基于條件風(fēng)險價值的股市風(fēng)險分析.pdf

1、風(fēng)險是指未來結(jié)果的不確定性或波動性，如未來收益、資產(chǎn)或債務(wù)價值的波動性或不確定性。金融市場風(fēng)險測量就是測量由于市場因子的不利變化而導(dǎo)致金融資產(chǎn)(證券組合)價值損失的大小。目前，金融市場風(fēng)險測量的主要方法包括均值－方差分析、靈敏度分析、波動性分析、VaR和CVaR方法。
　　CVaR(條件風(fēng)險價值)方法是在VaR(風(fēng)險價值)方法的基礎(chǔ)之上產(chǎn)生的，最早是由Rockafellar在1999年底提出的，其含義損失超過VaR的條件均值，反映

2、超額損失的平均水平。它較之于VaR風(fēng)險測量方法，更能體現(xiàn)風(fēng)險測量的潛在風(fēng)險。
　　CVaR風(fēng)險測量方法有多方面的應(yīng)用，如信用風(fēng)險的測量、內(nèi)部風(fēng)險資本金的確定、資本配置、金融監(jiān)管等，本文主要研究的是CVaR在證券市場風(fēng)險測量中的應(yīng)用，在研究的過程中，采用了系統(tǒng)理論、歸納演繹、比較與實證分析等研究方法。
　　文章首先從總體上介紹了傳統(tǒng)風(fēng)險測量方法的發(fā)展過程及其在現(xiàn)實中的主要應(yīng)用，然后再對CVaR風(fēng)險測量方法進行深入的研究，對其概

3、念、參數(shù)選擇、計算、性質(zhì)等方面都作了較詳細的探討，得出的結(jié)論是CVaR風(fēng)險測量方法比傳統(tǒng)的風(fēng)險測量方法擁有更多的優(yōu)點。再次，對CVaR在風(fēng)險測量中的運用進行了深入的研究。
　　由于金融資產(chǎn)收益序列不服從正態(tài)分布、尖峰厚尾、杠桿效應(yīng)的特點，這里用APARCH模型計算收益率序列的波動性，介紹了APARCH模型的特點，然后分別計算了基于正態(tài)分布、t分布、GED分布下的VaR和CVaR，并且比較了不同分布下的VaR和CVaR在風(fēng)險測量上的