风险管理中的VaR模型：比较分析

厦门大学硕士学位论文风险管理中的VaR模型：比较分析姓名：李崇申请学位级别：硕士专业：金融学指导教师：陈国进20090401风险管理中的VaR模型：比较分析作者：李崇学位授予单位：厦门大学相似文献(10条)1.学位论文朱杰基于条件极值分布的股指VaR测度2008风险管理的基础和核心是对风险的定量分析和评估，即风险测量。随着金融市场和金融交易的规模、动态性和复杂性的增加，金融理论、金融工程学和数理金融学的发展，金融市场风险测量技术也变得更为综合、复杂。VaR方法目前已经成为风险管理的标准方法，并广泛应用于证券公司、投资银行、商业银行、养老基金及非金融企业。基于极值理论的VaR方法是测量极端市场情况下风险损失的常用方法，是VaR理论实践的最新成果，与传统的VaR方法相比，它更多地利用了统计理论和方法。考虑到金融时间序列的波动性，本文应用基于条件极值分布的VaR估计法，即在单纯采用极值理论的基础上，引入处理时间序列常用的GARCH模型对文中所选取的上证综指、深证成指、香港恒指、标准普尔500指数、伦敦指数以及日经指数6个全球具有代表性的股票指数收益率序列进行预处理，进而研究各股票指数所对应的市场风险(VaR)。论文首先阐述了相关研究背景及国内外研究状况，接着分别介绍了传统VaR理论体系、条件异方差模型和极值理论，从而引出本文所用的基于条件极值分布的VaR估计方法，并利用此方法估计出各股指收益率序列的VaR值，最后与传统VaR方法的估计结果进行对比。实证表明条件极值方法具有很好的拟合效果，与传统的VaR估计方法相比，条件极值方法有效地考虑到近年来中国的股票市场的超额收益波动减小这一因素的影响，能够根据市场情况及时更新，从而更为准确地估计金融市场风险。2.学位论文余为丽基于极值理论的VaR及其在中国股票市场风险管理中的应用2006近年来,受经济全球化和金融自由化,竞争与放松管制以及金融创新与技术进步等因素的影响,在金融市场规模迅速扩大和效率明显提高的同时,金融市场的波动性和风险也大为加剧。我国已经加入WTO，随着利率市场化、资本项目开放以及衍生金融市场的建立，金融资产所面临的市场风险也将日益突出和复杂。VaR方法因其测量风险的定量性、综合性、通俗性等特点而被许多银行、金融机构和监管机构广泛应用，目前正在成为金融风险管理的国际标准，将它引入到我国的风险管理中有重大的现实意义。鉴于当前没有一种方法在各个置信水平上都能有效而准确地估计中国股票市场风险的VaR值，本研究在对各种VaR估计方法进行比较分析的基础上，对其中的一些方法进行改进，并以上证指数和深成指数1995年7月到2005年11月日收益率数据为样本，在广泛借鉴他人研究成果的基础上，主要采用实证和比较研究的方法对中国股票市场风险进行分析，以期得到在不同置信水平下有效而准确的VaR估计。要准确估计VaR就是要找到合适的模型能较好地拟合收益率序列的分布，所以我们首先对收益率序列的统计特征和分布进行分析以便为选择合理的VaR估计模型作参考。通过正态性、自相关性以及ARCH效应的实证分析我们发现我国股市收益率序列具有尖峰厚尾性，弱自相关性，波动聚集性；用Granger因果性检验及协整检验方法对沪深股市间的连动关系进行实证分析表明，尽管两市之间的连动关系随时间在不断变化，但它们之间存在长期稳定的均衡关系。对VaR估计的方法很多，本研究运用几个常用的VaR估计方法如参数估计方法中的正态方法（包括简单平均和指数加权平均）和GARCH模型法，非参数估计方法中的历史模拟法，以及极值理论对VaR进行估计，并用Kupiec失败返回检验法对各VaR值进行有效性检验，通过实证分析得出：简单平均正态方法估计的VaR在各个置信水平上都无效；指数移动平均正态法、历史模拟法和GARCH模型估计的VaR在较低的置信水平上有效，在高的置信水平上无效；而极值理论方法估计的VaR效果正好相反，即在较低的置信水平上无效，在较高的置信水平有效。所以将这些模型直接用于对VaR进行估计不能得到在各个置信水平上都有效的VaR值估计，为此我们从两个方面对估计VaR的模型进行改进。一方面，引入矫偏条件波动模型分别对估计条件波动的几个常用模型——历史平均模型、RiskMetricsEWMA模型和GARCH模型——在估计条件波动时存在的条件偏差进行矫正，并以此为基础估计VaR，通过实证分析得出：各条件波动矫偏后估计的VaR不仅有效性得到了改善，即各个置信水平上的VaR估计都变得有效，而且准确性也明显提高了，只是对GARCH模型，尽管其条件波动矫偏后估计的VaR的有效性得到了改善，但准确性并不是在每个置信水平上都得到了提高。另一方面，在用极值理论的POT模型估计VaR时常假设超阈值独立同分布，而实际的超阈值存在局部相关性，这样会造成VaR估计值相对实际值偏差较大。为此引入两种方法来消除超阈值的局部相关性：一是将极值指标引入到POT模型中，实证分析发现极值指标的引入不仅改善了POT模型估计VaR的有效性，而且还提高了POT模型估计的准确性，尽管如此在较低的置信水平上即便引入极值指标，POT模型估计VaR仍是无效的；二是用GARCH模型对收益率序列进行过滤处理。由于极值理论只在高的置信水平上有效，在低的置信水平上其可靠性不如一般的VaR估计方法，所以我们对GARCH模型过滤后的残差序列用极值理论与历史模拟法混合的方法来估计VaR值。经实证分析我们发现，这种方法估计的VaR在各置信水平上都有效，而且非常接近期望值。将各种常规的方法直接用于对我国股票市场风险的VaR进行估计不能得到在各个置信水平上都有效的VaR值，但是对简单平均正态和EWMA估计的条件波动进行矫正后用于估计VaR，可得到在每个置信水平上都有效而准确的VaR估计；或者用GARCH滤波的历史模拟与极值理论的混合方法也可得到在各个置信水平都有效而准确的VaR估计，而且后一种方法比前一种方法更准确。3.学位论文陈春会Beck模型在股票市场VaR估计中的应用——基于恒生指数的实证研究2008股票市场作为我国证券市场的核心，参与投资者最为普遍，涉及的利益也最为广泛。目前，我国股市正处于大幅跌落的情况下，股票市场的波动性和系统风险大大加剧，风险管理对于工商企业和金融机构更为重要。风险管理的关键环节是对风险的度量，只有准确计算好不确定性的大小和概率，金融参与者和监管者才能根据测定结果设置交易头寸上限，调整投资组合的资产结构，将不确定性控制在预先设定的可以承受的水平之内。作为目前度量市场风险的主流方法之一，VaR方法在国内外都得到了广泛应用。VaR提出的只是一种度量风险的新思想，其计算方法很多，但如果使用不当，该方法同样会给投资者以错误决策的引导。本文采用Beck模型来计算股票市场的风险价值(VaR)。Beck模型是Tsallis统计的动态结构，Tsallis统计是基于熵的最大化原理而得出的。经分析表明，熵理论是适用于证券市场的，并且国内外很多研究用Shannon信息熵分析证券市场的投资组合。本文将Tsallis熵用于VaR的计算中。研究表明，Beck模型能够很好地描述股票收益的特征，并且适用于VaR估计的实际应用中。波动性是金融市场最重要的特征之一，直接与市场的不确定性有关，影响着企业和个人的投资行为。通常波动率是用方差来描述和度量的，传统的计量经济模型通常假设方差是不变的，但真实的股票市场并非如此。本文选用香港恒生指数的日对数收益率作为研究的样本数据，发现恒生指数的波动率很好地符合了Beck模型的两个假设条件，即比收益率序列在较长时间内震动，并且服从倒Gamma分布。这里的慢震动性在计量经济中可被认为是收益的波动率比收益率更具有长期记忆性，本文运用自相关系数法来证明波动率的长期记忆性。以上分析证明，收益率服从Tsallis统计中的q-Gaussian分布，当q→1时，收益率就服从正态分布。将q-Gaussian分布应用于VaR的计算中，目的是重视尾部风险的估计，而这通常被方差协方差方法所忽略。最后，本文还证明一个线性方程，即正态分布下的VaR值与q-Gaussian分布下的VaR值之间的线性关系。4.期刊论文程昆.储昭东.米运生商业银行信贷组合信用风险VaR估计技术研究-上海经济研究2009,(2)信贷组合的信用风险测度是商业银行风险管理中的难点.本文以信贷组合信用风险水平最终衡量指标VaR的估计技术为研究对象,系统地对给定单一债权违约概率、违约风险暴露及违约损失率条件下的三种VaR估计技术进行数理阐述,这三种技术分别是损失分布函数估计法、MonteCarlo损失分布模拟法和Creditrisk+损失分布模拟法.通过比较论述信贷组合信用风险VaR估计技术为国内商业银行建立内部评级系统提供理论参考和技术支持.5.学位论文张捷基于长记忆GARCH模型的企业证券投资风险估计研究2007本文界定的企业包括基金管理公司等金融类企业和一般产业企业，研究视角主要是基于基金管理公司的。最近几年，基金管理公司发展迅速，势将成为现代资本市场一支举足轻重的投资力量，其风险管理也更多地引起了人们的关注。基金管理公司的主业是证券投资，而证券投资是一项高风险活动。基金管理公司必须在最大限度地规避风险的前提条件下尽可能地为基金持有人保值增值。因此，为提高基金投资质量，防范和降低投资风险，切实保障投资者利益，基金管理公司必须寻求有效的风险管理方法。此外，证券投资是产业企业财务管理的一项基本内容。随着“全流通”改革的完成，出于战略控股和盈利的目的，证券投资将成为产业企业财务管理的一项重要内容。然而，金融工具的创新和资本市场的深化增大了进行证券投资所面临风险的复杂性。因此，必须采用科学、合理的方法对证券投资的风险进行度量。一种全面测量复杂证券组合的市场风险的方法—VaR(Value-at-Risk)模型目前被全球各主要银行、非银行金融机构、公司和金融监管机构广泛采用，成为风险管理和风险监控的重要工具和主流方法。随着我国加入WTO后，推动国内基金管理公司及其他企业运用VaR模型进行风险揭露、风险控管与规划以及风险资源分配下之最适资产配置势将成为提升其国际竞争力及与国际金融体系接轨的必要条件。然而，使用不同的方法，对同样资产组合会得到不同的VaR值，有的时候甚至差别很大。因此，探索可靠、高效、安全的VaR模型对于进行证券投资风险控制意义重大。本文利用FIGARCH、FIEGARCH、FIAPARCH、HYGARCH等长记忆GARCH模型，并在Gauss，Student，Skewed-Student三种分布假设下通过计算中国上证综指和深证成指收益率的VaR值，并对各种基于长记忆GARCH模型计算的VaR值的准确性进行比较研究，具体说明了基金管理公司及其他企业在进行证券投资活动中，应用基于长记忆GARCH模型的VaR估计方法进行风险测量、控制和管理的步骤和方法。全文共分七章。第一章导论部分介绍了选题的背景和意义，研究内容、方法，研究所做的主要工作和目前基于GARCH模型的VaR估计方法的研究现状；第二章对VaR风险管理理论，VaR的定义、计算方法以及评价标准等内容进行了具体阐述；第三章，是对本文研究所采取的方法的阐述，具体介绍了长记忆的概念、长记忆GARCH模型的定义以及四种长记忆GARCH模型。第四章，是对所选取的数据的处理及模型应用条件的检验，具体包括股指类型、时段的选择，各股指的基本统计特征、平稳性、相关性、长记忆性等的检验。第五章描述了计算结果。包括长记忆GARCH模型对各股指的参数估计以及VaR估计结果，最后比较了四种模型的效果。第六章，以一个实例——交银精选基金持有的证券投资组合，具体说明了基金管理公司应用基于长记忆GARCH的VaR估计模型进行风险控制的步骤和方法，提出了对基金经理进行业绩评价的VaR业绩指数和风险调整的资本收益率法，以及运用VaR技术建立基金管理公司风险管理指标体系的必要性和方法。第七章，是本文的结论部分，对本文进行了概括，并指出了本文研究的不足，以及进一步研究的方向。6.学位论文于翰欣Copu