论文部分内容阅读
金融市场运作是一个复杂的系统工程。在金融市场中,风险是客观存在的。随着金融市场和金融交易的规模、动态性和复杂性的增加,金融理论和金融工程的发展,金融市场风险测量技术也变得更为综合复杂。本文主要研究金融市场风险度量的各种方法,并加以综合比较,以确定适应不同金融机制下的风险度量方法。本文首先研究金融风险度量方法产生的背景及国内外研究现状,对金融风险度量的不同界定及金融风险的分类,然后介绍了金融市场风险的度量演变,着重介绍了度量金融风险的波动性方法,Var方法,CVar方法,信息熵等方法,并对这四种方法进行综合比较,得出:(1)方差计算简便,易于使用,而且已经有了相当成熟,但不适合用来描述小概率事件发生所导致的巨大损失,而金融市场中的“稀少事件”产生的极端风险才是金融风险的真正所在。(2)Var方法把对预期的未来损失的大小和该损失发生的可能性结合起来,不仅让投资者知道发生损失的规模,而且知道其发生的可能性通过调节置信水平,可以得到不同置信水平上的Var值,这不仅使管理者能更清楚地了解到金融机构在不同可能程度上的风险状况,也方便了不同的管理需要,适用于综合衡量包括利率风险、汇率风险、股票风险以及商品价格。但Var方法尾部风险测量的不充分性和不一定满足凸性,故在基于Var对证券组合进行优化时,可能存在多个局部极值,对整体优化,在数学上难以实现。(3) CVar模型在一定程度上克服了Var模型的缺点,不仅考虑了超过Var值的频率,而且考虑了超过Var值损失的条件期望,有效的改善了Var模型在处理损失分布的后尾现象时存在的问题。(4)信息熵方法对于固定的风险偏好系数,其风险的走势比较平稳;对于不同的风险偏好系数,其风险的差异较大。相对于方差而言,信息熵数据较大,更能体现波动性,与CVar方法相比较而言,信息熵数据相对较小,其波动幅度略小,作为风险的度量指标具有更大的优势。最后,采用实证分析的方法,选取了云南白药,万科A,模塑科技,白云机场四只股票,进行了分析与计算,计算结果验证了综合比较研究的结论。