《基于VaR模型对中小板民营企业市场风险的度量研究毕业设计论文.doc》由会员分享，可在线阅读，更多相关《基于VaR模型对中小板民营企业市场风险的度量研究毕业设计论文.doc（58页珍藏版）》请在三一办公上搜索。
1、摘要多年来，中国民营经济在国民经济中的地位不断提升，已发展到“三分天下有其一”的地步。伴随着改革深化，社会发展，民营企业面对更加复杂和更具挑战性的经济社会环境。20世纪90年代以来，国外金融危机频频爆发，市场风险管理的重要性也越来越凸显。特别是2008年爆发的金融危机，表面上这是由信用风险引起，而更深层次的原因则是市场风险的转移造成了市场的泡沫化繁荣。基于各机构面临更多的风险和更复杂的金融工具的事实，全球市场风险管理系统是必需和合理的。在各种市场风险管理方法中，VaR方法最为引人瞩目。VaR（Value at Risk）是度量、识别和管理市场风险的先进工具，也是巴塞尔委员会推荐的市场风险管理内
2、部模型。与其他衡量方法相比，VaR对投资组合的整体风险概况提供了一种前瞻性的描述，因此可以更有效更积极的管理市场风险。本文首先分析了研究的必要性和可行性，而后总结已有的研究成果，对VaR方法在国内外的应用现状进行分析。其次，介绍了VaR的核心思想和计算方法。最后，论文考察了我国民营企业日收益率的统计特征，选择恰当的衡量方法，通过结果对比和有效性检验找到适合我国民营企业市场风险的计量模型，并试图通过对市场风险影响因子的分析提出市场风险控制的建议。关键词 民营企业；市场风险；VaR模型AbstractOver the years, Chinese private economy has devel
3、oped to the situation of one of the three points in the world in the national economy. With the deepening reform and social development, private enterprises face even more complex and more challenging economic and social environment. Since the 1990s, foreign financial crisis erupted repeatedly. The
4、importance of risk management is becoming more and more prominent. Especially in 2008 the outbreak of the financial crisis, it is caused by the credit risk superficially, but the deeper reason is the transfer of market risk which produces frothy prosperity of the market. Based on the facts that orga
5、nizations are facing more risk and more complex financial instruments, global market risk management system is necessary and reasonable. In all kinds of market risk management method, the most remarkable method is VaR. VaR, i.e. value at risk, is not only an advanced tool in measure, identification
6、and management of market risk, but also the internal model in risk management recommended by Basel committee. Compared with other measures, VaR offers a prospective description for the overall risk of investment portfolio, and thus can be more effective and more active in market risk management.This
7、 paper first analyzes the necessity and feasibility of the research, and then summarizes the existing research results, furthermore analyses the application of the method at home and abroad. Secondly, this paper introduces the core ideas and calculation method of VaR. Finally, it calculates the day
8、returns of private enterprises. Then on the bases of statistical characteristic, it selects the appropriate measure method. Through the results contrast and validity check this paper tries to find a suitable measurement model for private enterprises, and attempts to give suggestion on market risk co
9、ntrol.Keywords The private enterprise; Market risk; VaR model行尾的分节符，此行不会被打印目录摘要IAbstractII第1章 绪论11.1 课题背景11.2 课题研究的可行性和必要性21.2.1 对中小板民营企业市场风险管理研究的可行性21.2.2 对中小板民营企业市场风险管理研究的必要性21.3 文献综述31.3.1 国外研究现状31.3.2 国内研究现状41.4 本文的研究方法和主要观点6第2章 中小板民营企业市场风险的管理72.1 中小板民营企业的识别72.2 市场风险的度量82.2.1 市场风险的特征82.2.2 市场风险的
10、度量方法92.3 在险价值VaR方法102.3.1 VaR定义102.3.2 VaR的核心思想122.3.3 VaR计算的基本原理132.3.4 计算VaR的主要方法142.3.5 与其他风险度量方法的比较17第3章 VaR度量中小板民营企业的市场风险193.1 度量方法及变量的选择193.2 VaR度量中小板民营企业市场风险的分析203.2.1 数据分析203.2.2 模型的建立243.2.3 VaR的计算结果与分析263.3 准确性检验27第4章 市场风险管理建议294.1 民营企业面临的主要市场风险294.2 民营企业市场风险管理建议30结论32参考文献33附录一 外文文献35附录二 译
11、文43致谢49千万不要删除行尾的分节符，此行不会被打印。在目录上点右键“更新域”，然后“更新整个目录”。打印前，不要忘记把上面“Abstract”这一行后加一空行第1章 绪论1.1 课题背景目前我国的中小企业已经超过1000多万家，占全国企业总数的99%，提供了近80%的城镇就业岗位，完成了75%以上的企业技术创新，创造的最终产品和附加值相当于国内生产总值的60%，纳税额接近国家税收总额的50%，已经成为保持国民经济平稳较快发展的重要基础，在促进国家的经济增长、增加财政税收、缓解就业压力等方面具有重要的战略地位。但太多的数据表明，中国民营企业的持续成长正在遭到越来越大的挑战。特别是2008年下
12、半年开始的金融危机直接导致全世界经济整体下滑的形势下，这些企业更是举步维艰。金融危机表面是由于住房贷款违约造成的信用风险爆发而引起的连锁反应，实质上是由于金融机构过度的利用金融衍生产品转移市场风险，造成市场的泡沫化繁荣。市场风险在这种繁荣带来的巨大收益景象背后急速扩大，最终实体经济无法继续支持泡沫的扩展而崩盘1。可以说历史上的危机实例，无一例外有市场风险管理不当所造成的结果，同时也反映了市场风险管理的重要性。随着改革的深入，中国市场的对外开放，民营企业面临的市场风险将呈现更加复杂化、更加国际化的特点，这些特点无疑会进一步加大对其风险管理的难度。怎样评价一个市场风险管理技术的优劣呢？从理论的角度
13、考虑，它应该具备较强的基础理论作为依据，从风险管理的实践者角度考虑，它应该具备较强的实际可操作性和实用性。因此，针对民营企业寻求有效的市场风险度量方法是本文的研究背景。而对市场风险的测量通常是基于股票市场的数据，现在比较有效的测量工具多采用证券的波动性进行独立，但是波动性仅仅反映了股票组合的波动，所以标准差作为独立工具有一定的不准确性。由于市场因子和股票价格的随机性，其收益变化也是一个随机变量，对随机变量的特性用概率分布的特征描述比采用标准差的形式来描述要准确。而VaR正是这样一种衡量工具，用它来度量股票市场的风险非常合适。1.2 课题研究的可行性和必要性从我国民营企业的发展现状来看，采用Va
14、R方法对我国民营企业进行风险管理既有有一定的可行性，又有一定的必要性，而且也符合国际规范和我国金融形势的要求。1.2.1 对中小板民营企业市场风险管理研究的可行性风险管理的主要方面即使市场风险管理，目前，对市场风险管理的研究比较广泛，主要是对商业银行、证券投资、基金等机构的研究，可以提供很好的借鉴。管理风险的第一步是计量风险，随着我国企业所面临的风险日趋复杂以及组合投资在我国的兴起，将利率风险、汇率风险等各种形式的风险汇总综合考虑和衡量的必要性越来越大，这就为综合衡量市场风险的VaR模型的应用提供了更广阔的发展空间。VaR模型是一种内部风险管理模型，它集中表明了在一个目标时间期限内，在给定的置
15、信水平下某资产或资产组合可能发生的最大损失。VaR的最大好处是着重结构化方法，并更加细致的考虑风险。VaR方法易于操作，适合计算机联网管理，从而增加了管理的有效性。并且VaR值可以衡量资产的整体性风险，VaR方法的这些优点使其成为了各机构进行风险管理中最重要的工具之一。民营企业市场风险很大程度上反映在股票市场的波动中，VaR方法能够为我国民营企业的市场风险管理提供有效的量化指标进而经过分析得到合理的风险控制建议，将其应用到股市市场风险度量中是可行和有效的。1.2.2 对中小板民营企业市场风险管理研究的必要性2009年7月8日，美国财富杂志公布了2008年全球500强排行榜，这是自全球金融海啸后
16、，财富第一次对全球企业重排座次，就中国企业而言，除了沙钢，很多民营企业在金融危机的影响下不堪一击。当前，我国民营企业的组织形式不断优化，企业自主创新能力也有了很大提高，融资上市能力以及应对风险能力也逐步加强，但很多民营企业的风险管理制度还很不完善，甚至没有建立。据统计，中国每年新生15万家民营企业，同时每年又有10多万家倒闭，99%的企业在10年内消失，90%的在5年内消失，民营企业“短寿命”现象仍然很严重，在全球化修炼的过程中提高自身应对风险的能力也尤为迫切2。1.3 文献综述最初金融市场风险测量方法有名义法、灵敏度方法和波动性方法。随着风险度量工具在实际中逐渐暴露的优缺点，VaR逐渐进入人
17、们的视野，并且直到目前仍然是风险度量的主流工具。1.3.1 国外研究现状1994年JP.Morgan推出计算VaR的RiskMetrics风险控制模型，在此基础上，又推出了计算VaR的CreditMetricTMs风险控制模型。JP.Morgan公开的CreditMetricTM技术已成功地将标准VaR模型应用范围扩大到了信用风险的评估上，发展为信用风险评估模型3。1996年，巴塞尔银行监管委员会（BCBS, Basle Committee of Bank Supervision）在其发布的资本协议市场风险补充规定中，以VaR作为计算市场风险资本要求的基础。随后，欧盟和美国金融监管当局也对市场
18、风险实施资本监管，并推荐VaR为市场风险度量方法。此后，VaR开始得到了更广泛的推广和应用。VaR作为一种工具主要在信息披露、资源配置和绩效评价三个方面发挥重要作用。美国加州大学的Philippe Jorion教授在他的专著风险价值VaR-金融风险管理新标准中，运用众多实例和实际数据系统的介绍和分析了VaR的应用，指出从事巨额投资组合交易的银行是风险管理的先锋，对风险管理无动于衷的金融机构如大和银行和巴林银行必将付出高昂的代价4。Hendrics(1996)对参数法、历史模拟法、蒙特卡罗模拟法进行了实证比较研究5。Monica Billio,Loriana Pelizzonb在Value-at
19、-Risk: A MultiVaRiate Switching Regime Approach6一文中提出了MSRM模型来估计VaR的值。他们使用这种方法计算了10支意大利股票和由这10支股票组成的投资组合的VaR值，并通过与方差-协方差方法和GARCH（1,1）的比较证实了此模型的优越性。Diebold和Santomera(1999)、Christoffersen Errunza(2000), Stulz(2000)指出在传统的VaR测量方法中，通常采用的正态分布的假设是不恰当的，会产生许多问题，这些传统的VaR模型在捕捉金融市场发生大的波动时出现的极端价格的能力不强7。Rachel Cam
20、pbell, Ronald Huism, Kees Koedijk(2001)将VaR风险管理模型应用于资产组合选择和资本资产定价，通过理论推导得出在资产组合收益率呈正态分布且无风险利率为零的假设条件下，基于VaR风险管理模型的资产组合选择将会得出同均值-方差模型完全一致的结论，而且还通过实证分析对基于历史模拟VaR风险管理模型的资产组合选择结果同基于收益率正态分布假设的均值-方差模型资产组合选择结果进行对比，并指出由于资产组合收益率的尖峰、肥尾分布会导致传统的均值-方差模型存在低估风险资产组合所面临的风险，致使过量资金投资于风险资产的缺陷8。Gordon J.Alexander, Alexa
21、ndre M.Baptista, Shu Yan(2008)利用VaR和压力测试对商业银行的市场风险进行研究，并提出条件风险价值的概念9。只有能准确的预测风险的VaR模型才是有效的。因此，模型的运用过程就是一个不断检验证明的过程，因此借助于一系列的工具进行模型的验证夜是必不可少的。Kupiec（1995）10提出了基于损益分布预测概率密度函数来评价VaR有效性的分布法，他提出了返回检验法，给出了不同持有期的置信区间，使VaR计算方法成为一个完整的体系，完善了对各种VaR计算模型的评价。Berkowitz(1999)11则提出将压力测试与VaR方法相结合，针对每一个压力测试的情景确定相应的可能发
22、生的概率，从而计算组合的潜在损失及其发生的概率。FM.Longin(2000)则系统的介绍了从VaR到压力测试、极值理论的方法12。总之，VaR已成为任何金融和非金融机构集中化地管理金融风险必不可少的工具之一，随着金融工具的扩展和金融市场的全球化，更多的机构、学者及投资者将会对其进行更深入更广泛的研究。1.3.2 国内研究现状我国在风险管理方面的研究自20世纪80年代后期以来引起国家监管部门和金融界的高度重视，风险管理从理论到实务也取得了一些新进展。国内的文章主要集中于介绍国外学者的研究成果，即VaR的概述与测算上，对VaR在我国具体领域的应用研究正逐年深入。我国学者对VaR方法的研究最早始于
23、1997年郑文通的金融风险管理的VaR方法一文，该文全面的介绍了VaR方法的产生背景、计算方法、VaR方法的用途及其引入中国的必要性13。北京大学的刘宇飞（1999）在这方面的研究做得比较全面，其文章VaR模型及其在金融监管中的应用介绍了VaR模型的基本内容，在此基础上着重论述了其在金融监管中的应用14。范英（2000）系统地讨论了计算VaR的指数加权移动平均方法，结合我国深沪两市综合指数的实际数据，分别计算了深沪两市的最有衰减因子，并在此基础上估计了大盘的风险值，得出了我国股票市场的波动性是比较大的结论15。近年来，对VaR的研究已深入到了很多方面。闫志刚（2005）对上证指数的每日收盘价进
24、行了GARCH效应检验，认为上海股票市场的股价波动存在着很明显的GARCH效应，通过在GARCH类模型中一平方根项的方式不能很好的刻画我国股票收益和风险之间联系的紧密程度，此类模型在我国证券市场不适用16。林美艳、薛红刚(2006)将J.P.Morgan信用风险计量法引入我国商业银行信用风险的研究，通过样本分析对商业银行信用风险的VaR进行测量，进而对商业银行的信用风险状况和资本要求进行估计17。张术林，魏正红（2009）提出了一系列具有尖峰厚尾特性的分布函数，对RiskMetrics模型进行评估和扩展18。徐炜、黄炎龙在VaR-GARCH类模型在股市风险度量中的比较研究选取1998年1月5日
25、2006年11月6日得上证综指日收盘价指数共计2129个数据实证分析了GARCH、EGARCH、TARCH和PARCH四种模型在正态分布、t分布以及GED分布下预测的VaR值的精确程度。实证分析结果表明，正态分布下估计的VaR值在靠近左尾时存在低估现象；与正态分布和t分布相比，GED分布能较好的反应股市收益率回报序列的厚尾特征，使用GARCH类模型预测VaR值时，EGARCH和PARCH模型要优于其他模型19。徐中华（2008）基于VaR历史模拟法的中国股市风险研究采用了简单直观的历史模拟法，通过对历史模拟法的实证检验，找出在现阶段我国股市剧烈动荡下使用历史模拟法来测量风险值所存在的问题，并对
26、其进行一定的调整，使历史模拟法能够更好的预测波动较为厉害的金融市场风险20。李腊生，孙春华（2010）VaR估计中的概率分布设定风险与改进一文中，提出对VaR的三个要素之一收益率的分布问题进行改进，探讨依据数据特征改进和扩展VaR计算方法，通过对Delta-正态方法与Delta-Gamma-Cornish-Fisher扩展方法估计VaR值的比较，从实证分析的角度论证了扩展方法在VaR估计中的有效性与稳健型21。近期对VaR的研究主要集中于其在金融领域的实际应用。陈旭辉（2010）的基于VaR的我国商业银行市场风险度量研究一文不仅用VaR方法度量了商业银行面临的市场风险，而且将VaR工具方法引入
27、商业银行市场风险管理，使得管理者能够朝着有效降低组合VaR的方向调整资产组成部分22。黄国勇、张敏、夏勇在基于VaR的金融业支持对新疆中小企业发展的影响分析一文中采用19802009年的时序数据，通过建立向量自回归模型分析新疆金融业水平与新疆中小企业发展之间的动态影响关系，在对VaR模型进行残差检验和稳定性检验的基础上，运用脉冲响应函数和预测方差方法进行经济计量分析。结果表明中小企业发展水平对金融效率冲击有正向响应，金融业效率水平的提高能促进新疆中小企业的发展，并基于此提出风险管理政策建议23。不同的度量方法适用于不同领域的市场风险管理，至今也没有能够确切的度量我国剧烈波动的股市市场风险的方法
28、，因此，将VaR方法应用到更广泛的领域还是有一定的上升空间的。1.4 本文的研究方法和主要观点本文通过分析中小板民营企业2006年至2010年的对数日收益率的描述性特征，并进行了必要的统计检验。根据检验结果和已有的研究成果选择方差-协方差方法来估计VaR值，并且在预测方差时选择了GARCH类模型。对于主要的GARCH类模型，本文用实际数据进行分析比较，得出PGARCH模型能够更好的刻画中小板民营企业日收益率的特征。因此，基于该模型的VaR方法能很好的预测中小板民营企业的市场风险。通过定量化分析，选择了能恰当的度量我国中小板民营企业市场风险的模型，然后简要的介绍中小板上市民营企业所面临的市场风险
29、，在定量分析的基础上辅以定性分析，提出风险控制建议。根据VaR其他计算方法的特征以及本文研究对象的统计特征描述，结合已有的研究成果，本文未采用历史模拟法，考察资产收益率时选择t分布假设而放弃了正态分布和GED分布。这也正是本文的可改进之处，即考察资产收益率分布时采用不同形态的分布假设和不使用分布假设的历史模拟法，以及计算繁琐但是可以克服历史模拟法缺点的蒙特卡罗法等。第2章 中小板民营企业市场风险的管理2.1 中小板民营企业的识别中小板即中小企业板块，是指流通盘大约1亿以下的创业板，是相对于主板市场而言的，中小板市场是创业板的以中国，市场代码是002开头的。中小板块得进入门槛较高，上市条件较为严
30、格，接近于现有主板市场。中小板块的运作采取非独立的附属市场模式，也称一所两板平行制，即中小企业板块附属于深交所。选择中小板的民营企业作为研究对象有以下几点考虑：1.从市场特点来讲，主板的上市公司主要以大国企、蓝筹股为主，它们规模大、历史长，经营管理成熟，业绩相对稳定，公司不易倒闭，长期投资风险相对较低；而中小板的上市公司一般规模较小，成长性好，经营业绩较透明，但稳定性大不如主板大公司。我国的民企普遍具有“短寿”特点，如果提高企业的可持续发展能力是一个重要的战略问题，而增强其市场风险防范能力则是提高其可持续发展能力的重要方面。2.目前的中小板共有企业500多家，从板块构成来看，中小板的主要组成部
31、分为民营上市公司。截止到2010年12月31日，中小板上市公司总数为527家，而民营上市公司就有423家，约占总数的五分之四。民营企业在中小板的上市是最近几年才开始加快速度的，尤其是2010年几乎成为了民营企业的专有上市年。可以肯定的是，中小板市场扩容才刚刚开始，民营企业在中小板集中上市的速度必将加快，因此研究中小板块的民营企业具有重要的现实意义。3.从目前企业的发展情况来看，我国的中小企业已经超过了1000多万家，占全国总数的99%，提供了80%的城镇就业岗位，完成了75%以上的企业技术创新，创造的最终产品和附加值相当于国内生产总值的60%，纳税额接近国家税收总额的50%，发明专的专利和研发
32、的新产品已分别占全国的60%和82%，堪称中国创新型经济的主力军，已经成为保持国民经济平稳较快发展的重要基础，在我国经济社会发展中具有重要的战略地位，而中小企业的绝大多数则是民营企业。民营企业具有广义和狭义之分，本文所称的民营上市公司是指除国有资产管理部门以外的，以单一自然人或多个自然人为实际控制人的上市公司。2.2 市场风险的度量所谓金融风险是指未来结果的不确定性或波动性，它包括市场风险、信用风险、流动性风险、操作风险和法律风险等。这些市场因素可能直接对企业产生影响，也可能是通过对其竞争者、供应商或者消费者间接对企业产生影响。 其中市场风险是指由于金融市场因素发生变化而导致金融资产或收益发生
33、损失的可能性。例如利率、汇率或者商品价格的波动，以及由于债务人财务状况恶化而导致违约的可能性等，都会给企业的资产价值和收益带来风险。2.2.1 市场风险的特征在诸多不同类型的金融风险中，市场风险具有特殊地位。不仅所有的企业都面临着市场风险，而且市场风险往往是其他类型金融风险的基础原因。它具有不确定性、普遍性、扩散性和突发性。1.不确定性不确定性是指投资者预期收益的不确定性，即对应于各种不同的经济状况有一系列的可能结果，热门都是尽可能的收集信息，并在此基础上进行科学的预测与分析。在分析时通常用概率来表示风险程度的大小。2.普遍性再用价格配置资源的市场经济中，金融市场的参与者面临的市场熟悉万变，由
34、于信息的不对称性，任何人都不可能完全掌握市场的运动，市场风险普遍存在，它不可能被消除，只能积极防范和管理。3.扩散性金融机构是整个社会金融活动的中介，是多边信用网络上的节点。金融机构的参与，使原始的信用关系变成相互交织、相互联动的网络。金融活动不是完全独立的，其外部效应广泛存在。任何一个节点出现断裂都有可能产生连锁反应，引起其他节点的波动，进而导致金融体系的局部甚至整体发生动荡和崩溃。4.突发性金融市场风险收益或损失的不确定性，不一定是立即表现为现实的损失，因此，风险责任人往往存在侥幸心理，尽力掩盖风险，期待市场出现转机。加之金融机构的信用创造能力，掩盖了已经出现的损失和问题，如果金融市场风险
35、不断积累，最终会以突发的形式表示出来。市场风险管理是指为改变企业所面临的金融市场风险状况而采取的一系列管理行为，包括辨识企业面临何种风险；如何评估这些风险；决定系统风险和可避免的风险；如何在一定的标准下控制风险等。一般而言，风险管理包括风险的辨识、测量和控制。其中，风险测量是基础和关键。2.2.2 市场风险的度量方法随着金融市场和金融交易规模的动态性、复杂性的增加，以及金融理论和金融工程的发展，金融市场风险测量方法也变得更为综合、复杂。目前，较常用的方法一般可归为三类：灵敏度（Sensitivity）分析方法、波动性（Volatility）分析方法、在险价值VaR（Value at Risk）
36、方法。1.灵敏度分析方法该方法是利用金融资产价值对其市场因子的敏感性来测量市场风险。标准的市场因子包括利率、汇率、股票指数和商品价格等。假设金融资产的价值为P，市场因子为，则(2.1)其中，为资产价值对响应市场因子的敏感度，称为灵敏度。灵敏度表示当前市场因子变化一个百分数单位时金融资产价值变化的百分数。灵敏度越大，受市场因子变化的影响越大，风险越大。公式（2.1）成立的前提是金融资产价值变化与其市场因子变化呈线性关系，而实际中许多金融资产具有非线性动态行为，因此只有当市场因子发生微小变化时，资产价值与市场因子的变化才呈现（2.1）所示的线性关系。因此灵敏度是一种线性近似，一种对风险的局部测量。
37、可以看出，该方法的优点在于概念上简明直观，使用简单。其缺点在于一些情况下线性近似并不能很好的描述证券价格的变化，对于复杂的证券组合及市场因子的大幅波动情形，灵敏度方法测量的准确性大大降低。2.波动性分析方法风险是指未来收益的不确定性，实际结果偏离其期望结果的程度即波动性，可以通过规范的统计方法量化。其中，方差或标准差是最为常用的方法，它估计了实际回报与预期回报之间可能的偏离。在使用中通常把波动性与标准差等同起来。设投资于第i中资产的投资收益为，投资比例为，则组合的收益率为，以投资组合的方差表示组合的风险，则(2.2)式中，表示方差，为第i,j种资产收益率的协方差。波动性在一定程度上测量了金融资
38、产价格的变化程度，但该方法存在两个缺点：只描述了收益的偏离程度，没有描述偏离的方向，而人们实际最为关心的却是负偏离（损失）；波动性没有反映证券组合的损失到底是多大，对于随机变量统计特征的完整描述需要引入概率分布，而不仅仅是方差。3.在险价值VaR方法VaR方法是目前市场最流行、最为有效的风险管理工具，它旨在估计给定金融产品和组合在未来资产价格波动下可能或潜在的损失。具体定义和计算方法将在下节介绍。2.3 在险价值VaR方法2.3.1 VaR定义Philippe Jorion（1996）给出了VaR的权威定义4：“VaR是在一定的概率水平（置信度）下，某一金融资产或证券组合在未来特定的一段时间内
39、的最大可能损失。”其数学公式可表示为：(3.1)其中，为资产组合在持有期内的损失，VaR为置信水平1-下处于风险中的价值。例如，持有期为1天，置信水平为95%的某一证券组合的VaR是10万元，其含义是，我们可以以95%的可能性保证，该证券组合在未来1天内价值的最大损失不会超过10万元。利用数学模型定量分析社会经济现象时须遵循既定的假设条件。VaR模型一般的假设条件是市场有效性假设和市场波动是随机的且不存在自相关。需要指出的是，由于我国金融业市场尚未完全规范，政府干预行为较为严重，不能完全满足强有效性和市场波动的随机性，在利用VaR模型时，很多研究做了近似正态处理。从VaR方法的定义中，可以看出
40、VaR方法有三个要素：1.持有期间它是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是计算VaR的时间范围。由于波动性与时间长度正相关，所以持有期越长，风险越大，VaR值也就越大。为克服市场经济周期性变化的影响，持有期间的历史数据越长越好。但是，时间越长，市场结构性变化的可能性越大，历史数据越难反映现实和未来的情况。选择较短的持有期，可以得到大量的样本数据，也更容易满足VaR计算中组合保持不变的假设，实际回报也越接近于正态分布，计算结果也更可靠。2.置信度置信度的选择则反映投资者的风险偏好和对其从事交易的谨慎度，金融机构采用的置信区间常在90%99%之间。对于置信概率的选择依赖于对V
41、aR的有效性验证、风险管理者对风险的态度、监管要求以及在不同机构之间进行比较的需要。如果需要得到的VaR的有效性更高，则置信概率不应选择过高，如果风险管理者对风险的厌恶程度越高，则需要选择更大的置信水平。3.收益率的分布特征这是最重要的因素，是指投资组合在既定的持有期间内回报的概率分布，即概率密度函数。由于正态分布有诸多优良特性，实际中对市场因子的分布多采用对数正态分布的形式。正态分布假设对金融风险的估计简单而有效，但是，事实证明从长期来看，收益率的分布多呈现厚尾特征，这时在正态性的假定下会导致对极端事件VaR值的严重低估。因此在使用方差-协方差方法时，人们对正态分布假设的改进多是利用t分布、
42、GED分布等估计VaR值，并且取得了较好的结果。2.3.2 VaR的核心思想VaR计算本质上是对资产组合价值波动的统计测量，建立各种估计VaR的模型首先要满足金融数据的特性，只有在模型准确地描述了金融市场数据的各种特征之后，才能对VaR进行恰当的建模，建立的模型最后还要通过实证加以检验，以确定模型的准确性，大量的实证经验表明金融市场数据形态的有以下特征。1.尖峰厚尾性：与正态分布相比，金融时间序列的实际分布具有更尖的峰度和更厚的尾部。根据这一特性，我们需要寻找更为合适的具有尖峰厚尾特征的分布函数来描述，比如可以尝试t分布、广义误差分布、Loglstic分布以及混合正态分布等等。2.集聚性：波动
43、的集聚性是描述大的波动后面跟着大的波动，小的波动之后跟着小的波动，也就是收益率的波动有时候很大，有时候却很小，呈现出集聚性和爆发性。3.不对称性或称杠杆效应：杠杆效应是指收益率的运动与波动呈现出负相关，即负的收益率要比正的收益率导致更大的条件方差。Nelson提出指数GARCH以及EGARCH模型来刻画杠杆效应等引起的波动非对称性。4.持续性：波动的持续性是指当前方差将对未来方差产生持续性的影响，持续性类似于时间序列的长记忆性，由于持续性因此它们对长记忆性反映了时间序列一阶矩的长期性质，波动持续性则反映了时间二阶矩的长期性质。Chow比较了平稳GARCH模型与EGARCH模型对数据的拟合，发现
44、条件波动过程的近单位根行为，任何对波动的冲击都要持续一段时间才会消失。5.均值回归性：收益率的波动性受到金融资产期限长短的影响，并且随着时间的推移，波动也呈现出向某个长期平均水平收敛的趋势。6.自相关性：收益率呈现明显的自相关性，有时候尽管收益率序列本身不相关，但是它的平方却是高度自相关的。准确把握金融时间序列数据特征，对于正确建立模型，从而更加有效估计VaR值至关重要，也是评判模型有效性的关键因素。在理论界已经得到结论即VaR方法的核心在于构造资产组合价值变化的概率分布，这正是要求准确把握金融时间序列数据特征的体现。VaR方法的基本思想仍然是利用资产组合价值的历史波动信息来推断未来的情况，只
45、不过未来价值波动的推断给出的不是一个确定值，而是以概率分布的形式表现出来。2.3.3 VaR计算的基本原理1.一般分布中的VaR假设一种投资组合的初始价值为，在期间内，收益率为，则期末的价值为：(3.2)令的期望值与标准差分别为和，在给定置信水平下，该投资组合的最小价值为：(3.3)VaR可分为相对损失和绝对损失：相对于均值的损失即相对损失；相对于期初价值的损失即绝对损失。相对损失： (3.4)绝对损失： (3.5)在这两种情况下，找到了最小价值或最小收益率就等同于找到了。VaR最普通的形式可从P的概率密度函数求出。在给定的置信水平下，我们试图找出可能性最小的，这样超出该值的概率为： (3.6
46、)的数值被称为分布的分位数（quantile），这是使用一个固定的被超越的概率时超出部分的临界值。这种方法对于任何分布都有效，无论是连续分布还是离散分布，厚尾分布还是细尾分布。2.参数分布中的VaR如果分布假定属于参数分布类，如正态分布，则VaR的计算可以大大简化。这类方法被称为参数法（parametric），因为它包括参数的估计值，如标准差，而不是从经验得到的分布中求分位数，因此这种方法能产生更加精确的VaR测量值。将一般分布转化为标准正态分布，代表零和单位标准差。从而可以以表示标准正态偏差： (3.7)于是求VaR的问题就变为求偏差，而通常为负值，将上式代入（3.6）可以得到VaR的平均值
47、为：(3.8)该方法适用于正态分布及其他累计概率分布函数，只要所有不确定因素包含于中，不同分布只是限定了不同的值。这一方法尤其适用于样本容量大、分散化程度高的投资组合，但不适用于期权比重较大及金融风险数量较小的投资组合。2.3.4 计算VaR的主要方法目前，估计组合风险因子收益分布的方法主要有三种，分别为方差一协方差分析法(VaRiance-CoVaRiance Approach)、历史模拟法(Historical Simulation Method)和蒙特卡洛模拟法(Monte Carlo Simulation)，因而也就相应的产生了三种主要的计算VaR的方法。1.方差一协方差法该方法是VaR计算中最为常用的方法，是参数法的一种。它假定风险因子收益的变化服从特定的分布(通常是正态分布)，然后通过历史数据分析和估计该风险因子收益分布的参数值，如方差、相关系数等，从而根据公式（3.9）得出在给定置信水平下整个投资组合的VaR值。(3.9)其中，表示整个投资组合收益的标准差，表示水平的分位数，是持有期。根据上述公式，只需计算方差即可求出VaR值，常用的方差预测方法有RiskMetrics方法和GARCH类方法。(1)RiskMetrics方法RiskMetrics风险控制模型是1994年10月由JP Morgan公司风险管理部门推出，是世界上第一个定量计算VaR的模型。它的主
