基于条件风险价值的股市风险分析

论文摘要

风险是指未来结果的不确定性或波动性,如未来收益、资产或债务价值的波动性或不确定性。金融市场风险测量就是测量由于市场因子的不利变化而导致金融资产(证券组合)价值损失的大小。目前,金融市场风险测量的主要方法包括均值—方差分析、灵敏度分析、波动性分析、VaR和CVaR方法。CVaR(条件风险价值)方法是在VaR(风险价值)方法的基础之上产生的,最早是由Rockafellar在1999年底提出的,其含义损失超过VaR的条件均值,反映超额损失的平均水平。它较之于VaR风险测量方法,更能体现风险测量的潜在风险。CVaR风险测量方法有多方面的应用,如信用风险的测量、内部风险资本金的确定、资本配置、金融监管等,本文主要研究的是CVaR在证券市场风险测量中的应用,在研究的过程中,采用了系统理论、归纳演绎、比较与实证分析等研究方法。文章首先从总体上介绍了传统风险测量方法的发展过程及其在现实中的主要应用,然后再对CVaR风险测量方法进行深入的研究,对其概念、参数选择、计算、性质等方面都作了较详细的探讨,得出的结论是CVaR风险测量方法比传统的风险测量方法拥有更多的优点。再次,对CVaR在风险测量中的运用进行了深入的研究。由于金融资产收益序列不服从正态分布、尖峰厚尾、杠杆效应的特点,这里用APARCH模型计算收益率序列的波动性,介绍了APARCH模型的特点,然后分别计算了基于正态分布、t分布、GED分布下的VaR和CVaR,并且比较了不同分布下的VaR和CVaR在风险测量上的优越性。再就是以CVaR作为约束条件,计算投资组合最优化问题,并分别对这两个应用进行了实证研究,实质上,这两个应用的意义都是利用CVaR来指导投资决策,最终的目的是一样,不同的只是方法。再次,简单地阐述了CVaR在我国应用所面临的问题,并提出一些建议。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 金融风险的定义及类型
• 1.2 金融风险管理的动因与功能
• 1.3 风险测量方法概述
• 1.4 论文的组织结构
• 2 VaR和CVaR的研究
• 2.1 金融市场风险测量
• 2.2 CVaR产生的背景—VaR的缺陷
• 2.3 CVaR的概念及计算方法
• 2.4 CVaR的应用
• 3 基于VaR和CVaR度量的股市风险分析
• 3.1 ARCH模型及其扩展模型
• 3.2 模型的返回检验方法
• 3.3 实证分析
• 3.4 本章小结
• 4 CVaR在投资组合中的应用
• 4.1 投资组合理论的研究概况
• 4.2 基于CVaR约束的最优投资组合选择的经济含义
• 4.3 基于CVaR约束的最优投资组合
• 4.4 实例分析
• 5 结论与建议
• 5.1 总结
• 5.2 建议
• 致谢
• 附录:攻读硕士期间发表的论文
• 参考文献