信托行业风险价值研究.docVIP

信托行业风险价值研究.doc

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
信托行业风险价值研究

信托行业的风险价值研究   摘 要:风险价值VaR作为度量风险的工具,在信托行业的风险管理中有重要的应用价值。基于历史模拟法、极值理论以及G-H分布随机模拟法,对××上市信托公司股票的收益率分别计算VaR值,通过对比分析发现,G-H随机模拟法与实际分布中的VaR值比较接近,而且对于股票市场的“厚尾”现象有很好的描述,估值效果最好。   关 键 词:信托;风险价值VaR;G-H分布;随机模拟   中图分类号:F830.8 文献标识码:A 文章编号:1006-3544(2015)01-0077-03   信托是指委托人基于对受托人(信托投资公司)的信任,将其合法拥有的财产委托给受托人,由受托人按委托人的意愿以自己的名义,为受益人的利益或者特定的目的,进行管理或者处分的行为。对于信托行业来说,风险是不可避免的,而如何规避风险、套期保值是信托行业一直关注的主题,风险管理能力也成了经营管理的核心能力之一。信托行业的风险管理发展受全球金融风险管理方法的影响,而VaR(Value at Risk)是风险度量的一种工具,学会如何正确运用VaR对金融资产组合进行风险度量和管理是十分重要的。   一、风险价值(VaR)及研究意义   风险价值(VaR)是20世纪90年代以来在国外兴起的一种重要风险度量方法,这种方法最初主要是用于市场风险的度量,之后得到广泛的应用,成为风险管理的国际标准。VaR的主要思想是利用概率统计方法来对金融风险进行度量。通常情况下,可理解为经过特定时间间隔后,在给定的置信度下可能出现的最大损失。计算VaR的核心在于怎样来确定资产组合收益的概率密度函数或者概率分布,围绕这一问题的解决, 众多的国内外学者逐步提出了各种计算模型,用来在一定程度上提高计算效率,并且通过改进模型提高结果的精确性。   风险价值VaR的含义具体解释是指在金融市场的正常波动下, 指定的信托资产或者是资产投资组合最大可能出现的损失。用统计语言描述,指在一个特定的置信水平下, 给定的信托资产或者是资产投资组合在未来特定的一段时间内的最大可能损失。一般表示为:   Prob(?驻pVaR)=?琢   其中,△P为资产投资组合在持有期△t内的损失;VaR即为给定置信水平1-?琢下的处于风险中的价值 [2] 。   自上个世纪90年代以来,全球各个国家先后爆发了多次金融危机, 特别是2008年的全球金融风暴,几乎对各个国家都造成了巨大影响。我国在加入国际世贸组织(WTO)以后,金融市场与国际接轨, 多次的金融风暴虽然对我国没有造成十分重大的伤害, 但在一定程度上也影响到经济的快速发展,所以对于风险价值VaR这一度量信托风险的重要管理工具, 研究其计算方法在目前又具有特别重要的现实意义 [1] 。   计算风险价值(VaR)的方法主要有历史模拟法、极值理论计算法以及G-H分布随机模拟法,本文将运用这几种方法对信托业的风险价值进行实证分析。   二、对信托业风险价值的实证研究   选取现有的xx上市信托公司的股票收益率为例,其收益率具有尖峰厚尾的特征,适合用于实证分析。选取2004年1月2日~2013年12月31日的上证指数的收盘价,共2331个数据(数据来源于某证券公司)用于建模,并以2014年1月2日~10月16日的数据用于检验。下文介绍几种实证研究结果。   (一)历史模拟法的实证分析   将上述2331个数据交易日的收盘价为历史数据, 现计算的VaR是下一个交易日的、 置信度为95%下的值, 将历史数据运用历史模拟法进行计算,结果如表1所示。   表1中第一列为日期,第二列为每个交易日所对应的开盘价,第三列为每个交易日所对应的收盘价,第四列为计算所得的每个交易日的损益(即第三列数据与对应的第四列数据相减),第五列为按升序重新排列后的损益值, 最后一列是顺序的编号。因为置信水平选取的是95%,因此,只用在第六列中找编号为2314(第2331*0.95≈2214个数据)所对应的第四列的损益,即-0.28,取绝对值可得该股票下一个交易日的VaR为0.28元。若置信水平取98%、99%、99.5%,其VaR值分别是0.46、0.58、0.7。   (二)基于极值理论(EVT)法计算VaR的实证分析 [9]   用yt表示在第t天的价格,rt表示其对数回报,那么有:   rt=ln()   对由样本数据计算回报分布的下侧分位数,进行取负变换,则xt=-rt。从而VaR值可由xt计算得到的上侧分位数取负计算得到,即VaRP=-xp。由于此方法假定样本数据必须为独立同分布, 所以可以直接应用EVT方法计算分布尾部的分位数,并用其估计VaR的值。   (三)G-H分布随机模拟的实证分析   在不存在系统偏差的情况下,以rt=ln(

文档评论(0)

130****9768 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档