本文關(guān)鍵詞：基于精簡(jiǎn)Monte Carlo的市場(chǎng)風(fēng)險(xiǎn)測(cè)量研究及其在中國(guó)OTC金融衍生品市場(chǎng)的應(yīng)用

  更多相關(guān)文章： OTC金融衍生品 主成分分析 精簡(jiǎn)Monte Carlo VaR

【摘要】：近年來(lái),中國(guó)人民銀行加速推進(jìn)利率市場(chǎng)化進(jìn)程和匯率制度改革,國(guó)內(nèi)金融產(chǎn)品創(chuàng)新層出不窮,利率互換、貨幣互換等創(chuàng)新利率匯率衍生產(chǎn)品在國(guó)內(nèi)市場(chǎng)上規(guī)模不斷擴(kuò)大,因而對(duì)風(fēng)險(xiǎn)的準(zhǔn)確測(cè)量和有效管理提出更高要求。國(guó)際市場(chǎng)上各種因風(fēng)險(xiǎn)管理控制不善而導(dǎo)致的衍生品交易災(zāi)難頻頻出現(xiàn)：從1995年里森過(guò)度投機(jī)日經(jīng)指數(shù)和日經(jīng)期貨導(dǎo)致10億美元的虧損——直接導(dǎo)致百年巴林銀行頃刻坍塌、到2008年法國(guó)興業(yè)銀行期貨投機(jī)事件導(dǎo)致71億虧損、再到2012年摩根大通的“倫敦鯨”事件直接導(dǎo)致58億美元的虧損,無(wú)一不是對(duì)風(fēng)險(xiǎn)的有效測(cè)量和管理敲響警鐘。本文結(jié)合國(guó)際結(jié)算銀行(Bank for International Settlements)2013年6月的場(chǎng)外衍生品的統(tǒng)計(jì)數(shù)據(jù)和《2013年第四季度中國(guó)貨幣政策執(zhí)行報(bào)告》分析國(guó)際和國(guó)內(nèi)市場(chǎng)上OTC金融衍生品發(fā)展?fàn)顩r,基于中國(guó)OTC金融衍生品的快速發(fā)展的事實(shí)以及風(fēng)險(xiǎn)復(fù)雜性的不斷增加,試圖驗(yàn)證精簡(jiǎn)Monte Carlo模擬方法在測(cè)量該市場(chǎng)OTC金融衍生品的適用性和有效性。在具體的方法論和理論基礎(chǔ)上,本文在參考國(guó)外成熟的研究成果的基礎(chǔ)上利用Hermite插值模型擬合的中國(guó)銀行間固定利率國(guó)債收益率曲線(Wind)和美國(guó)國(guó)債收益率(來(lái)自美國(guó)財(cái)政部網(wǎng)站)以及人民幣兌美元匯率中間價(jià)(Wind)作為風(fēng)險(xiǎn)因子來(lái)源,用精簡(jiǎn)的Monte Carlo方法測(cè)算中國(guó)OTC市場(chǎng)的主要的利率匯率衍生品：利率互換和貨幣互換及其組合的VaR風(fēng)險(xiǎn)價(jià)值。首先,根據(jù)利率映射法把現(xiàn)金流貼現(xiàn)映射到有限的17個(gè)關(guān)鍵利率期限上,再利用主成分分析方法把有現(xiàn)金流的風(fēng)險(xiǎn)因子簡(jiǎn)化成3種主成分因子,然后利用Monte Carlo模擬方法進(jìn)行隨機(jī)模擬,從而在保持較高的計(jì)算精度的基礎(chǔ)上大大減少計(jì)算量。而后,本文用分析方法(即方差協(xié)方差方法)和傳統(tǒng)蒙特卡洛模擬法等不同的風(fēng)險(xiǎn)測(cè)量模型測(cè)算出來(lái)的相應(yīng)組合或產(chǎn)品的風(fēng)險(xiǎn)價(jià)值(VaR)。最后,本文通過(guò)7種檢驗(yàn)指標(biāo)——均方根相對(duì)偏差(RMSRB)?相對(duì)偏差均值(MRB)、二元損失函數(shù)(BLF)、達(dá)到既定置信區(qū)間的乘數(shù)(MO）、VaR超出實(shí)際損失的比率的均值(AVLR)、未覆蓋損失對(duì)風(fēng)險(xiǎn)測(cè)量偏離比率的均值(AULR)和未覆蓋損失對(duì)風(fēng)險(xiǎn)測(cè)量的最大偏離比率(MLVR),從保守性、準(zhǔn)確性和有效性三個(gè)維度進(jìn)行分析比較,并綜合考慮準(zhǔn)確性、有效性和在金融實(shí)踐中的可行性等角度綜合評(píng)價(jià)精簡(jiǎn)的Monte Carlo模型在測(cè)算中國(guó)OTC金融衍生品產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)適用性。
【關(guān)鍵詞】：OTC金融衍生品 主成分分析 精簡(jiǎn)Monte Carlo VaR
【學(xué)位授予單位】：復(fù)旦大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：F832.5
【目錄】：

• 摘要5-6
• Abstract6-8
• 第一章 引言8-20
• 1.1 研究背景8-15
• 1.1.1 利率市場(chǎng)化進(jìn)程加快8-10
• 1.1.2 匯率形成制度改革和匯率彈性增強(qiáng)10-11
• 1.1.3 國(guó)內(nèi)金融產(chǎn)品創(chuàng)新層出不窮11
• 1.1.4 國(guó)際OTC金融衍生品市場(chǎng)發(fā)展現(xiàn)狀及其啟示11-13
• 1.1.5 國(guó)內(nèi)OTC金融衍生品市場(chǎng)發(fā)展現(xiàn)狀13-15
• 1.2 研究意義15-16
• 1.3 研究思路與論文框架16-18
• 1.3.1 研究思路16-17
• 1.3.2 論文框架17-18
• 1.4 本文的創(chuàng)新和不足18-20
• 1.4.1 本文創(chuàng)新之處18-19
• 1.4.2 本文不足之處19-20
• 第二章 文獻(xiàn)綜述與模型提出20-27
• 2.1 國(guó)外研究現(xiàn)狀20-24
• 2.2 國(guó)內(nèi)研究現(xiàn)狀24-25
• 2.3 提出模型25-27
• 第三章 理論基礎(chǔ)與研究方法27-36
• 3.1 現(xiàn)金流映射法27-28
• 3.2 Hermite插值模型28-30
• 3.3 主成分分析方法30-31
• 3.4 精簡(jiǎn)Monte Carlo模型31-33
• 3.5 分析方法33-34
• 3.6 歷史模擬法34-36
• 第四章 VaR模型風(fēng)險(xiǎn)預(yù)測(cè)結(jié)果的評(píng)價(jià)指標(biāo)36-40
• 4.1 保守性指標(biāo)36-37
• 4.1.1 均方根相對(duì)偏差(RMSRB)36
• 4.1.2 相對(duì)偏差均值(MRB)36-37
• 4.2 準(zhǔn)確性指標(biāo)37-38
• 4.2.1 二元損失函數(shù)(BLF)37-38
• 4.2.2 達(dá)到既定置信區(qū)間的乘數(shù)(MOC)38
• 4.3 有效性指標(biāo)38-40
• 4.3.1 VaR超出實(shí)際損失的比率的均值(AVLR)38-39
• 4.3.2 未覆蓋損失對(duì)風(fēng)險(xiǎn)測(cè)量偏離比率的均值(AULR)39
• 4.3.3 未覆蓋損失對(duì)風(fēng)險(xiǎn)測(cè)量的最大偏離比率(MLVR)39-40
• 第五章 實(shí)證研究與分析40-54
• 5.1 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理說(shuō)明40-41
• 5.2 單一利率互換產(chǎn)品的VaR估計(jì)分析41-43
• 5.3 單一貨幣互換產(chǎn)品的VaR估計(jì)分析43-46
• 5.4 利率互換組合A(支付浮動(dòng)利率)的VaR估計(jì)分析46-48
• 5.5 利率互換組合B(支付固定利率)的VaR估計(jì)分析48-51
• 5.6 利率互換和貨幣互換組合的VaR估計(jì)分析51-54
• 第六章 結(jié)論與未來(lái)研究方向54-56
• 6.1 結(jié)論54-55
• 6.2 建議和未來(lái)研究方向55-56
• 參考文獻(xiàn)56-61
• 致謝61-63

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前4條

1 林宇;譚斌;魏宇;黃登仕;;基于極值理論的滬深股市風(fēng)險(xiǎn)傳染性研究[J];管理學(xué)報(bào);2010年09期

2 劉慧媛;鄒捷中;;GARCH模型在股票市場(chǎng)風(fēng)險(xiǎn)計(jì)量中的應(yīng)用[J];數(shù)學(xué)理論與應(yīng)用;2006年02期

3 肖春來(lái),宋然;VaR理論及其應(yīng)用研究[J];數(shù)理統(tǒng)計(jì)與管理;2003年02期

4 朱海霞,潘志斌;基于g-h分布的投資組合VaR方法研究[J];中國(guó)管理科學(xué);2005年04期

，

本文編號(hào)：842094