路径风险度量PMVaR：性质和实证研究

摘要

风险管理的关键角色之一就是根据已知的市场信息衡量市场的潜在损失（风险）。根据测量的风险，金融机构可以准备足够的资本储备以挽救潜在的损失，从而当市场在不久的将来出现下行情况时维持正常的金融活动。传统的风险度量VaR是在给定时间间隔下金融资产收益的最小值，主要存在以下不足:VaR是基于收益序列的分位点进行定义的，忽略了尾部风险;VaR不具有次可加性;考虑到时间间隔n，VaR的计算是基于重新调整后的n个工作日的资产价格确定，不能反应各时间段资产价格变化所产生的最小收益（最大风险）。巴塞尔协议Ⅲ提出了希望将资本充足比率提高约23％。
　　针对VaR在衡量时间间隔为n的情况下不能反应风险评估中的最大风险，本文引入了路径的定义。基于路径的定义，给出传统VaR在时间间隔n时的路径风险度量VaR的定义，考虑到时间间隔内可能发生的最小收益，提出路径风险度量PMVaR。本文从理论和蒙特卡洛模拟的角度证明PMVaR大于VaR，PMVaR和VaR均具有传递不变性，单调性，对多元正态分布和多元正则变换具有次可加性。从蒙特卡洛模拟和股票指数分析的角度计算得到PMVaR对VaR的相对增长比率约20％，相对增长比率满足巴塞尔协议Ⅲ对资本充足率的要求。最后通过对S&P500指数日收益数据的路径风险度量PMVaR的回测检验结果说明信新分布为t分布的AR(1)-GARCH(1，1)的模型可以很好的拟合金融数据，PMVaR能很好的衡量时间间隔为n时最小收益的风险。

目录

声明

摘要

第1章 绪论

1．1 本文的研究背景与意义

1．2 研究现状

1．2．2．时间间隔为n的风险度量

1．2．4．风险度量的回测检验

1．3 本文的研究内容

1．3．1．本文的研究思路

1．3．2．预期实现的结果

1．4 本文的主要框架结构及创新点

第2章 预备知识

2．1 相关的概念

2．2 路径风险度量

2．3 相关的模型及回测检验方法

2．3．2．本文涉及的模型

2．3．3．回测检验方法

第3章 路径风险度量的性质

3．1 理论证明

3．1．1．传递不变性和单调性

3．1．2．次可加性

3．2 蒙特卡洛模拟

3．2．1．PMVaR的大小

3．2．2．PMVaR的次可加性

第4章 实证分析

4．1 股票指数风险分析

4．2 回测检验

4．2．2．参数估计

4．2．3 动态PMVaR的值

4．2．4．回测检验结果

第5章 结论与展望

5．1 本文的研究结论

5．2 研究展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果