【摘要】：風(fēng)險(xiǎn)價(jià)值(VaR)描述了金融機(jī)構(gòu)所而臨的市場(chǎng)風(fēng)險(xiǎn)的測(cè)量問題,在1993年被G30集團(tuán)提出之后便成為金融界測(cè)量市場(chǎng)風(fēng)險(xiǎn)的主流方法。各種測(cè)量方法的核心思想是刻畫資產(chǎn)收益率的分布,然后計(jì)算給定置信水平下的分位數(shù)。 最基本的方法之一是歷史模擬法,思想和操作較為簡單,但容易受到歷史數(shù)據(jù)長度和歷史波動(dòng)的影響,而且.忽略了異常值的分布狀況,難以反映準(zhǔn)確的風(fēng)險(xiǎn)價(jià)值。另一種基本方法是蒙特卡洛法,假設(shè)資產(chǎn)價(jià)格服從幾何布朗運(yùn)動(dòng),用計(jì)算機(jī)模擬計(jì)算持有期末的資產(chǎn)價(jià)格,但這存在模型風(fēng)險(xiǎn),且對(duì)于多種資產(chǎn)組成的投資組合,需要花費(fèi)大量的運(yùn)行時(shí)間。在實(shí)證分析中,很多經(jīng)濟(jì)學(xué)家發(fā)現(xiàn)收益率具有波動(dòng)率聚集現(xiàn)象,這種波動(dòng)率聚集現(xiàn)象被稱為條件異方差效應(yīng),即ARCH效應(yīng)。為了刻畫這種聚集現(xiàn)象而提出了條件波動(dòng)率模型,這時(shí)波動(dòng)率是隨著時(shí)間變化的隨機(jī)變量,這就是GARCH模型族。由于風(fēng)險(xiǎn)是來自極端事件,也即是收益率分布的尾部,所以只需要對(duì)收益率的尾部進(jìn)行研究,直接刻畫尾部特征�；谶@種思想提出了極值理論。極值理論分為分塊極值理論和超越閥值的極值理論,它們給出了風(fēng)險(xiǎn)價(jià)值較好的計(jì)算。但VaR只給出了置信水平下最低的收益率,但并沒有說明如果風(fēng)險(xiǎn)真的發(fā)生,到底會(huì)有多大的損失。這時(shí)利用期望損失(Expected shortfall, ES),可以給出超過VaR后的期望損失。在實(shí)際中,除了要檢驗(yàn)?zāi)Ｐ徒⒌氖欠裾_之外,還得檢驗(yàn)?zāi)Ｐ褪欠衲軌蚍从痴鎸?shí)的風(fēng)險(xiǎn)價(jià)值,這樣我們使用Kupiec失敗率進(jìn)行回測(cè)檢驗(yàn)。Kupiec檢驗(yàn)是根據(jù)VaR的置信水平,汁算在未來一定時(shí)期內(nèi),資產(chǎn)收益率“應(yīng)該”超過所計(jì)算的VaR的頻率,給出置信水平為95%的非拒絕域,這樣來考察所得到的VaR是否合適。 最后,我們利用上證指數(shù)和深證成指兩種指數(shù),對(duì)上面介紹的方法進(jìn)行模擬實(shí)證分析。金融數(shù)據(jù)具有厚尾性,不滿足正態(tài)分布的特征。模型結(jié)果的對(duì)比發(fā)現(xiàn),歷史模擬法受歷史數(shù)據(jù)的長度影響,Kupiec檢驗(yàn)結(jié)果顯示,改變歷史數(shù)據(jù)長度前后所計(jì)算出來的VaR.均不具有有效性。通過對(duì)數(shù)據(jù)的ARCH效應(yīng)檢驗(yàn),肯定了條件異方差的存在,說明使用GARCH模型對(duì)收益率進(jìn)行建模是合理的。ARCH模型中需要估計(jì)的參數(shù)較多,降低了模型的準(zhǔn)確性,得出VaR均被高估。GARCH模型可以有效的避免過多的參數(shù),提高模型的準(zhǔn)確性,Kupiec檢驗(yàn)結(jié)果顯示該方法計(jì)算的VaR具有一定的可信度。最有效的還是基于極值理論的方法,分為分塊極大值理論(Block Maximum Model, BMM)和超越閥值的極值理論(Peaks Over Threshold, POT),但BAMM方法容易受到所分“塊”的大小影響,這就要求需要根據(jù)實(shí)際進(jìn)行調(diào)整所分塊的大小。整體來看POT方法表現(xiàn)較好,說明極值理論中的POT方法是刻畫收益率尾部特征的有效工具。但任何一種方法總是有局限性的,我們需要通過多種方法計(jì)算VaR,通過回測(cè)檢驗(yàn)所計(jì)算VaR準(zhǔn)確與否,這樣得到的風(fēng)險(xiǎn)價(jià)值才具有可靠性。
[Abstract]:......
【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】：2013
【分類號(hào)】：F561;O212.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 魏宇;;金融市場(chǎng)的收益分布與EVT風(fēng)險(xiǎn)測(cè)度[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2006年04期

2 陳守東;孔繁利;胡錚洋;;基于極值分布理論的VaR與ES度量[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2007年03期

3 張香云;趙旭;;廣義Pareto模型統(tǒng)計(jì)推斷及其應(yīng)用[J];數(shù)理統(tǒng)計(jì)與管理;2011年06期

4 田宏偉,詹原瑞,邱軍;極值理論(EVT)方法用于受險(xiǎn)價(jià)值(VaR)計(jì)算的實(shí)證比較與分析[J];系統(tǒng)工程理論與實(shí)踐;2000年10期

5 周開國,繆柏其;應(yīng)用極值理論計(jì)算在險(xiǎn)價(jià)值(VaR)——對(duì)恒生指數(shù)的實(shí)證分析[J];預(yù)測(cè);2002年03期

6 黃大山,劉明軍,盧祖帝;極值風(fēng)險(xiǎn)E-VaR及深圳成指實(shí)證研究[J];管理評(píng)論;2005年06期

相關(guān)碩士學(xué)位論文 前2條

1 張春英;尾部指標(biāo)估計(jì)中的閾值選擇[D];天津大學(xué);2005年

2 馬振華;基于極值理論的VaR計(jì)算方法研究[D];武漢理工大學(xué);2009年

，

本文編號(hào)：2405385