周小敏[1]2007年在《基于GARCH模型的CVaR金融风险测度研究》文中指出20世纪90年代以来,随着经济的全球一体化和世界金融管制的放松,世界金融衍生品市场迅猛发展,它在为参与者提供避险工具的同时,也成为金融市场发生剧烈波动的根源,增大了风险管理的复杂性。对金融风险进行有效的管理成为国内外金融实务界、理论界和监管机构共同关注的焦点。风险测度是风险管理中首要而核心的部分,在金融自由化的国际背景下研究风险测度对于风险的有效管理、我国风险管理研究的发展,乃至我国金融体系的建设都具有十分重要的理论意义和现实指导意义。全文共分5章来研究。第一章系统分析了国内外理论界对金融风险测度研究的现状,完整把握了金融风险测度方法研究的国内外前沿动态,为深入研究本问题奠定了坚实的基础;第二章首先对金融风险进行了分类研究,结合数据分析了西方发达国家和我国金融风险管理不能满足金融市场稳健、高速发展的现状。然后通过比较分析五种金融风险度量方法,从总体上剖析了风险测量方法的发展过程;第叁章通过VaR和CVaR的对比分析,对CVaR方法的参数选择和计算等方面进行了详细的研究,分析了CVaR风险测量方法的优点,构建了基于正态分布、t分布和GED分布的GARCH族模型计算VaR和CVaR的方法;第四章通过使用GARCH模型和EGARCH模型求得沪铜期货收益率的波动率,然后计算出基于叁种分布的VaR和CVaR值,实证研究了不同分布假设下的VaR和CVaR在风险测度上的优劣,构建了度量沪铜期货市场风险的最优化模型——CVaR-EGARCH-GED模型;第五章对CVaR方法进一步研究的思路进行了探讨,从我国金融市场目前的发展状况出发,阐述了在我国发展风险管理的困难和瓶颈,认为我国应加快风险管理建设,并对我国如何推广、应用VaR和CVaR风险测度方法提出了可行性建议。本文的创新之处在于,尝试将基于一般分布和GARCH族模型下的CVaR模型应用到我国金融市场的风险测度中去,并辅以定性分析,对我国金融市场风险进行度量和研究。实证结果表明,我国金融市场易受到意外消息的影响,表现出波动性比较大的市场特征,这对我国的金融市场建立更为有效的风险管理体系提出了更高的要求。
林舒[2]2007年在《Var风险模型在金融市场风险管理中的应用研究》文中研究说明受全球经济一体化、竞争与放松管制、金融创新等因素的影响,全球金融环境和金融市场正发生着重大的变化,金融市场的波动性和系统风险已大大加剧,风险管理技术已日益成为金融管理、金融工程领域最重要的研究对象之一。作为风险度量和管理的新方法,VaR自诞生以来就得到了广泛的应用,目前在国外已成为度量市场风险的主流方法。我国股票市场经过十几年的发展,已取得了不少成功经验,但也存在许多不成熟不规范的地方,使得我国股票市场经常大起大落,市场波动性远高于西方发达国家成熟的股票市场,因此加强风险管理势在必行。并且随着中国金融领域改革的进一步深化,各金融机构根据国际惯例建立以VaR为风险衡量标准的风险管理体系将成为必然,研究和发展VaR计算模型并且比较各自特点就成了风险度量技术的当务之急。本文首先介绍了VaR方法的产生背景,计算VaR的各种模型以及在市场风险度量中的应用。由于用VaR作为市场风险度量的内部模型方法,其假设前提和参数设置可以有多种选择,在进行内部风险管理时,金融机构通常都根据自身的发展战略、风险管理目标和业务复杂程度自行设定,并无统一标准。接着在理论基础上对中国股市的上证指数进行实证研究,旨在通过对实证结果的分析,对比各类VaR模型以及不同分布假设下预测结果的优劣,寻找各模型最适用的场合,从而对VaR在实际市场风险度量中的运用产生一定指导作用。此外,还将VaR技术应用于我国证券投资基金,讨论如何通过VaR技术实现组合最优化时的头寸设置、投资组合的风险度量并对基金监管的实际应用情况予以总结。
曹建美[3]2007年在《VaR方法在中国股票市场风险度量中的应用》文中进行了进一步梳理VaR风险价值方法是上世纪90年代以后发展起来的一种新型风险管理工具，相比于传统的金融风险管理模型，它简单易操作，应用范围广，具有更高的实用价值。目前，国内外对VaR展开广泛的研究，计算VaR的方法层出不穷。然而，由不同方法计算出的VaR值往往相差较大。因此，寻找与中国股票市场特点相适应的风险度量方法是很必要的。本文将理论分析与实证分析相结合，力图寻找与中国股票市场特点相适应的风险度量方法。共分为以下四个部分：第一部分为引言。首先提出本文研究的必要性及研究意义；再概要地给出国内外VaR理论研究的发展过程及当前最新发展水平；最后综述本文的主要内容，结构及创新之处。第二部分介绍度量金融市场风险的VaR方法。详述了几种常用的GARCH模型在VaR计算中的应用，包括GARCH、EGARCH、PARCH及相应的GARCH-M、EGARCH-M、PARCH-M等模型，最后给出VaR计算结果的检验标准。第叁部分为实证分析部分。应用上述六种典型模型，分析了在不同置信水平及不同分布假设下模型的适用性。其中，还针对每种模型采用了服从正态分布、t分布以及广义误差分布(GED分布)的假设，共计十八种方法，而置信水平分别假定为95％和99％。本文应用这些模型对上证综合指数与深证成份指数的风险度量进行了实证研究。文中所用的检验方法是损失函数检验法。第四部分为结论部分。总结了整篇文章的研究结论，提出本篇论文的不足之处，并对今后可能继续发展的研究方向提出建议。最终研究结果表明：t分布下的VaR值大大高估了风险，不适用于我国股票市场；广义误差分布比正态分布更准确地度量了市场风险；广义误差分布下的PARCH(1，1)模型计算上证综合指数和深证成分指数VaR值效果最好，因而PARCH(1，1)-GED模型是比较适用于中国股票市场风险度量的模型。
朱有富[4]2008年在《VaR模型及其在金融市场风险管理中的实证分析》文中指出风险管理技术日益成为金融工程、金融管理领域最重要的研究对象之一,而风险度量技术则是风险管理的核心与基础,只有在准确测量风险暴露头寸的基础上才能更好地进行风险管理。风险管理包括市场风险、信用风险、操作风险管理等等。本文主要关注金融市场风险度量,在VaR模型的基本框架下,讨论运用VaR方法管理金融市场风险理论和实证技术问题。基于市场价值测量法的VaR方法成为金融市场风险测量的主流方法。本文首先介绍VaR模型的基本原理和计算方法。然后对我国沪、深股市收益率的实际历史数据进行统计分析和检验。针对金融市场因子时间序列的厚尾性和波动聚类性,用t分布与广义误差分布和ARCH类模型相结合的解决办法,对VaR值进行全面而准确的预测度量。通过将各种风险度量方法应用到我国证券市场,并将实证分析与事后检验相结合,深入评估了各风险度量模型的准确性。最后,进一步探讨了VaR方法在金融风险管理中的应用以及在我国的发展前景。
黄玉龙[5]2003年在《金融市场风险管理研究：VaR方法》文中研究表明金融市场风险，指金融资产的市场价格变化或波动而引起的未来可能损失，是各经济主体所面临的主要风险之一。同时，金融市场风险往往是其他类型金融风险的基础原因。如何对其进行恰当的管理，是全球工商企业、金融机构、政府和学术界关心的焦点。近年来，理论和实务界对此开展的大量分析研究表明，金融市场风险的测量，是风险管理的核心和基础。基于市场价值测量法（mark-to-market）的风险价值方法（Value at Risk,简称VaR），成为金融市场风险测量的主流方法。研究VaR方法的理论基础和实证技术，对于保证金融风险管理的有效性及合理性，回答风险管理最关心的两大问题：损失的大小和发生损失的可能性，具有重要意义。实际上，VaR方法已为众多金融机构和监管当局所采纳和认可，在金融市场风险管理中发挥着越来越重要的作用。它广泛用于生成风险报告，转移和分散风险，以及风险资本配置、绩效分析和投资决策等领域，取得了比较理想的效果。此外，很多金融风险管理的思想、理论和模型都是围绕VaR建立展开的。现代金融理论和金融工程的众多前沿研究，也同以VaR为主的金融风险问题紧密相关。基于以上理由，本文将金融市场风险管理的VaR方法作为研究的目标和对象。通过对VaR方法理论体系和实证技术的分析讨论，为提高我国金融市场风险管理的研究与应用水平，作出自己的贡献。总体而言，本文对金融市场风险管理的VaR方法进行了比较全面的研究和分析。总结归纳了VaR方法的基本思想、原理和框架。就组成VaR方法的两大基本模块：市场因子波动性模型和资产价值映射模型，展开详尽的讨论。重点研究了金融市场因子波动的随机动态行为特点，给VaR测量带来的问题和影响，并给出了相应的解决办法。最后，在VaR框架下，利用其基本模块，结合金融市场实际数据，进行金融市场风险测量。<WP=3>具体的篇章逻辑结构与内容如下：第一章为本文的引言部分。该章首先阐明了本文的目的，指出VaR在金融市场风险管理中的重大理论和现实意义。重点揭示出金融市场风险测量，是金融市场风险管理的基础与核心。从而为研究讨论金融市场风险测量的主流方法——VaR方法，定下了基调。作为引言部分的重要内容，该章接着就VaR方法产生、发展的背景，作了简要说明。认为1973年“布雷顿森林体系”崩溃以来，全球范围内，汇率、利率、股票价格和商品价格等的高度波动性，呈现不断加剧的趋势。而上世纪90年代开始，国际金融市场经历的一些重大结构性变化，更增加了金融市场和工具的关联度、复杂性、不确定性和波动性，使得金融市场风险进一步上升。VaR方法正是在这样的背景下，逐步建立和发展起来的。最后，该章对金融市场风险测量研究的状况和发展作了简要总结。从资产帐面价值测量法到市场价值测量法，再到VaR方法，这便是金融市场风险测量理论和方法发展的大致路径。通过与其他方法的比较，突出了VaR方法的优势和长处。第二章试图从金融市场风险管理的总体框架中，发现和阐明VaR方法在金融市场风险管理中的基础与核心地位。该章从分析金融市场风险的基本情况出发，结合金融市场与工具的现实和发展，揭示出金融市场风险的两大决定因素：金融市场因子波动程度、金融资产价值与市场因子的相关度。认为正是由于这两大因素的共同作用，导致了金融市场风险管理的出现。作为逻辑的必然发展，该章接着详细研究了金融市场风险管理的具体任务和内容：即转移风险、控制风险、风险决策和风险监管等。从中发现，要实现金融市场风险管理的内容，必须以风险测量作为基础。也就是说，执行这四大风险管理任务的机构部门，通过市场风险测量紧密联系在一起，共同构成了完整的金融市场风险管理框架。离开了市场风险测量，金融市场风险管理框架将不复存在。由此可见以VaR为主体的风险测量方法，在金融市场风险管理中的基础与核心地位。最后，具体详尽地分析对比了两种基于市场价值的金融市场风险测量理论与方法：灵敏度法和VaR方法。突出了VaR方法的显着优点。<WP=4>第叁章是本文的主体章节，依照先“思想、框架”，后“实证、技术”的顺序，对VaR理论和方法作比较全面的研究和讨论。为使读者对VaR方法产生深刻具体的理解，该章首先就两种较为简单的金融资产，进行实际的VaR测量。通过这种例证性的演示，引出VaR方法的基本步骤、原理：即通过测量各个金融市场因子的市场风险，然后将它们加总、集成，最终形成金融组合资产市场风险的测量。从而进一步挖掘出隐藏在上述VaR基本原理之后的VaR基本思想：既然不大可能直接估计资产组合的损益分布，那么就应当通过估算相关市场因子的损益波动，进一步获得资产组合分布的近似估计。并在此基础上，搭建出VaR的基本框架。指出，该框架整体上是一个映射结构，即将市场因子的波动映射到资产组合损益的变动上。保证这种映射质量的关键，在于市场因子的波动模型，和资产价值映射模型的好坏。两者共同构成了VaR方法的两大基本模块。最后，该章从VaR实证技术的角度，对构成VaR两大基本模块的各种统计计量模型，进行了详尽的比较、分析和研究。其中的重点，是针对金融资产及其市场因子的随机动态?
林舒[6]2007年在《VaR模型在金融市场风险管理中的应用研究》文中提出受全球经济一体化、竞争与放松管制、金融创新等因素的影响,全球金融环境和金融市场正发生着重大的变化,金融市场的波动性和系统风险已大大加剧,风险管理技术已日益成为金融管理、金融工程领域最重要的研究对象之一。作为风险度量和管理的新方法,VaR自诞生以来就得到了广泛的应用,目前在国外已成为度量市场风险的主流方法。我国股票市场经过十几年的发展,已取得了不少成功经验,但也存在许多不成熟不规范的地方,使得我国股票市场经常大起大落,市场波动性远高于西方发达国家成熟的股票市场,因此加强风险管理势在必行。并且随着中国金融领域改革的进一步深化,各金融机构根据国际惯例建立以VaR为风险衡量标准的风险管理体系将成为必然,研究和发展VaR计算模型并且比较各自特点就成了风险度量技术的当务之急。本文首先介绍了VaR方法的产生背景,计算VaR的各种模型以及在市场风险度量中的应用。由于用VaR作为市场风险度量的内部模型方法,其假设前提和参数设置可以有多种选择,在进行内部风险管理时,金融机构通常都根据自身的发展战略、风险管理目标和业务复杂程度自行设定,并无统一标准。接着在理论基础上对中国股市的上证指数进行实证研究,旨在通过对实证结果的分析,对比各类VaR模型以及不同分布假设下预测结果的优劣,寻找各模型最适用的场合,从而对VaR在实际市场风险度量中的运用产生一定指导作用。此外,还将VaR技术应用于我国证券投资基金,讨论如何通过VaR技术实现组合最优化时的头寸设置、投资组合的风险度量并对基金监管的实际应用情况予以总结。
龚锐[7]2005年在《在险价值（VaR）方法在中国金融市场风险度量中的应用》文中指出风险管理技术日益成为金融工程、金融管理领域最重要的研究对象之一,而风险度量技术则是风险管理的核心与基础,只有在准确测量风险暴露头寸的基础上才能更好地进行风险管理。风险管理包括市场风险、信用风险、操作风险管理等等。由于数据的可获得性限制,以及进行实证分析的可能性,本文主要关注金融市场风险度量,而实证方面尤其关注中国股票市场风险的度量。由于客观条件的巨大变化,汇率、利率波动加剧,以及若干有重大影响的金融事件的发生,金融市场风险管理从上个世纪70 年代后倍受关注。金融市场风险测量技术从最早的简单静态的资产-负债管理不断演化发展;马柯维兹提出用方差做为风险度量的量化标准;之后,不断有其它专家学者修正方差做为风险度量标准,产生了如β系数、半方差等一系列指标,但都未取得满意结果。1994 年JP Morgan 公司提出了全新的VaR 概念,用来度量金融市场风险。由于VaR 具有方差的优点,避免了方差的缺点,属于绝对量值,易于比较等等,所以在业内很快流行起来。最新几年,国外研究VaR 的文章比较多,计算VaR 的技术方法层出不穷,国内的研究相对落后。随着中国金融领域改革进一步深化,各金融机构根据国际惯例建立以VaR为风险衡量标准的风险管理体系将成为必然,所以透彻的研究VaR概念及其计算模型并且比较各自特点就成了风险度量技术的当务之急。本文主要介绍了VaR 方法产生的背景、定义、在市场风险度量中的应用以及计算VaR 的各种模型及各模型优劣等。由于用VaR 作为市场风险度量的内部模型方法,其假设前提和参数设置可以有多种选择,在进行内部风险管理时,金融机构通常都根据自身的发展战略、风险管理目标和业务复杂程度自行设定,并无统一标准。本文则在理论分析的基础上,①使用中国股市上有代表性的叁支股票指数:上证指数、深证综指与上证180 指数进行实证分析。目的是通过实证结果的对比分析,在目前复杂多样的计算VaR 模型以及关于模型各参数假设中发现各种模型的特点,寻找其最适用的场合。试图总结出一套实际经验,能对VaR 在实际市场风险度量运用产生一定指导作用。②由于风险的对冲,VaR 方法在资产组合领域的运用并不同于简单计算一种资产的VaR 值,本文通过资产组合的增量VaR计算,实证分析了VaR 的衍生品-增量VaR 在资产组合领域的运用,试图掌握VaR在资产组合领域的市场风险度量方法。
徐泽平[8]2006年在《风险价值方法在中国股市中的实证研究》文中研究指明VaR(Value at Risk)是近年才发展起来的一种风险测量技术,因其具有简洁、综合、实用等特点,自1994年J.P Morgan银行首先公布了它的VaR系统后不久就受到了包括巴塞尔委员会、国际清算银行等官方机构和各类银行、非银行金融机构(如保险、证券、特别是机构投资者)等众多组织的普遍欢迎,现己发展成为金融市场风险管理的主流方法。 目前国外研究有关VaR的研究比较成熟多,计算VaR的技术方法层出不穷,国内的研究相对落后。随着中国金融领域改革进一步深化,各金融机构根据国际惯例建立以VaR为风险衡量标准的风险管理体系将成为必然,所以透彻的研究VaR概念及其计算模型并且比较各自特点就成了风险度量技术的当务之急,具有较大的现实意义。 本文通过对VaR模型体系的系统介绍,以下降趋势中的上证180指数为实证研究对象,对VaR的各个模型进行比较分析,指出其优缺点。全文共分六章:第一章为引言部分。第二章主要内容是简要描述证券市场风险的定义、内涵、来源和特征,并对证券市场风险进行分类。第叁章首先介绍了金融市场测量技术框架,从第一节到第四节依次对金融市场风险测量的灵敏度分析、波动性方法、VaR、压力试验和极值理论作理论介绍。第四章是全文的理论核心。在本章里对VaR计算的各种模型进行了介绍,重点对历史模拟法、分析方法和MonteCarlo模拟方法做了详细阐述并比较了叁种方法的优劣。第五章为VaR方法在中国股市中的实证研究部分,第一节首先对样本的选取与处理做了说明;第二节分别运用历史模拟法、分析方法和Monte Carlo模拟方法对上证180指数日几何收益率的VaR做了计算,并用QBASIC语言编程实现;第叁节主要是利用失败频率检验法对叁种方法估计的VaR值的有效性进行后验测试与评估。第六章为本文结论部分,在前文研究的基础上对我国股市风险管理提出建议。
杨莹[9]2014年在《中国股市市场风险的度量研究》文中研究指明本文首先介绍了计量金融市场风险的传统方法，比如：均值方差法、灵敏性方法，然后引出了VaR理论方法这种现代风险计量方法，指出了它的优点。本文系统介绍了计算VaR的各种理论方法，它们可以分为参数法、半参数法、非参数法，既包括方差-协方差法、历史模拟法、也包括GARCH模型法、EVT极值理论法，还包括作为VaR改进版而比VaR方法更为优越的CVaR方法。同时，本文对于VaR方法使用过程中，需要配套使用的压力测试、返回检验也做了介绍。此外，本文还对VaR运用于投资组合而延伸出来的新概念MVaR、CVaR、IVaR做了介绍。接下来，本文选取几种有代表性而又易于实现的VaR方法对我国股市进行了实证研究，首先，本文运用简单VaR方法、基于不同分布的GARCH族模型法、CVaR法对沪深300指数的VaR值进行了测量和检验，然后，运用投资组合VaR的分解方法对深证股票市场上两个股票投资组合的VaR值进行了分解，求出了其对应的MVaR、CVaR、IVaR，说明了这些VaR延伸概念的运用。在每一部分实证研究中，都得出了一些关于我国股市风险状况的有用结论。
解其昌[10]2012年在《分位数回归方法及其在金融市场风险价值预测中的应用》文中进行了进一步梳理金融创新和金融全球化使得现代金融机构的经营活动暴露在更多市场风险之下。在2007年,由美国房地产引发的次贷危机,使华尔街五大投行悉数倒闭,并迅速演变成全球性的金融危机,致使全球经济经历了自上世纪30年代以来最为严重的衰退。事实上,除去当前这次次贷危机,金融市场从来都不是风平浪静。从历史上几次金融危机的发生和变化可以看出金融风险与金融业发展相伴而生。与此同时,金融业的监管也经历了从自由走向初步管制,从初步管制到严格的全面管制；再由严格的全面管制再次走向自由发展的演变历程。毋庸置疑,金融自由化极大地推动了金融业和金融市场的发展。但是,在金融自由化的同时,如果没有同步加强金融监管或者在金融创新的同时,缺乏相应的体制创新特别是监管创新,这都无疑加大了金融风险。随着金融衍生工具出现和不断创新,其所带来的风险品种也得到了快速增长,这些风险给风险管理增添了诸多的困难。于是,人们迫切要求加强金融监管。中国金融市场不断改革,加速对外开放,在给我们带来巨大机遇的同时,也使得我国金融机构暴露在更多的风险之中。因此,提高市场风险管理水平和加强风险控制,对我国金融市场稳定和发展至关重要。风险管理和控制的关键是风险度量。伴随着金融市场的发展,如何准确对市场风险进行测量受到了高度重视。在众多风险度量模型中,VaR作为一个重要的风险测量工具在各金融机构中获得了广泛应用和推广并且被认为是国际金融风险度量的标准。因此,大力开发和应用VaR方法,对金融风险的防范以及保证金融风险管理的有效性与合理性具有相当重要的意义。尽管VaR的概念比较简单,但是如何计算却存在着各种不同观点和方法。大多数方法的核心都在于估计金融头寸未来收益的统计分布或概率密度函数。本文尝试采用分位数回归方法来计算VaR。与传统方法不同的是,该方法直接对模型进行估计并且无需考虑模型的具体分布形式。除此之外,分位数方法是一种稳健的回归方法,这对于研究具有厚尾分布的金融数据来说尤为有效。通过模拟和实证分析,试图比较分位数回归与其它方法在计算VaR上的优越性和局限性,从而为以后的实际风险度量提供备选方法。全文共分六个部分,具体结构和内容如下：第一章为绪论。该章阐述了本文研究的背景和意义,介绍了VaR方法的产生和发展背景,并说明了该方法需要进一步完善的地方。同时,还对VaR技术在国内外的研究进展和实际应用做出了总结和文献综述。最后,给出了本文的研究思路和研究方法以及研究的创新点,其中详细介绍了分位数回归方法,说明了该方法在VaR估计中的优势和长处。第二章从金融风险的定义、基本特征和分类等相关概念出发,讨论了金融市场风险在众多金融风险中占据着特殊的重要地位。其次,对金融市场风险进行了阐述,其中主要包含了金融市场风险影响、金融市场风险管理以及金融市场风险常用的度量方法。然后,对于金融市场风险中用于描述金融市场特征的一些基本统计量给出了介绍,这里涉及到金融资产收益率的计算和相关统计量的性质。在本章结尾,对中国股票市场的发展和现状做一个简要概述,并以上证和深证综合指数为例,分析了它们收益率分布的特征和性质。第叁章介绍了VaR理论与方法以及其在研究金融市场风险中的应用。大家知道VaR方法是研究和讨论现代市场风险测量的主流方法,从VaR的定义出发对其进行具体介绍。使用VaR度量风险的难点就是如何选择合适的估计方法来计算VaR值。本章依照先理论后实证的顺序,对当前VaR估计技术进行叙述。首先介绍了VaR计算的基本原理与过程,这里包含了估计VaR所使用的参数方法和非参数方法。接着,从易变性和精确性两方面说明如何对VaR进行事后检验,并做出了实证分析。之后,重点分析了当前流行的基于波动性的VaR建模方法并探讨了处理金融数据厚尾和不对称现象的常用方法。在结尾处,使用深证综合指数数据对几种波动方法进行比较说明,实证结果表明使用这些方法计算出的VaR值比较有效。第四章应用局部多项式非参分位数方法来计算VaR值。这一章主要包含两个方面：一方面,先从非参数模型开始,说明了非参数建模的主要优势是可以避免模型设定误差问题；接着,给出了非参数模型的局部多项式估计步骤并对其中涉及到的变量选择问题进行探讨。随后,使用局部多项式非参分位数估计方法对非参数模型进行估计。期间,也介绍了该估计方法的统计性质和所涉及到的变量选择方法。进一步,使用蒙特卡洛模拟检验了局部多项式非参分位数估计的有限样本性质,证明了局部多项式分位数估计比局部多项式估计更稳健。另一方面,考虑使用非参数对VaR进行建模,重点给出了使用局部多项式非参分位数计算VaR值的详细过程；通过实证分析,发现使用该方法计算出的VaR值比一些现存的方法更准确。第五章给出了一种在考虑交易量影响情况下直接计算VaR值的方法。以中国股票市场为背景,基于变系数建模思想,研究了一种以交易量作为附加指标的VaR预测模型。本章首先给出了变系数模型的具体表达式并介绍使用局部多项式和多项式样条来近似它的方法。接着,详细阐述了B样条分位数估计方法并对B样条的基本概念和性质、模型估计的渐近性质以及涉及到的变量选择问题都分别进行了叙述。同时,还设计了一个蒙特卡洛模拟实验来检验B样条分位数估计的有效性。这个实验结果与预期的一样,就是B样条分位数估计是稳健有效的。由于金融资产价格和成交量是金融市场上两个最根本指标,所以成交量是否对风险有影响需要检验。因此,在VaR建模时,把资产成交量作为指标加入到模型中推导出了一个变系数VaR模型。之后,根据B样条分位数估计方法,给出了该VaR模型的估计程序。最后,把该方法应用于实证研究,所得的结果表明成交量的大小对VaR估计值产生直接影响。第六章引入加权分位数Copula方法去计算VaR值。由于资产间的相关结构在很大程度上影响着VaR值的准确性,所以相关性研究在金融风险分析上相当重要。近些年发展起来的Copula函数理论,作为一种衡量变量之间相依关系的新工具,与传统VaR计算方法相比,具有更加准确和灵活的优势。该章首先介绍了Copula函数的定义、基本性质,并给出了Copula函数的分类和不同参数下的表达式。其次,对由Copula函数导出的相关性测度指标做了较深入的探讨,说明了这些相关性指标可以捕捉到变量间非线性的相关关系,特别是变量间尾部的相关关系,所以比常见的相关测度应用范围更广接着,对Copula函数的参数估计和模型选择方法作了介绍并应用蒙特卡洛模拟法对各种估计方法进行了检验。再次,本章提出使用加权分位数回归方法估计Copula函数中的未知参数并推导出几种常见Copula分位数曲线,然后应用模拟研究证明了该估计方法的精确性。最后,应用加权分位数Copula方法研究沪深股市的相关结构并得到了资产组合的VaR值。
参考文献：
[1]. 基于GARCH模型的CVaR金融风险测度研究[D]. 周小敏. 湖南大学. 2007
[2]. Var风险模型在金融市场风险管理中的应用研究[D]. 林舒. 厦门大学. 2007
[3]. VaR方法在中国股票市场风险度量中的应用[D]. 曹建美. 东北财经大学. 2007
[4]. VaR模型及其在金融市场风险管理中的实证分析[D]. 朱有富. 中南大学. 2008
[5]. 金融市场风险管理研究：VaR方法[D]. 黄玉龙. 西南财经大学. 2003
[6]. VaR模型在金融市场风险管理中的应用研究[D]. 林舒. 厦门大学. 2007
[7]. 在险价值（VaR）方法在中国金融市场风险度量中的应用[D]. 龚锐. 重庆大学. 2005
[8]. 风险价值方法在中国股市中的实证研究[D]. 徐泽平. 首都经济贸易大学. 2006
[9]. 中国股市市场风险的度量研究[D]. 杨莹. 云南师范大学. 2014
[10]. 分位数回归方法及其在金融市场风险价值预测中的应用[D]. 解其昌. 西南财经大学. 2012
标签：金融论文; 证券论文; 投资论文; 风险管理论文; var论文; 分位数论文; 金融论文; 风险模型论文; 参数检验论文; 金融风险论文; var方法论文; 实证分析论文;