对风险度量工具VAR的重新审视（工商管理毕业论文）.docVIP

对风险度量工具VAR的重新审视（工商管理毕业论文） 文档信息 主题： 关于“金融或证券”中“期货”的参考范文。 属性： F-010FNW，doc格式，正文6445字。质优实惠，欢迎下载！ 适用： 作为文章写作的参考文献，解决如何写好实用应用文、正确编写文案格式、内容摘取等相关工作。 目录 TOC \o 1-9 \h \z \u 目录 1 正文 1 关键字：风险,度量,工具,VAR,重新,审视 2 搞要 2 一 、前言 2 二、VAR度量方法优劣 2 三、对VAR 的质疑 4 四、对其它风险度量方法的简评 5 （一）条件在险价值与预期损失模型（CVAR and ES） 6 （二） 极值模型（EVT） 6 五、审视与反思 8 （一）美国房地产泡沫：次贷危机导火索 8 （二）VAR：仍具有效性 8 参考文献： 10 论文原创声明（模板） 10 论文致谢（模板） 11 正文 对风险度量工具VAR的重新审视（工商管理毕业论文） 关键字：风险,度量,工具,VAR,重新,审视 搞要 摘要：由美国次级贷款危机引发的全球金融危机促使大家对本次金融危机深层动因进行反思，在金融风险管理领域，20世纪90年代以来被广泛应用于全球金融机构风险度量方法―VAR，受到了大家广泛质疑。在危机稍缓之际，本文结合最近相关文献，通过对VAR的审视与反思，指出VAR作为一种风险度量方法仍然有效 一 、前言 从发展过程看，金融风险度量的主流方法和工具主要包括，偏差率、价差率等简单计算方法；以均值--方差为主的波动性分析方法；度量市场溢价敏感性的基于CAPM模型的贝塔系数方法；度量下方风险（downside risk）的VAR(Value at Risk)方法。相关方法还包括，压力测试和情景分析等等。20世纪90年代以来，VAR已经成为主流的风险度量方法和工具。由美国次级贷款引发的全球金融危机不仅给全球经济造成了巨大损失，更是激起全球范围内对本次金融危机深层动因的反思。在金融风险管理领域，20世纪90年代以来被广泛应用的风险度量方法―VAR，受到了大家质疑。本文结合相关文献，通过对VAR的优劣分析，指出VAR作为一种风险度量方法仍然有效。 二、VAR度量方法优劣 VAR(Value at Risk)，即“在险价值”，表示处于风险状态的价值，用于度量金融资产或组合在未来资产价格波动下可能的损失。Jorion(1996)认为，VAR是在正常的市场波动条件下和给定的置信水平内，某种金融资产或资产组合在未来一段持有期内的最坏预期损失值。 用公式表示为：P(ΔPVAR)=1-α或：P(ΔPVAR)=α，其中P：概率；△Ρ：某一金融资产或组合在一定持有期△t的价值损失额；VAR：给定置信水平α下的在险价值，即可能的损失上限；Α：给定的置信水平。如果说某资产组合每日置信水平99%的VAR为1000万美元，则意味着下一个交易日组合价值最大损失在99%的可能性上不超过1000万美元，也就是说，下一交易日发生1000万美元损失的概率一般小于1% 实践中，VAR的常用度量方法主要包括：历史模拟（Historical Simulation）、蒙特卡罗模拟(Monte Carlo Simulation)、ARCH、RiskMetrics等等。其中，历史模拟和蒙特卡罗模拟属于非参数方法；RiskMetrics 和ARCH属于参数方法。 RiskMetrics 和ARCH方法的优点体现在可以完整刻画资产组合收益率的方差波动特征，但这两大模型假设收益率基于正态分布假定，波动性和相关性不变，而实证显示金融资产收益具有厚尾、非对称的特征。因此，使用这两种方法度量出的VAR有低估倾向，此外，当资产组合过于庞大，模型中的方差、协方差难以保持正定矩阵。 历史模拟方法是利用历史数据去模拟资产组合的未来收益分布，给出一定置信度下的VAR 估计。其优点是简便易行，不需要对资产组合价值变化的分布作特定假设，无需进行参数估计，避免了模型风险。但其假设资产组合收益率在特定窗口期间具有相同分布，这与现实市场中收益率的聚集性和持续性特征相悖，对超出历史数据样本外的极端情景难以度量，而且本方法需要长期大量的历史数据支持，这难以完全满足，因而，历史模拟方法度量VAR的准确性难以保证。 Monte Carlo 模拟与历史模拟方法类似， 区别在于Monte Carlo 模拟是利用历史数据，基于随机方法模拟出大量的不同情景下的资产组合收益数值，进而度量VAR。Monte Carlo 模拟是全值估计，相对于历史模拟方法，其估算精度较高。不过Monte Carlo模拟计算量大，随机数中的群聚效应浪费了大量观测值，降低了模拟效率。 三、对VAR 的质