预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

证券市场作为全甚市场的重要组成部分,其尉烈的波动性和巨大的交易量使其成为风险管理的 体。如何对证券风险进行有效的计量和管理,是市场各方面对的重要课露。作为目前发达证券喜,/ 场上测量市场风险的主流方祛,实证研究表明,RiskMetrics~的vaR值计算方法对我国证 市场上的风险管理有较好的效果。/ / VaR模型在证券风险管理中的应用忍险何 金釉凡险蓍理 证秀风险莒哩 长城证券兰一 甩险柱剑模型 险时,G30集团在研究衍生品种的基础察其一段时期的或有损失时,根据 引晶 上,于1993年发表了题为衍生产品95%的置信度求得VaR为250o万元(假 近年来,随着世界金融市场的日的实践和规则的报告,提出了度量设)。则依据上述定义可得:我们有 趋规范、壮大,各金融机构之间的竞市场风险I}9'VaR(ValueatRisk:风险价95%的把握判断该项投资在下一个交 争也发生了根本性的变化,即从过去值)已成为目前金融界测量市场风险的易日内的损失在2500万元以内,亦或 的资源掠夺转变为内部管理与创新方主流方法,稍后由J.PMorgan推出的用损失超过25OO万元的概率仅为5%,平 面的竞争,从而导致了各金融机构的于计算VaR的RiskMetrics风险控制模型均2O个交易日才可能出现一次这种情 经营管理发生了深刻的变化,金融风更是被众多垒融机构广泛采用。目前况另外旺值(置信度)可根据不同的投 险管理成为现代金融机构管理的基础国外一些大型金融机构已将其所持资资者对风险的偏好程度和承受能力来 和核心。尤其是我国即将加人wT0,产I}~VaR风险值作为其定期公布的会确定 国内金融机构面对即将到来的全球金计报表的一项重要内容加以列示目前已开发出来的计算VaR值的 融一体化的挑战,就更突出了金融风风险管理软件很多,如JMorgan~ VaR风险控制模型简介 险管理的重要性。证券市场作为金融RiskMetrics系统、金融工程协会(FEA】 市场的重要组成部分,剧烈的波动性G30、J.PMorgan提出的VaR风险开发的VaRdelta系统等。其中J.P. 和巨大的交易量使其当之无愧地成为控制模型在1995年世界银行巴塞尔委Morgan~RiskMetrics系统是一种开发 金融风险管理的主体。从巴林银行的员会上被认可采纳之后广泛应用于国较早且应用最为广泛的vaR风险控制 倒闭到美国长期资本管理公司的破外金融机构的风险管理中。某种资产模型。该模型通常假设如下: 产,都说明了在证券投资中加强风险或投资组合的VaR是如下定义的:在1.市场有效性假设(有效性定义: 控制的重要性和必要性一段时间内,该项资产的价值损失河有关证券的各种信息均反映在其价格 传统的ALM(Asset.Liabi1itv以是绝对值,也可以是相对值)不超过中); Management,资产负债管理)过于依赖VaR的概率必须等于预先确定的值(即2市场的渡动是随机的不存在 报表分析.踺乏时效性:利用方差及统计学上的置信度):用公式表示为:自相关性。 0系数来衡量风险过于抽象、不直P(X<VaR)=d,其中P为概率在此假设下即可得到某证券的日 观,且反映的只是市场(或资产)的波动(Probabiliw),X为某项资产的损失额,收益率X1=ln(PdPt.1)(此处利用每日的 幅度;而CAPM(资产定价模型)叉无法VaR为风险价值即可能的损失上限,对数收益率来近似实际的收益率— 揉合金融衍生品种。在上述传统的几d为给定的概率即置信度。Pl_1).1,其中P[为f日的收盘价格)服从 种方法都无法准确定义和度量金融风例如,对某项5亿元的投资.在考均值为0的正态分布即X1~N(0,, 证券市蚜早擅200嘞月号 然后再根据正态分布的特性计算出给1.正态性检验三种指数的日收益率基本上服从N(u, 定置信度下的日收益率。首先根据20cx]年lB4日至2oo0年6,由于三种指数的平均日收益率非 由于我国证券市场起步较晚,市月2日期间共94个交易日的日收益率做常接近零值,故可近似为N(0, 场尚需规范,不能完全满足强有效性分布直方图,由于深沪两市场具有高2.vaR的计算 的假设,另外,政府的干预和机构的度相关性,此处仅上证综合指数为由于正态分布的特点,集中在均 坐庄行为也使得波动具有自相关性,例计算:结果如图l。值附近左右各1.650区间范围内的概率 故我国证券市场日收益率的波动不能从图1可以看出上证综台指数日收为0.90,用公式表示为:P(.1.6513" 完全满足正态性在利用RiskMetrics益率分布表现出较强的正态特征:众(x<+1.650)却.90,再根据正态分布 模型时,只能将其近似为正态处理:数附近十分集中.尾部细小。分析表的对称性可知P(X<-1.65。)=P