网站大量收购闲置独家精品文档,联系QQ:2885784924

人民大金融计量学:基于R和PYTHON教学课件1.pptx

人民大金融计量学:基于R和PYTHON教学课件1.pptx

  1. 1、本文档共93页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
第五章 极值事件与金融风险计量本章导读学习目标理解极值事件内涵并掌握风险度量指标VaR和ES的各种计算方法,能通过方法的比较选择合适的模型应用分析;了解系统性风险度量方法,能计算出各种衡量系统性风险的指标用于分析金融市场;了解事件研究法并能将该方法运用于金融事件的分析与评价;了解我国系统性风险状况,让学生树立金融风险意识并从中发现我国政府对金融风险监管的大国责任。5.1 极值事件概述5.2 金融风险计量指标VaR和ES5.3 风险度量制5.4 基于GARCH模型的VaR计算5.5 基于极值理论的VaR计算5.6 系统性金融风险计量模型5.7 事件研究法与金融风险专题5 中国系统性金融风险评估报告目录CONTENTS5.1极值事件概述极值理论的应用始于工程设计,现已广泛应用于金融、保险、水利、气象等各个方面。金融领域的极值事件,就是那些发生概率很低,难以对其做出预测,且又对金融业造成重大影响的(有时是毁灭性的)事件。极值事件也称为极端事件或稀有事件(Rare Event),也就是金融业里面常常说到的所谓“黑天鹅事件”。 5.1 极值事件概述道·琼斯指数跌幅22.6%日经225指数跌幅为14.9%香港恒生指数跌幅为11.3%新加坡海峡时报指数跌幅为12.4%澳大利亚普通股价格指数跌幅为3.7%。“87”股灾期间道琼斯指数收盘价变化5.1.1“87股灾”(又称“黑色星期一”)1997年7月2日亚洲金融风暴席卷泰国,不久后这场风暴波及马来西亚、新加坡、日本、韩国和中国等地,导致泰国印尼、韩国等国家的货币大幅贬值,同时造成亚洲主要股市大幅下跌。但在中国中央政府的强有力支持下,香港地区迅速从危机中走了出来。此外,为了维持人民币汇率稳定,外汇管理部门采取了一系列措施,保护了外汇市场的稳定,这体现了中国在亚洲金融危机中的大国责任。5.1.2 亚洲金融危机2007年4月美国第二大次级房贷公司破产,暴露了次级抵押债券风险。2007年8月美联储开始向金融体系注入流动性,这使得美国股市维持在高位。2008年8月,美国房贷两大巨头——房利美和房地美股价暴跌,持有“两房”债券的金融机构大面积亏损,从美国次贷危机后来演变为全球性金融危机,蒸发了世界百分之五十的股价。5.1.3 美国次贷危机2015年上半年中国股市如火如荼,但到了6月份股市泡沫开始破裂,A股在一个月内跌去三分之一市值。2016年1月4日A股开始实施熔断机制,但当天A股下跌7%,1月7日开盘不到半小时A股再次熔断提前收盘。美国次贷危机和2015年中国“股灾”期间上证指数收益率变化图5.1.4 2015年中国“股灾”5.2金融风险计量指标VaR和ES提出背景:一是传统的资产负债管理依赖财务报表,缺乏时效性;二是利用方差及β系数来衡量金融风险过于抽象,而且其反映的只是市场(或资产)波动幅度,且资本资产定价模型(CAPM)还存在无法结合金融衍生品的不足。传统方法无法准确定义和度量金融风险时,G30集团在研究衍生品种基础上,于1993年发表了题为《衍生产品的实践和规则》报告,提出了度量市场风险的VaR。5.2.1 在险价值(VaR)5.2.1 在险价值(VaR)PDF —— 概率密度函数CDF ——累积分布函数5.2.1 在险价值(VaR)时间期限的选取:一是所关注的风险期限。关注短期风险或是长期风险;二是交易活跃程度。资产的变化程度越大,其选取的时间范围越小。置信度的选择与公司容忍度有关。商业银行和保险机构的损失容忍度较低,而投资公司的容忍度较高一些。分布函数的选择对度量VaR至关重要,常用的分布函数主要有正态分布、学生t分布和标准t分布等。5.2.1 VaR参数选择5.2.2 期望损失(ES)5.3风险度量制5.3 风险度量制5.3 风险度量制5.3 风险度量制5.3 风险度量制5.3 风险度量制 da=read.table(E://jrjl/Chapter5/huaxiayinhang.txt,header=T) sb=data.frame(da$date,da$return,sigma=c(0)) sb$da.return=-log(sb$da.return+1)*100 for (i in 1:(length(sb$da.return)-1)) { sb$sigma[i+1]=0.94*sb$sigma[i]+0.06*(sb$da.return[i]^2) } pred=0.94*sb$sigma[length(sb$da.return)]+0.06*(sb$da.return[length(sb$da.return)]^2) predict.view=data.frame(predict=c(predict(1)),value=c(sqrt(pred))) predict.viewR

文档评论(0)

allen734901 + 关注
实名认证
内容提供者

副教授持证人

知识共享

领域认证该用户于2024年11月14日上传了副教授

1亿VIP精品文档

相关文档