论文部分内容阅读
当前,金融业已经成为经济发展的主引擎,金融业的兴衰直接关系着经济的发展速度和水平。随着金融创新的不断发展,金融衍生品的形式也越来越多样化。金融创新一方面直接推动了金融业的发展,另一方面,也带来了极大的风险。由于金本位制的瓦解,世界金融体系缺乏支撑,金融创新技术导致金融风险越来越多样,越来越复杂,而对金融风险的管理难度也随之不断加大。因此,近年来,与金融风险管理有关的研究尤其是金融风险度量方法方面的研究成为金融研究领域的热点。通过近些年在金融风险度量领域的探索,目前VaR(风险价值)方法已经成为全球一致认可的度量金融风险的方法。较之以往的诸多方法,VaR方法具有很多优势,比如其在度量上的统一性,就为不同金融机构之间分析风险提供了便利。但是,传统的VaR方法假定其收益率或基本风险因子服从正态分布,并没有反映金融资产的真实收益情况,而且并不具有次可加性,因此存在着很多有待解决的问题,适用该方法得到的结果也不可靠。本文首先通过对传统VaR计算方法的统计学定义,建模步骤等方面进行总结与分析,得到其适用的范围,并指出了其在实际应用中存在的问题。然后,本文接着介绍了条件VaR和基于Copula理论的VaR计算方法的理论依据,建模步骤及建模中需要注意的问题,并根据分析得出的结论,结合已有的研究成果,利用条件VaR的方法,选取沪铜1009的期货和现货价格,通过实证分析得出条件VaR的方法在计算期货现货套期保值收益率方面比传统VaR方法更有优势。在计算资产组合的风险价值时,本文选取中国人寿和万科两支股票,利用基于Copula理论的VaR计算方法,通过实证分析得到该方法在计算两支股票组合风险价值时,优于传统的VaR计算方法。通过以上的实证分析。本文在实证分析的过程中,参考了已有的研究成果,并对一些步骤和方法做了改进,实证效果很好。另外,本文对现存的条件VaR和基于Copula理论的研究提出了自己的看法,如采用线性混合Copula函数来计算VaR的局限性,并讨论了在该领域继续研究的可行思路。