VaR模型在我国证券投资基金风险管理中的应用研究

论文摘要

自1997年11月《证券投资基金管理暂行办法》颁布实施以来，经过十余年的飞速发展，证券投资基金已经成为我国证券市场上一支特别重要的力量，它以其“集合理财、专业管理、组合投资、分散风险”特点，较好地满足了广大投资者的投资需要。现阶段证券投资基金在为中小投资者拓宽投资渠道，优化我国金融结构，促进证券市场的稳定与健康发展以及完善社会保障体系方面发挥着巨大的作用。但是我们也必须清醒地认识到我国证券市场起步较晚，发展时间短暂，目前还是一个不成熟的市场，基金面临着投机氛围浓厚、市场风险巨大等诸多问题。在这种情况下，我国证券投资基金要想在复杂多变的证券市场中占据一席之地，就必须加强风险管理能力，积极稳妥地应对各种风险。Value at Risk(VaR)是世界上最先进的金融风险管理技术，也是国际上流行的风险管理新标准。在当前的情况下，研究VaR在我国证券投资基金风险管理中的应用，对于推动我国证券投资基金业的健康发展，增强我国证券投资基金的国际竞争力具有重大的现实意义。本文首先对金融市场风险进行分类，系统阐述了风险管理技术的变迁，介绍VaR技术的基本思想和计算方法，并对其在风险管理与控制、业绩评估、资产配置和风险监管方面的应用进行阐述。其次分析了我国证券投资基金发展现状、面临的主要风险，深入探讨我国证券投资基金风险管理的现状，指出外部风险难以平衡，内部风险控制不够完善、道德风险与机会主义倾向严重和较高的代理人成本是亟待解决的问题，由此引出在风险管理中运用VaR模型的必要性。最后是实证分析部分，通过对基金进行分类，从中选取上证50ETF、华夏大盘精选、华夏债券C、中银货币、基金金泰和易方达平稳等六支代表性基金为研究对象，首先运用传统的参数法分别计算各只基金的VaR值，为了更好的描述基金收益率序列的分布特征，本文除正态分布外还引入t分布和广义误差分布（GED）两种分布形式，在三种分布形式下分别建立ARCH类模型分析每只基金收益波动率的条件异方差，预测每一天的VaR值，并将计算结果与实际损失作对比。实证分析结果表明， ARCH类模型处理基金收益波动率序列是优于参数法的方法；基于广义误差分布（GED）的ARCH类模型计算的基金收益风险价值有着较好的估计和预测效果。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 研究背景
• 1.2 研究意义
• 1.2.1 理论意义
• 1.2.2 现实意义
• 1.3 国内外研究动态
• 1.3.1 国外研究动态
• 1.3.2 国内研究动态
• 1.3.3 文献评述
• 1.4 研究内容及方法
• 1.4.1 研究内容
• 1.4.2 研究方法
• 1.5 本文可能的创新与不足
• 2 风险管理技术
• 2.1 风险及其分类
• 2.2 风险管理
• 2.2.1 风险管理特征
• 2.2.2 风险管理步骤
• 2.3 风险度量方法的演变
• 2.3.1 名义值方法
• 2.3.2 灵敏度方法
• 2.3.3 波动性方法
• 2.3.4 VaR 方法
• 2.4 VaR 方法及其应用
• 2.4.1 VaR 基本思想
• 2.4.2 VaR 计算方法
• 2.4.3 VaR 方法的应用
• 3 我国证券投资基金风险管理
• 3.1 我国基金业发展现状
• 3.2 证券投资基金风险特征及分类
• 3.2.1 市场风险
• 3.2.2 公司经营风险
• 3.2.3 管理人风险
• 3.2.4 基金价格风险
• 3.3 我国证券投资基金风险管理现状
• 3.3.1 外部风险控制难以平衡
• 3.3.2 内部风险控制不够完善
• 3.3.3 道德风险与机会主义倾向严重
• 3.3.4 高的代理人成本
• 3.4 在我国证券投资基金中推行 VaR 技术的必要性
• 4 VaR 模型在证券投资基金风险管理中的实证研究
• 4.1 实证分析相关方法介绍
• 4.1.1 收益率的计算
• 4.1.2 收益率序列正态性、自相关、平稳性检验
• 4.1.3 ARCH 类模型介绍
• 4.1.4 分布形式的设定
• 4.1.5 模型的检验
• 4.2 样本数据的选取及处理
• 4.2.1 样本数据的选取
• 4.2.2 样本数据的处理
• 4.3 参数法 VaR 值计算
• 4.4 ARCH 类模型下风险价值 VaR 的计算和检验
• 4.4.1 自回归移动平均（ARMA）方程的确定
• 4.4.2 ARCH 类模型的确定
• 4.4.3 ARMA-ARCH 类模型 VaR 值计算和检验
• 5 结论与建议
• 5.1 研究结论
• 5.2 政策建议
• 5.2.1 实现风险限额的设定和分配
• 5.2.2 建立基金绩效评估制度
• 5.2.3 完善基金公司内部治理结构
• 参考文献
• 致谢
• 个人简介
• 在读期间的研究成果