金融風(fēng)險(xiǎn)度量方法綜合比較研究.pdf

1、金融市場(chǎng)運(yùn)作是一個(gè)復(fù)雜的系統(tǒng)工程。在金融市場(chǎng)中，風(fēng)險(xiǎn)是客觀存在的。隨著金融市場(chǎng)和金融交易的規(guī)模、動(dòng)態(tài)性和復(fù)雜性的增加，金融理論和金融工程的發(fā)展，金融市場(chǎng)風(fēng)險(xiǎn)測(cè)量技術(shù)也變得更為綜合復(fù)雜。本文主要研究金融市場(chǎng)風(fēng)險(xiǎn)度量的各種方法，并加以綜合比較，以確定適應(yīng)不同金融機(jī)制下的風(fēng)險(xiǎn)度量方法。
　　 本文首先研究金融風(fēng)險(xiǎn)度量方法產(chǎn)生的背景及國內(nèi)外研究現(xiàn)狀，對(duì)金融風(fēng)險(xiǎn)度量的不同界定及金融風(fēng)險(xiǎn)的分類，然后介紹了金融市場(chǎng)風(fēng)險(xiǎn)的度量演變，著重介紹了度

2、量金融風(fēng)險(xiǎn)的波動(dòng)性方法，Var方法，CVar方法，信息熵等方法，并對(duì)這四種方法進(jìn)行綜合比較，得出：
　　 (1)方差計(jì)算簡(jiǎn)便，易于使用，而且已經(jīng)有了相當(dāng)成熟，但不適合用來描述小概率事件發(fā)生所導(dǎo)致的巨大損失，而金融市場(chǎng)中的“稀少事件”產(chǎn)生的極端風(fēng)險(xiǎn)才是金融風(fēng)險(xiǎn)的真正所在。
　　 (2)Var方法把對(duì)預(yù)期的未來損失的大小和該損失發(fā)生的可能性結(jié)合起來，不僅讓投資者知道發(fā)生損失的規(guī)模，而且知道其發(fā)生的可能性通過調(diào)節(jié)置信水平，可以

3、得到不同置信水平上的Var值，這不僅使管理者能更清楚地了解到金融機(jī)構(gòu)在不同可能程度上的風(fēng)險(xiǎn)狀況，也方便了不同的管理需要，適用于綜合衡量包括利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、股票風(fēng)險(xiǎn)以及商品價(jià)格。但Var方法尾部風(fēng)險(xiǎn)測(cè)量的不充分性和不一定滿足凸性，故在基于Var對(duì)證券組合進(jìn)行優(yōu)化時(shí)，可能存在多個(gè)局部極值，對(duì)整體優(yōu)化，在數(shù)學(xué)上難以實(shí)現(xiàn)。
　　 (3)CVar模型在一定程度上克服了Var模型的缺點(diǎn)，不僅考慮了超過Var值的頻率，而且考慮了超過Var

4、值損失的條件期望，有效的改善了Var模型在處理損失分布的后尾現(xiàn)象時(shí)存在的問題。
　　 (4)信息熵方法對(duì)于固定的風(fēng)險(xiǎn)偏好系數(shù)，其風(fēng)險(xiǎn)的走勢(shì)比較平穩(wěn)；對(duì)于不同的風(fēng)險(xiǎn)偏好系數(shù)，其風(fēng)險(xiǎn)的差異較大。相對(duì)于方差而言，信息熵?cái)?shù)據(jù)較大，更能體現(xiàn)波動(dòng)性，與CVar方法相比較而言，信息熵?cái)?shù)據(jù)相對(duì)較小，其波動(dòng)幅度略小，作為風(fēng)險(xiǎn)的度量指標(biāo)具有更大的優(yōu)勢(shì)。
　　 最后，采用實(shí)證分析的方法，選取了云南白藥，萬科A，模塑科技，白云機(jī)場(chǎng)四只股票，進(jìn)行