何石秀[1]2011年在《风险价值理论及其在投资型寿险中的应用》文中研究指明自改革开放之后,随着中国国力和国际地位的提升,社会公众的购买力不断增强,进而增加了越来越多的投资和消费的需求,而这种需求不再是温饱问题,而是如何使自己的财富不断保持增长,并最大限度的减少损失的可能,投资者现实的和潜在的投资保值增值需求日益旺盛；中国的资本市场尽管不尽完善,在分业监管模式的实施和金融产品日益创新等的新形势下,市场竞争日趋激烈之下的各大金融机构不断推出富有特色的金融投资产品。但是,金融投资产品同质化严重,功能单一,不能满足投资者个性化和差异化的投资需求,在此种情形之下,国内某些保险机构变革性的推出具有行业特色的、功能多样的投资性的投资型寿险产品,为国内外投资者在满足自身资产实现保值增值的同时,提供了更广阔的投资渠道和更多样的选择,同时也丰富我国金融市场的产品结构作出了贡献。随着我国经济的持续和高速增长,市场经济体制日益完善和市场经济体制的初步建立,外部各种大型金融机构则在激烈的市场竞争中,逐渐的细分市场、打造品牌,健全服务内容、丰富产品类型,利用现代高科技技术建立立体化、专业化的服务体系和销售网络；广大投资者(个人投资者)购买力和投资理财需求的不断增强,可选组投资的渠道和投资产品的种类日趋丰富,同时面临的各种潜在的风险。通过研究,发现我国投资者投资理财有以下趋势：投资环境复杂化,理财观念现代化(效益意识、市场意识、时间意识、竞争意识、发展意识和改革意识),投资内容广泛化,投资方式多元化,投资方法科学化,投资信息网络化,投资工具完善化,投资服务产业化,投资研究数量化等。然而,相对于低风险、低收益的银行存款和债券投资渠道,投资性保险产品,具有高收益、安全可靠的特征；相对于高风险、高收益的股票、基金、期权期货等传统的、创新型的金融理财产品,投资性保险产品除了具有增值保值功能之外,还兼具保障保险功能。这就为投资性保险产品一经保险机构推出,即受市场热捧做出了最准确的解释。在国外的投资性保险产品已司空见惯,在我国,此种产品发展速度有限,但前景广阔。投资型保险产品面临的风险主要有：市场风险、信用违约风险、流动性风险和销售风险,本文重点在于对投资型保险产品中比较特殊、极具代表性的投资型寿险面临的市场风险进行实证分析。首先,通过分别对投资型保险产品中的投资型寿险产品和分风险价值(VaR)理论作系统介绍,之后运用风险价值(VaR)对所选择的两款具有代表性的投资型寿险产品进行实证分析,揭示并量化投资型寿险产品的投资决策所面临的市场风险；进行实证分析的结论是：进行投资型寿险决策,产品投资组合比单个产品的投资更能分散风险；最后对投资者投资投资型寿险产品提出可行的建议,达到量化并分散风险,实现资产保值增值之目的。这篇毕业论文,开篇提出运用风险价值(VaR)理论对投资型寿险产品进行实证分析的思路安排；紧接着分别对投资型寿险产品和风险价值(VaR)理论在国内外的新近发展作以概括阐述；在此基础上,对风险价值(VaR)理论系统的做以剖析,包括：风险价值原理、模型计算、理论特点、模型应用、理论缺陷,接着对中国平安寿险聚富年年和中国人寿国寿裕丰两款投资型寿险作以全面介绍；第叁大部分,运用风险价值(VaR)理论对这两款投资型寿险产品面临的市场风险进行实证分析,包括分析结论和压力测试部分；最后,对保险理财产品的设计和投资提出建设性建议和意见。同时,这篇文章采用定性分析方法和定量分析方法相结合,前一部分,主要从定性的角度对风险价值(VaR)理论体系进行系统介绍,接着对平中国平安投资型寿险产品-富裕年年和中国人寿-国寿裕丰投资型寿险产品进行了全面分析,包括产品的特点、功能和面临的市场风险等,最后一章从定性的角度对决策者投资投资型寿险产品提出建设性的建议；后一部分主要运用风险价值(VaR)理论对所选取的投资型寿险产品样本数据进行定量化的实证分析,包括：建立VaR模型,模型计算,压力测试,本文所选用的两款投资型寿险产品有一定的代表性和典型性,分别是：中国平安寿险聚富年年投资型寿险和中国人寿国寿裕丰投资型寿险。所选用的数据是最新数据,通过利用常用的统计技术和软件所做的实证分析,为投资者揭示投资市场风险的存在和可能范围,为投资者更好的进行市场风险的防范和管理提供一定的借鉴。以上这样的写作思路安排基于以下两点考虑：一是先理论再实证,使读者阅读时容易理解；二是由易到难,符合人们的思维习惯；叁是先提出论点、之后提出论据、再做结论,便于搜集资料和对文章进行全盘编排,之后一气呵成。整个文章大体采用演绎的逻辑方法,引出理论模型,之后运用模型对数据进行实证,判断主流的投资组合能化解风险的观点的正确与否；同时用模型检验产品的产品设计为投资者的投资理财决策提供参考。数据来源：摘自保险机构官方网站公布投资年报和分析报告。文章撰写过程中,数据的处理要用到相关统计软件,其中包括：SPSS、EXCEL和EVIEWS等。
解其昌[2]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。
马赞[3]2013年在《我国外汇储备资产的汇率风险管理研究》文中研究指明我国的外汇储备资产自进入21世纪以来一直处于高位，并且在2006年首次超过日本成为世界第一大外汇储备国。外汇储备屡创新高一方面得益于我国藏汇于国的外汇管理体制，另一方面得益于多年来国际收支平衡表项下经常账户和资本与金融账户的双顺差。我国在2005年7月份以前基本上坚持的是盯住美元的固定汇率制度，因此人民币兑美元汇率的变动及其影响并没有受到足够的重视。但是在此之后的汇率制度改革一定程度上动摇了曾经的外汇管理体制，人民币不再单一盯住美元，而是参考一揽子货币进行调节，实行有管理的浮动汇率制度，人民币的汇率波动幅度较过去都明显增大了。这种变化给我国的出口企业以及进入我国的国际投资机构都带来了较大的冲击，人们开始关注人民币汇率变动给企业经营成本和收益所带来的影响。近两年来，随着人民币升值频率和幅度的不断加大，我国的外汇储备资产增量随之呈现出回落的态势，因此研究人民币汇率的变动及其对我国外汇储备资产增量的影响就显得很有必要。VaR（又称为风险价值）理论作为一种重要的风险管理工具，多次被国际上各大金融机构引入用来作为金融市场风险管理的重要工具。文章将在研究人民币汇率变动对我国外汇储备资产的影响基础之上，通过引入VaR理论体系来度量我国外汇储备资产所面临的汇率风险大小。本文首先介绍我国外汇储备资产的基本情况，随后间接分析我国外汇储备资产受人民币汇率变动的影响，并且运用格兰杰因果关系检验得出的实证结论是：人民币兑美元和港元汇率的变动是影响我国外汇储备资产的格兰杰原因，但是存在时间上的滞后效应。最后通过建立GARCH模型族来拟合人民币兑以上两种货币汇率的波动性特征，在此基础上利用分析法算出以上两种汇率的单侧风险价值，并检验其对人民币汇率变动的覆盖程度。建模分析结果表明：T分布假设前提下的对应波动率模型普遍比在正态分布假设前提下的拟合效果更好；其中人民币兑美元汇率对数收益采用基于T分布的GARCH(1，1)模型来描述其波动性比较好，同时也表明其并不存在明显的杠杆效应，外部信息对其产生的冲击效果基本上是对等的；而人民币兑港元汇率对数收益采用基于T分布的EGARCH(1，1)模型来描述其波动性比较好，表明其存在一定的杠杆效应，外部冲击会对其波动率水平产生不对等的影响。VaR值计算结果表明：各波动率模型基础上利用分析法计算出来的风险值对实际损益覆盖都比较好，其中基于T分布假设前提下在EGARCH（1,1）模型基础上所计算出的风险值对人民币兑美元汇率和人民币兑港元汇率实际损益的跟踪效果最好。
谭叶[4]2011年在《基于VaR的我国开放式基金风险的研究》文中认为我国开放式基金从成立到发展至今,有十几年的历史。虽然发展的时间较短,但是随着金融市场的全球化,以及我国资产市场的对外开放,开放式基金的风险已经成为基金管理者、投资者以及金融监管者深入研究的重要问题。在此背景下,本文以实证分析为主,理论分析为辅的研究方法,基于风险度量理论VaR,对我国开放式基金的风险进行应用研究。本文首先阐述了开放式基金的定义以及依据投资风格的基金分类,在比较封闭式基金的基础上,剖析了我国开放式基金的特殊性。从我国开放式基金的发展历程入手,详细分析了我国开放式基金的风险种类,并指出市场风险是我国开放式基金所面临的主要风险。接着,对风险度量的VaR方法进行了全面解析,从VaR的定义及原理出发,简单介绍了VaR几种常用的计算方法,并给出了VaR模型的准确性检验的方法,进一步的,对VaR的分解工具进行详细阐述,形成了一个较完整的系统。本文应用基于VaR理论的GARCH模型对我国开放式基金的风险进行了实证研究。第一部分的实证研究为:对选取的样本基金进行统计特征描述以及假设检验,以单只基金为例选择合适的模型,再利用此模型在叁种不同的分布下来计算基金的VaR风险值,对实证结果进行了准确性检验,并对本章进行小结。第二部分的实证研究为:对单只基金应用VaR的分解工具进行实证研究,在描述基金和股票统计特征和假设检验的基础上,计算了组合的边际VaR、成分VaR以及增量VaR,并进行分析小结。结合我国开放式基金现实的情况,本文给出了基于实证研究的一些启示,并针对开放式基金风险管理的现状,提出了一些建议。最后对本文的研究进行梳理和总结。
武昭[5]2013年在《投资组合风险测度研究》文中指出受金融危机影响,全球股票市场以及债券市场不景气,国际金价大幅上涨,黄金市场表现抢眼,黄金已经与股票、债券一样,成为一种非常重要的投资工具。近年来,机构投资者队伍不断发展壮大,影响力也不断增强,由于机构投资者通常进行多元化投资,因此,黄金同其它投资工具一样,成为机构投资者投资组合中非常重要的部分。多数银行私人银行资产报告中就显示,其资产组合包括股票、债券、黄金、外汇以及房地产这五类资产,并且对黄金资产走势保持乐观态度。由于机构投资者采用多元化投资策略,因此在计算资产组合VaR时应该选择较为精确并且计算速度快的方法,现在计算资产组合VaR的方法有很多种,包括历史模拟法、参数法、蒙特卡洛模拟法,根据目前的文献资料,机构投资者多采用传统方法,例如内部模型法等来计算资产组合的VaR。传统的VaR计算方法明显存在着一些缺点,如正态分布的假设、线性假设、缺乏对极端事件的考虑以及金融资产之间尾部相关性等。这些因素都会影响投资组合的效果和风险,对VaR计算的精确度产生很大影响。而Copula的理论相对于传统方法有着理论优势,Copula函数可以把几个边际分布连成一个联合分布,不用假定边际分布是正态分布,Copula函数导出的一致性和相关性测度应用范围更广、实用性更强,可以捕捉到变量间非线性、非对称的相关关系,特别是容易捕捉到分布尾部的相关关系。本文首先基于传统方法,对包含黄金、股票和债券的投资组合风险进行度量,再利用Copula函数和GARCH模型,建立Copula-GARCH-t模型,利用历史模拟法、参数法以及蒙特卡洛模拟法,对黄金、股票以及债券的投资组合风险进行实证研究分析,最后在风险最小的情况下,给出叁种资产的投资比例。结果表明,T分布对数据描述好于正态分布,从而计算结果相对较为准确。Copula-GARCH(1,1)-t模型与数据拟合效果很好,因此通过Copula模型模拟出的随机数也接近真实收益率,在计算资产组合的风险时更为准确,可信度更高。从KuPiec检验计算结果来看,蒙特卡洛模拟法要明显优于几种传统方法,历史模拟法和Risk Metrics法存在低估风险的可能,而GARCH-T模型存在高估风险的可能。并且Copula模型解决了蒙特卡洛模拟法计算时间长的缺点。而运用蒙特卡洛模拟法计算VaR时,模型的选择至关重要,T-Copula模型要明显优于正态Copula模型,计算结果比正态Copula模型略大一些,这是因为T-Copula模型充分考虑到资产的厚尾分布,计算结果更加保守。当投资额为700.6元、风险最小时,在95%置信水平下,投资组合VaR为16.54元,即资产组合的最大损失为16.54元,为投资额的2.36%。在99%的置信水平下,VaR为18.95元,为投资额的2.70%。从结果看,预期损失占投资额比例很小,保值效果较好。根据文章得到的结论可知：机构投资者在计算投资组合的VaR时,可以利用Copula-GARCH(1,1)-t模型进行计算,不但计算速度较快,而且结果较传统方法更为精确,对机构投资者确定投资策略非常有价值。
李瑞波[6]2004年在《VaR理论及其在我国金融市场中的应用》文中进行了进一步梳理本文系统地分析和总结了VaR(Value-at-Risk)的方法体系,包括产生的背景及其发展历程、基本涵义、计算的基本原理、组合VaR(边际VaR、成分VaR、增量VaR)以及VaR的优缺点。详细介绍了VaR的叁类最主要的计算方法(历史法/历史模拟法、参数法(方差-协方差法)、蒙特卡罗模拟法),并对它们各自的优缺点和适用性做了比较分析。还着重引入了VaR理论的一些最新发展情况(ES、CVaR、CDaR),CVaR是一种全新的组合优化理念,具有线性、次可加性等优点。另外,本文对VaR在我国金融市场中的应用进行了实证分析。首先,本文选择加拿大元、日元、欧元和英镑兑美元的日汇率作为分析对象,采用6种不同的方法来计算这几种汇率的每日VaR。这6种方法是历史法、蒙特卡罗模拟、正态法、简单移动平均、RiskMetrics法、GARCH参数法。结果显示前叁种方法和后叁种方法各自计算获得的VaR比较接近,并且前叁种方法计算获得的VaR小于后叁种方法计算获得的VaR;另外,GARCH法(GARCH(1,1)-M和TGARCH(1,1))对汇率波动的模拟结果也十分良好。其次,在投资组合的VaR应用分析中,本文先在基金评级中采用RAROC方法,RAROC方法的优点是综合考虑了风险与收益两方面的因素。本文对基于VaR约束的Markowitz模型和基于CVaR的投资组合优化模型进行了实证分析。结果显示在收益相同的情况下,增加VaR约束之后所求得的组合的风险降低了,在优化CVaR的时候同时也优化了VaR,基于CVaR的优化模型所获的标准差和VaR同其他两种模型相比都是最小的,这说明CVaR优化模型可以进一步降低组合的风险。实证分析表明,VaR是一个十分有用的风险管理工具,将VaR引入到我国的金融风险管理中有重要的现实意义。
谷伟[7]2005年在《金融市场风险管理中的VaR方法及其应用研究》文中进行了进一步梳理近年来,巴林银行、东南亚金融机构和长期资本管理公司等一系列因承担市场风险而发生巨额损失甚至倒闭的案例,使得无论金融机构还是监管当局都日益重视对市场风险的管理。为使风险管理体现客观性和科学性,市场风险管理多采用定量分析技术,大量运用数理统计模型来识别、度量和监测风险。VaR 模型正是这样一种定量分析工具,目前已受到业内人士的广泛认可,成为国内国际许多金融机构所采用的风险分析方法。VaR 的计量是在一定概率水平下,投资组合价值在一段时期内最多可能损失的金额。它比传统的风险测量技术,如到期日、持续期以及标准差等有更大的适应性和科学性。正因为这样,VaR 在金融风险控制、机构业绩评估以及金融监管等方面被广泛应用。传统的VaR 计算方法中一般假定市场因子的未来变化服从正态分布,而事实上,众多文献和大量的实证研究都说明金融数据的实际分布较正态分布具“厚尾细腰”的特征,即所谓的“厚尾”分布。从而传统的计算VaR 的方法往往会低估了实际损失值,特别是置信度较高时,当投资者进行某些高风险的投资时,如果低估了自己所面临的风险时,就可能因为较低的储备金而无法应付这种危险局面,从而可能引发破产危机。为解决正态分布对实际金融分布拟合失真的问题,本文分别引入“厚尾”分布中的t 分布和双曲分布进行VaR 建模,并结合实证分析,由t 分布和双曲分布所计算的VaR 值可避免上述不足,不会低估实际损失值,所以t 分布法和双曲分布法比传统计算VaR 的方法有较高可信度,同时说明t 分布和双曲分布在拟合金融数据的样本分布方面的性能与真实性较正态分布大为改善,因此使用它们对金融数据进行建模则会更贴近于实际。此外,VaR 虽然是金融市场风险测量的主流模型,而随着金融市场风险测量技术的发展,近年来我们渐渐发现了它的一些不足,与此同时出现了CVaR 等新的风险度量方法,在文中我们从一致性风险度量的角度比较了它和VaR 性质上的不同,发现它们各有其应用的优势。
连天一[8]2011年在《基于VaR方法的证券投资基金风险管理研究》文中指出金融市场风险是证券投资基金面临的最大风险,加强市场风险的管理日益成为投资基金的核心竞争力。风险价值(Value-at-risk)是近年来发展起来的用于测量和控制金融风险的量化模型,是一种利用统计思想对金融风险进行估值的方法。相对于传统的风险管理工具,VaR方法具有无可比拟的优点：它可以把各种金融工具、资产组合以及金融机构总体的市场风险具体化为一个简单的数值,使管理者能十分清楚地了解他所持有的资产在某段时间所面临的最大风险。研究VaR模型在我国投资基金风险管理中的应用具有重要的现实意义。本论文结合目前我国资本市场及基金运行的现实状况,对我国证券投资基金进行风险分析与实证研究。首先阐明了对证券投资基金风险研究的意义和目的,强调了VaR模型在风险管理中的重要性,并对国内外关于VaR以前的风险理论及VaR理论的研究做了比较系统的总结。对VaR理论进行深入分析,包括基于参数方法的VaR理论、基于历史模拟方法的VaR理论、基于蒙特卡罗方法的VaR理论,从理论方面对VaR方法进行全面的介绍。其次对证券投资基金作了简单介绍,它的概念及其风险种类,着重分析我国基金投资风险的表现形式、形成机理及其过程,风险管理的现状,必要性及其过程。最后利用VaR方法对证券投资基金风险进行实证分析,从两个方面：VaR风险值的测量和证券投资基金投资组合的风险管理分析VaR方法在风险管理的应用,同时总结实证主要结论,对证券投资基金风险管理提出自己的建议和看法。
许正山[9]2010年在《VaR、CVaR方法的改进及其在金融风险度量中的应用》文中认为当前,金融业已经成为经济发展的主引擎,金融业的兴衰直接关系着经济的发展速度和水平。随着金融创新的不断发展,金融衍生品的形式也越来越多样化。金融创新一方面直接推动了金融业的发展,另一方面,也带来了极大的风险。由于金本位制的瓦解,世界金融体系缺乏支撑,金融创新技术导致金融风险越来越多样,越来越复杂,而对金融风险的管理难度也随之不断加大。因此,近年来,与金融风险管理有关的研究尤其是金融风险度量方法方面的研究成为金融研究领域的热点。通过近些年在金融风险度量领域的探索,目前VaR(风险价值)方法已经成为全球一致认可的度量金融风险的方法。较之以往的诸多方法,VaR方法具有很多优势,比如其在度量上的统一性,就为不同金融机构之间分析风险提供了便利。但是,传统的VaR方法假定其收益率或基本风险因子服从正态分布,并没有反映金融资产的真实收益情况,而且并不具有次可加性,因此存在着很多有待解决的问题,适用该方法得到的结果也不可靠。本文首先通过对传统VaR计算方法的统计学定义,建模步骤等方面进行总结与分析,得到其适用的范围,并指出了其在实际应用中存在的问题。然后,本文接着介绍了条件VaR和基于Copula理论的VaR计算方法的理论依据,建模步骤及建模中需要注意的问题,并根据分析得出的结论,结合已有的研究成果,利用条件VaR的方法,选取沪铜1009的期货和现货价格,通过实证分析得出条件VaR的方法在计算期货现货套期保值收益率方面比传统VaR方法更有优势。在计算资产组合的风险价值时,本文选取中国人寿和万科两支股票,利用基于Copula理论的VaR计算方法,通过实证分析得到该方法在计算两支股票组合风险价值时,优于传统的VaR计算方法。通过以上的实证分析。本文在实证分析的过程中,参考了已有的研究成果,并对一些步骤和方法做了改进,实证效果很好。另外,本文对现存的条件VaR和基于Copula理论的研究提出了自己的看法,如采用线性混合Copula函数来计算VaR的局限性,并讨论了在该领域继续研究的可行思路。
张伊[10]2007年在《VaR在商业银行汇率风险评估中的应用研究》文中进行了进一步梳理商业银行的风险管理一直是理论界与实业界的重要研究对象，尤其是自20世纪70年代以来，世界经济与金融环境在经历了布雷顿森林体系瓦解之后，对于如何防范商业银行的汇率风险更成为理论界的研究焦点。为使风险管理体现客观性和科学性的原则，风险管理越来越多的采用了定量分析技术，大量运用数理统计模型来识别、度量、和检测风险。 VaR(风险价值)作为一种风险测量的定量分析工具，是近年来被国际余融领域广泛认可并应用于各种金融风险测量的前沿技术。本文在深入分析我国目前的汇率制度和我国商业银行汇率风险管理现状及其存在的问题的基础上，通过对VaR模型的计算原理及方法的分析，详细研究了VaR模型在商业银行汇率风险评估中的应用问题。本课题在研究的过程中，对VaR模型当中最具有代表性的两种算法——Delta—正态法和历史模拟法进行了实证研究，利用其对我国商业银行的某一外汇资产组合所面临的汇率风险进行具体测算，这为理论模型的可行性提供了实践证据，相信对于国内商业银行的汇率风险管理也具有一定的借鉴意义，这正是本文的创新与贡献之处。
参考文献：
[1]. 风险价值理论及其在投资型寿险中的应用[D]. 何石秀. 西南财经大学. 2011
[2]. 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
[3]. 我国外汇储备资产的汇率风险管理研究[D]. 马赞. 云南师范大学. 2013
[4]. 基于VaR的我国开放式基金风险的研究[D]. 谭叶. 长沙理工大学. 2011
[5]. 投资组合风险测度研究[D]. 武昭. 陕西师范大学. 2013
[6]. VaR理论及其在我国金融市场中的应用[D]. 李瑞波. 天津大学. 2004
[7]. 金融市场风险管理中的VaR方法及其应用研究[D]. 谷伟. 华中科技大学. 2005
[8]. 基于VaR方法的证券投资基金风险管理研究[D]. 连天一. 辽宁大学. 2011
[9]. VaR、CVaR方法的改进及其在金融风险度量中的应用[D]. 许正山. 武汉理工大学. 2010
[10]. VaR在商业银行汇率风险评估中的应用研究[D]. 张伊. 同济大学. 2007
标签：金融论文; 证券论文; 投资论文; 风险管理论文; 实证分析论文; 分位数论文; copula论文; 金融论文; 风险价值论文; var模型论文; 参数估计论文; 资产组合理论论文; 金融风险论文; 风险模型论文; 建模软件论文; 投资论文; 投资组合论文; var方法论文;