中國(guó)政府創(chuàng)新研究中心副主任、研究員 楊雪冬;呼喚責(zé)任共擔(dān)的風(fēng)險(xiǎn)價(jià)值[N];南方日?qǐng)?bào);2011年

2 朱燁;分析科技勞動(dòng)應(yīng)該考慮風(fēng)險(xiǎn)因素[N];發(fā)展導(dǎo)報(bào);2002年

3 王定紅;股指期貨合約乘數(shù)設(shè)計(jì)要考慮風(fēng)險(xiǎn)價(jià)值[N];期貨日?qǐng)?bào);2007年

4 肖軍;風(fēng)險(xiǎn)價(jià)值(VAR)[N];國(guó)際商報(bào);2005年

5 記者 谷秀軍;修訂指引體現(xiàn)更審慎監(jiān)管理念[N];金融時(shí)報(bào);2009年

相關(guān)博士學(xué)位論文 前1條

1 彭選華;金融風(fēng)險(xiǎn)價(jià)值量化分析的模型與實(shí)證[D];重慶大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 胡祥;關(guān)于求解風(fēng)險(xiǎn)價(jià)值問(wèn)題的改進(jìn)方法[D];安徽大學(xué);2012年

2 吳恒;企業(yè)風(fēng)險(xiǎn)價(jià)值評(píng)價(jià)研究[D];重慶大學(xué);2002年

3 李艷春;風(fēng)險(xiǎn)價(jià)值的優(yōu)化算法[D];吉林大學(xué);2014年

4 胡月輝;風(fēng)險(xiǎn)價(jià)值理論及其在投資組合中的應(yīng)用[D];清華大學(xué);2004年

5 文鳳華;基于風(fēng)險(xiǎn)價(jià)值偏好的投資決策分析[D];湖南大學(xué);2001年

6 薛彩榮;風(fēng)險(xiǎn)價(jià)值體系中風(fēng)險(xiǎn)量化方法的實(shí)證與比較[D];中國(guó)農(nóng)業(yè)大學(xué);2002年

7 李振亞;風(fēng)險(xiǎn)價(jià)值方法在證券投資組合風(fēng)險(xiǎn)管理中的一些應(yīng)用[D];電子科技大學(xué);2008年

8 楊龍;開(kāi)放式基金風(fēng)險(xiǎn)價(jià)值測(cè)度模型的優(yōu)化與實(shí)證[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

9 李穎;基于風(fēng)險(xiǎn)價(jià)值（VaR）的制造業(yè)上市公司財(cái)務(wù)風(fēng)險(xiǎn)管理研究[D];西北大學(xué);2013年

10 徐虎;熵風(fēng)險(xiǎn)價(jià)值與最優(yōu)投資組合選擇[D];山東大學(xué);2013年

，

本文編號(hào)：1755835