论文部分内容阅读
近20年来,由于受经济全球化与金融一体化、现代金融理论及信息技术、金融创新等因素的影响,全球金融市场迅猛发展,金融市场呈现出前所未有的波动性,商业企业和金融机构都面临着日趋严重的金融风险。金融风险不仅严重影响了商业企业的正常运营和生存,而且对金融及经济的稳定发展构成威胁。尤其进入90年代以后,世界范围内的金融危机频繁暴发。因此,对于大多数具有较高管理水平的公司或机构来说,建立一个良好的风险管理系统十分重要,金融风险管理已成为金融机构乃至所有企业生存发展的核心能力之一。 在金融风险管理的方法中,传统的资产负债管理过于依赖报表分析,缺乏时效性:利用方差来衡量风险过于抽象、不直观,且反应的只是市场(或资产)的波动幅度;而CAPM又无法适用于金融衍生产品。1994年J.P.Morgan提出了风险测量的VaR方法,目前VaR方法已经被众多金融机构广泛采用,并已成为目前金融界测量市场风险的主流方法。 我国目前对VaR的研究主要集中在历史模拟法和分析方法上,主要是在分析方法的基础上,运用各种分布假设和波动性的估计模型解决金融时间序列的厚尾性和波动集聚性现象。蒙特卡罗模拟法是一种全值估计方法,无须假定市场因子服从正态分布,有效的解决了分析方法在处理非线性、非正态问题中遇到的困难。然而,金融时间序列往往存在分布的尖峰厚尾和波动的集聚性现象,一般的蒙特卡罗模拟法在计算VaR时就存在局限性。因此,将不同的分布假设以及波动性的估计方法运用到蒙特卡罗模拟法中,并用我国的金融市场数据进行实证检验,不仅可以增进蒙特卡洛模拟法估计VaR的绩效,提高估计精度,也可以对蒙特卡罗模拟法本身的模型风险有更全面的了解,从而为探索适合我国金融市场的VaR模型提供选择依据。 本研究欲以t分布和各种波动性估计模型,如GARCH(1,1)、EGARCH(1,1)、GJRGARCH,加入到蒙特卡洛模拟法中,成为改进的蒙特卡洛模型来估计VaR,并与传统的蒙特卡洛模拟法进行比较,以验证比较各模型的绩效。全文共分5个部分,对各部分的内容安排如下: 第一部分,绪论,主要讨论研究的背景及意义,并对VaR的发展进行文献