及计算实验报告.docxVIP

中央财经大学实验报告实验项目名称 MATLAB所属课程名称 MATLAB实验类型大作业实验日期 2011年06月22日班级09金工1学号2009310275姓名杨玄成绩【实验目的及要求】　　任选一支股票或大盘指数的日收益率数据（观测值不少于1000个），观察数据分布特点，计算其VaR（Value at Risk）及CVaR（Conditional VaR），可以考虑运用各种方法计算并进行比较。【实验原理】Var定义：VaR（Value at Risk）一般被称为“风险价值”或“在险价值”，指在一定的置信水平下，某一金融资产（或证券组合）在未来特定的一段时间内的最大可能损失。CVar定义:因为Var不具有次可加性，即组合的VaR可能超过组合中各个资产的加权平均VaR，因此具有次可加特点的CVaR常常被用来衡量组合的风险。CVaR衡量了一定置信 水平α下发生损失超过VaR时的平均损失。具体的，其定义如下：VaR与CVaR的计算方法：根据Jorion（1996），VaR可定义为： 　　VaR=E（ω）-ω* ① 　　式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。 　　又设ω=ω0（1+R） ② 　　式中ω0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。 　　ω*=ω0（1+R*） ③ 　　R*为资产组合在置信水平α下的最低收益率。 　　根据数学期望值的基本性质，将②、③式代入①式，有 　　VaR=E[ω0（1+R）]-ω0（1+R*） 　　=Eω0+Eω0（R）-ω0-ω0R* 　　=ω0+ω0E（R）-ω0-ω0R* 　　=ω0E（R）-ω0R* 　　=ω0[E（R）-R*] 　　∴VaR=ω0[E（R）-R*] ④ 上式公式中④即为该资产组合的VaR值，根据公式④，如果能求出置信水平α下的R*，即可求出该资产组合的VaR值。假设条件:　　VaR模型通常假设如下： 　　⒈市场有效性假设； ⒉市场波动是随机的，不存在自相关。选择的VaR与CVaR四种计算方法：一、历史模拟法“历史模拟法”是借助于计算过去一段时间内的资产组合风险收益的频度分布，通过找到历史上一段时间内的平均收益，以及在既定置信水平α下的最低收益率，计算资产组合的VaR值。 　　“历史模拟法”假定收益随时间独立同分布，以收益的历史数据样本的直方图作为对收益真实分布的估计，分布形式完全由数据决定，不会丢失和扭曲信息，然后用历史数据样本直方图的P—分位数据作为对收益分布的P—分位数—波动的估计。 　　一般地，在频度分布图中（图1，见例1）横轴衡量某机构某日收入的大小，纵轴衡量一年内出现相应收入组的天数，以此反映该机构过去一年内资产组合收益的频度分布。 　　首先，计算平均每日收入E（ω） 　　其次，确定ω*的大小，相当于图中左端每日收入为负数的区间内，给定置信水平 α，寻找和确定相应最低的每日收益值。 　　设置信水平为α，由于观测日为T，则意味差在图的左端让出 　　t=T×α，即可得到α概率水平下的最低值ω*。由此可得： VaR=E（ω）-ω*二、方差—协方差法 　　“方差—协方差”法同样是运用历史资料，计算资产组合的VaR值。其基本思路为： 　　首先，利用历史数据计算资产组合的收益的方差、标准差、协方差； 　　其次，假定资产组合收益是正态分布，可求出在一定置信水平下，反映了分布偏离均值程度的临界值； 　　第三，建立与风险损失的联系，推导VaR值。 　　设某一资产组合在单位时间内的均值为μ，数准差为σ，R*～μ（μ、σ），又设α为置信水平α下的临界值，根据正态分布的性质，在α概率水平下，可能发生的偏离均值的最大距离为μ-ασ， 　　即R*=μ-ασ。 　　∵E（R）=μ 　　根据VaR=ω0[E（R）-R*] 有 　　VaR=ω0[μ-（μ-ασ）]=ω0ασ 　　假设持有期为 △t，则均值和数准差分别为μ△t和 ，这时上式则变为： 　　VaR=ω0·α· 因此，我们只要能计算出某种组合的数准差σ，则可求出其VaR的值。三、蒙特卡罗模拟法（Monte Carlo simulation）它是基于历史数据和既定分布假定的参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，再计算VaR值。本程序通过历史数据求的期望和方差长生符合正态分布的随机序列，再使用产生的随机序列进行历史模拟法的计算。蒙特卡罗模拟法核心代码（详见fun M-file）：四、基于Cornish-Fisher展开式的VaR和CVaR Cornish-Fisher展开式将标准化之后的组合收益的百分位数a近似为：　【实验环境】　　MatlabR2008b【实验方案设计】 四种计算方法的核心代码：历史模拟法VaR计算