VaR模型在金融风险预测中的应用--以股票投资为例.doc

VaR模型在金融风险预测中的应用 --以股票投资为例 摘要：本文首先介绍了VaR的含义，然后使用不同的VaR模型预测一支股票的投资风险。最后，我们进行了测试，结果表明VaR模型具有更好的应用价值研究证券投资风险预测。 关键词：风险投资；风险；证券投资 VaR的含义 VaR的字面解释是“价值风险”。特别是，它意味着在置信水平，给定的时间及正常的市场条件下损失最大不超过一个给定的概率。该公式的估计（1）和（2）： (1) (2) Pr代表可能性，代表损失，c代表置信水平。 VaR=-*=-(1+*)= -*(*) （3） 计算价值风险等于计算最小的“V”或“R”的回报率。VaR的方法主要有解析法，历史模拟法和蒙特卡罗模拟。 解析法 利用数理统计的方法，且历史数据符合统计分布，如正态分布，“T”分布，广义误差分布等,通过分布参数估计在某一置信水平下R的最小值。 B.史模拟 基本的想法是，历史会重现，明天的情况可能是历史的一个案例。历史模拟法属于非参数方法，它不需要估计的均值和方差。 c.monte-carlo模拟 蒙特卡罗模拟法也是一种非参数方法，原理与史模拟相似。但不同的是，分布的估计取决于大量的随机数而不是历史数据。这有利也有弊，在不同的假设下，使用不同的参数设置和不同的措施可能产生不同的结果。根据特征，选择适当的参数估计和模型去衡量价值风险。 VaR模型的应用 本文以B公司的股票进行了实证研究。 A.样本数据 VaR的计算与测试需要两个数据集，同时，考虑时效性，我们选择了B公司2011年1月4日至2012年5月31日的股票日收益数据为原始样本，从2012年6月1日到2012年12月31日的数据为测试样本。 公式计算收益率的“R”如下（4）： （4） P代表股票的日收盘价；“T”代表时间。 我们的柯尔摩夫-斯米尔诺夫检验原始数据。Z值相应的概率是0.618；对应的P值是?0.704＞0.05，故类似的相关的数据是正常的分布。 B 计算VaR。 根据样本数据的特征（正态分布，95%的置信水平，分位数1.65）。 计算VaR有三种方法： （1）分析方法 收益分布的采样率 r∽N(-0.002318,0.0217168 2) r* = -0 从结果我们可以得知：在下一个交易日证券投资的损失将不超过3.815072 %。 研究VaR的计算可由公式（5）为： (5) 如果投资者想在持有天数T内计算VaR，下面的公式(6)可以使用。 (6) 2）历史模拟法 根据327天的股票日收盘价计算326的收益率数据。基于今天的价格，有326种可能性。数据排列从最大到最小?，326×5?%是最糟糕的情况。 由SPSS第五次的原数据，?=?-0.035415，故可知在95%的置信水平下投资损失将不会超过3.5415?%。 3）蒙特卡罗模拟 根据B公司的股票收盘价格的分布特征，利用相关的随机模拟软件产生1000个数据。计算的（95%置信水平）。随机模拟部分的数据显示在表1。 表1 随机模拟 随机数 -0.0144 -0.0686 0.0240 -0.0033 -0.0042 -0.0273 -0.0340 0.0078 r*= -0.0375?，我们也可以得出结论：在95%的置信水平下，投资损失概率不会超过3.75%。 C 测量试验 我们对2012年的6月1日至2012年的12月31日的数据用三种VaR模型进行测量试验。超过VaR的记为1，其余的记为0（在本文中，我们用衡量VaR），然后利用SPSS软件进行二项分布的实验（一种非参数检验），实验的比例是5%。P值分别为0.425，0.385和0.491，均大于0.05。 三、结论 从研究的结果表明VaR模型在短期投资风险的预测上具有较高价值。利用VaR模型投资者可以在某种程度上避免投资损失。但同时，投资者必须注意到，VAR模型是基于过去的收益数据进行的统计分析。 VaR模型的统计特性是关注风险，但不是所有的系统风险。VaR模型的应用必须结合其他风险管理方法和技术。只有进行这样的投资，投资者才可以避免更大的损失。 致 谢 许多人都对我的论文产生了直接或间接但