学位论文 > 优秀研究生学位论文题录展示

金融市场风险的度量

作　者: 胡兴军
导　师: 徐浪
学　校: 西南财经大学
专　业: 数量经济学
关键词: 市场风险风险价值预期不足极值理论尾部相关
分类号: F830.9
类　型: 硕士论文
年　份: 2008年
下　载: 101次
引　用: 0次
阅　读: 论文下载

内容摘要

在现代经济活动中,金融市场扮演着越来越重要的角色。在金融市场中,投资者和金融机构面临着经济、货币政策以及国家政治环境等因素对市场影响所带来的金融资产价格异常波动的风险。应该如何预期所持有资产的收益和风险,成为投资者和金融监管机构关注的热点;市场风险成为现代金融风险管理的主要内容。特别是20世纪70年代以来,随着利率、汇率波动的加剧,金融管制的放松和金融自由化的发展,全球范围内的汇率、利率、股票价格呈现高度的波动性,随着金融市场的创新,为规避和对冲市场风险,出现了大量的金融衍生工具,而事实上在风险规避方面收效甚微,更多的是套利,进一步加大了市场的波动程度。90年代以来,金融市场不断出现大幅的市场振幅,近年来,国际金融界也经受了很多危机。从大范围的欧洲货币危机,墨西哥金融危机,亚洲金融危机,到英国巴林银行和美国长期资本管理公司的倒闭,金融机构接受着各种风险带来的考验。监管当局也频频出台新的政策,特别是巴塞尔银行监管委员会于2002年推出的《巴塞尔新资本协议》,对金融机构的风险管理提出了更严格的要求。对于市场风险的管理,其过程十分复杂,但对于市场风险的度量是整个金融市场风险管理过程中很重要的一个环节。风险的度量包括衡量风险导致损失的可能性的大小以及损失发生的范围和程度。金融市场风险度量的方法包括灵敏性分析方法、波动性分析方法、VaR、压力测试、ES方法等。多数的风险度量方法都涉及到对组合收益率的分布假设,通常情况下假设收益率是正态独立同分布的,整体的分布特点就可以用均值和方差来表示。但我们经常会发现:收益率的分布具有胖尾细腰分布而不是正态分布;收益率的分布一般是负偏斜的,且在左尾比在右尾存在更多的观察值,即极端损失比极端收益以更大的概率出现;每日收益率之间存在小的正相关,即今天的收益率可能对预测明天的收益率有所帮助;每日收益率的平方具很强的相关性。因此,为了更加精确地对资产的收益建模,我们不能无条件地假设它们具有正态分布,为了描述偏离正态分布的程度,可以假设收益率服从一个与时间有关的但是有条件的分布,ARCH和GARCH就是其中的代表。另外一种途径就是我们不必要对收益率整体的分布做出任何假定,而直接对其分布的尾部建模,极值理论方法恰好可以做到这一点。近年来,对市场极端情况变化导致的市场风险的度量以及描述变量间非对称、非线性相关测度已引起金融实务界的重视,出现了许多新的风险管理办法,极值理论就是其中的一种。极值方法是一种集中关注尾部分布的方法,这种方法通常用于自然科学中对给定可信度下所发生的最大损失进行估计,如建设大坝时高度的估计,这与风险管理中设定风险准备非常相似。极值理论由于仅考虑分布的尾部,而不是对整个分布建模,从而避开了分布假设难题,并且极值理论可以准确描述分布尾部的分位数,这有助于处理风险度量中的厚尾问题。极值理论有严格的概论统计理论作依托,因而以它作为核心的风险度量方法得到了广泛的认可。本文对极值理论在金融市场风险管理上的应用做了初步的研究,特别是在金融市场风险的度量上的应用,文章大致分为六个部分:第一章,介绍了论文选题的背景和意义,论述了金融市场风险管理的重要性,特别是市场风险度量在整个市场风险管理环节中的核心作用。概述了国内外相应领域的研究成果,结合国内外的经验,对各种度量方法特别是极值理论做了比较详尽的文献综述。给出了论文研究的问题、研究方法和创新点。在第二章中,对常见的市场风险测量方法做了回顾和归纳,特别是VaR和ES方法,并指出了VaR方法存在的一些不足。VaR本质上是分位数,这种方法简单易行,与其他方法相结合也取得了较好的效果,是目前度量金融市场风险最常用的方法,但自身也存在一些不足;极值理论用于计算分布的大分位数有着非常明显的优势,这正好与VaR的分位数本质相吻合。ES方法是在VaR基础上衍生出来的风险度量工具,它很好的弥补了VaR的不足,将ES模型引入度量风险,更适合揭示尾部风险的极端情形。论文第三章首先介绍了经典极值理论,阐述了广义极值分布和广义Pareto分布,并给出了确定阀值的一些简单实用的方法以及模型诊断和检验的相关理论方法。接着引出了如何将极值理论应用到市场风险的度量,即超出量的分布是原始收益率的条件分布,而超出量的分布又可以用广义Pareto分布进行拟合,通过条件分布建立起极值分布和原始分布之间的联系。另外,本章中还给出了动态风险测量模型,通过GARCH模型刻画收益率序列的相关和波动特性,并应用极值理论相关内容刻画所得标准残差,二者相结合来对风险进行动态测量。第四章对中国A股市场的实证研究是本文的主要研究内容。以第三章所阐述的理论知识为基础,基于一元POT模型,采用广义Pareto分布,以上证综指为样本,估计了其分布的尾指数,在静态、动态情况下度量了股市所面临的风险。在静态情况下,直接应用经典极值理论刻画收益率分布的尾部;动态情况下,以GARCH模型捕捉收益率序列的波动特性,应用极值理论中的Pareto分布来拟合残差的尾部分布,这样对金融时间序列的波动特性和分布的厚尾特性都进行了刻画。以二项分布检验对模型进行可行性检验。通过检验,发现极值理论较其它度量方法为优,特别是置信水平比较高的情况下。第五章也是本文实证研究的一个部分,股票市场经常出现大起大落现象,股票价格的剧烈波动是股票市场最显著的特征之一。因此,监管机构对股市波动非常关心。沪深两市具有很强的相关性,应用二元极值分布模型来研究两市的相关性,即一个股市上涨或下跌,另一个股市是否会有同样的走势,这对于宏观调控,制定经济政策,从而保护股票市场积极健康发展具有十分重要的意义。从相关性方面来刻画市场风险,采用极值分布的参数模型——Logstic模型来估计沪深两市的相关参数并进行相关性分析。得出两市同时在极端损失和极端收益的情况下的相关性。文章的最后给出了本文研究所得到的相关结论及存在的一些问题。上证综指收益率的分布具有比指数分布更厚的尾部,并且其收益率的四阶矩不存在,也说明了收益率的总体分布并不是正态分布。以上证指收益率为样本的返回检验结果可以得出,极值理论较其它度量方法为优,特别是在置信水平比较高的情况下。通过使用二元极值理论对沪深两市的尾部相关性进行分析,得出沪深两市同时发生极端损失的概率大于两市同时产生极端收益的概率,两市熊市相关强于牛市相关。论文的主要贡献在于对金融市场风险的度量方法做了比较详尽的回顾,将极值理论与其他模型(如GARCH模型)相结合,对静态、动态VaR和ES风险测度模型进行了比较。依据多元极值理论,采用Logstic模型进行沪深股市尾部的相关性实证研究。

全文目录

中文摘要  3-7
ABSTRACT  7-13
1 绪论  13-22
  1.1 研究的背景和现实意  13-17
    1.1.1 研究的背景  13-15
    1.1.2 研究的现实意义  15-17
  1.2 国内外研究现状及发展趋势  17-20
    1.2.1 国外研究现状  17-19
    1.2.2 国内研究现状  19-20
    1.2.3 发展趋势  20
  1.3 本论文研究的问题及创新  20-22
2 金融市场风险度量方法的回顾  22-30
  2.1 传统风险度量方法  22-24
    2.1.1 灵敏度方法  22-24
    2.1.2 波动性方法  24
  2.2 VaR 与ES 方法  24-30
    2.2.1 VaR 的定义及计算方法  24-29
    2.2.2 ES 的定义及计算方法  29-30
3 极值理论方法  30-44
  3.1 广义极值分布和广义Pareto 分布  30-33
    3.1.1 Fisher-Tippet 定理和广义极值分布  30-32
    3.1.2 广义Pareto 分布  32-33
  3.2 平均超出量函数  33-35
    3.2.1 平均超出量函数的定义  33-34
    3.2.2 超出量的分布  34-35
  3.3 参数估计和模型检验  35-40
    3.3.1 参数估计方法  35-38
    3.3.2 阀值的选取  38-39
    3.3.3 模型的检验  39-40
  3.4 基于GPD 的VaR 和ES 风险测度  40-42
  3.5 动态风险管理模型  42-44
4 单变量EVT 度量VaR 和ES 的实证研究  44-61
  4.1 数据分析  44-48
    4.1.1 基本统计分析  44-46
    4.1.2 分布尾部的探索性分析  46-48
  4.2 基于非条件EVT 的风险值估计  48-59
    4.2.1 风险值的静态估计  48-54
    4.2.2 基于EVT 的动态风险值估计  54-59
  4.3 返回检验  59-61
5 沪深股市尾部相关性分析  61-70
  5.1 相关性及其度量  61-64
    5.1.1 整体相关性  61-62
    5.1.2 尾部相关性  62-64
  5.2 极值分布的参数模型——Logstic 模型  64-65
  5.3 沪、深股市的尾部相关性  65-70
结论  70-72
参考文献  72-75
附录  75-76
后记  76-77
致谢  77-78
在读期间科研成果目录  78

相似论文

Copula-EGARCH-核密度模型研究及应用,O211.3
沪深股市相关性的实证研究,F224
我国商品期货市场价格波动风险分析,F224
水电厂年度合约电量划分及风险控制研究,F224;F426.91
发动机冷试与加工数据的多元相关性研究与应用,U464
中国上市保险公司市场风险压力测试研究,F224
我国商业银行市场风险管理研究,F832.2
我国开放式基金市场风险度量研究,F224
输电系统连锁故障风险评估,TM711
银行操作风险计量系统设计与实现,TP311.52
我国股指期货市场法律监管制度研究,F832.51
我国创业板保荐人制度研究,F832.51
证券市场风险测量与修正,F832.51
商业银行人民币理财产品市场风险管理研究,F832.2
基于机构投资者过度自信的中国股票市场风险研究,F832.51
近100年德国四站点极端降水的频数和强度变化趋势以及极值理论分布拟合,P468.024
重尾分布的极值指数估计,O211.4
连接函数（Copula）理论及其在金融风险中的应用,F224
基于Copula函数与ES高阶的商业银行流动性风险测度,F224
货币政策对中国股票市场风险影响的实证分析,F822.0;F832.51
基于CVaR的电力竞价市场风险分析,F407.61