基于条件风险价值的股市风险分析-概率论与数理统计专业论文.docxVIP

Stock Risk Analysis Based On Conditional Value-at-Risk A Dissertation submitted in fulfillment of the requirements of the degree of MASTER OF SCIENCE from Shandong University of Science and Technology by Chen Li Jie Supervisor: Professor Li Shushan College of information science and Engineering May 2008 声 明 本人呈交给山东科技大学的这篇硕士学位论文，除了所列参考文献和世所公认的文 献外，全部是本人在导师指导下的研究成果。该论文资料尚没有呈交于其它任何学术机 关作鉴定。 硕士生签名： 日 期： AFFIRMATION I declare that this dissertation, submitted in fulfillment of the requirements for the award of Masters of Science in Shandong University of Science and Technology, is wholly my own work unless referenced of acknowledge. The document has not been submitted for qualification at any other academic institute. Signature: Date: 山东科技大学硕士学位论文摘要 山东科技大学硕士学位论文 摘要 摘 要 风险是指未来结果的不确定性或波动性，如未来收益、资产或债务价值的波动性或不 确定性。金融市场风险测量就是测量由于市场因子的不利变化而导致金融资产(证券组合) 价值损失的大小。目前，金融市场风险测量的主要方法包括均值－方差分析、灵敏度分析 、 波动性分析、VaR 和 CVaR 方法。 CVaR(条件风险价值)方法是在 VaR(风险价值)方法的基础之上产生的，最早是由 Rockafellar 在 1999 年底提出的，其含义损失超过 VaR 的条件均值，反映超额损失的平均 水平。它较之于 VaR 风险测量方法，更能体现风险测量的潜在风险。 CVaR 风险测量方法有多方面的应用，如信用风险的测量、内部风险资本金的确定、 资本配置、金融监管等，本文主要研究的是 CVaR 在证券市场风险测量中的应用，在研究 的过程中，采用了系统理论、归纳演绎、比较与实证分析等研究方法。 文章首先从总体上介绍了传统风险测量方法的发展过程及其在现实中的主要应用，然 后再对 CVaR 风险测量方法进行深入的研究，对其概念、参数选择、计算、性质等方面都 作了较详细的探讨，得出的结论是 CVaR 风险测量方法比传统的风险测量方法拥有更多的 优点。再次，对 CVaR 在风险测量中的运用进行了深入的研究。 由于金融资产收益序列不服从正态分布、尖峰厚尾、杠杆效应的特点， 这里用 APARCH 模型计算收益率序列的波动性，介绍了 APARCH 模型的特点，然后分别计算了 基于正态分布、t 分 布 、GED 分布下的 VaR 和 CVaR，并且比较了不同分布下的 VaR 和 CVaR 在风险测量上的优越性。再就是以 CVaR 作为约束条件，计算投资组合最优化问题，并分 别对这两个应用进行了实证研究，实质上，这两个应用的意义都是利用 CVaR 来指导投资 决策，最终的目的是一样，不同的只是方法。再次，简单地阐述了 CVaR 在我国应用所面 临的问题，并提出一些建议。 关键词:VaR，CVaR，APARCH 模型，GED 分布，Kupiec 检验，DLC 统计量，投资组合 Abstract Risk is defined as volatility of future, for example, future return and liabilities, value of assets. Measurement of financial market risk is measuring loss resulting from unfavorable change. The methods of risk measurement include mean-volatility method, sensitivity analysis, volatility analysis and VaR and CVaR. The risk measu