基于并行擬蒙特卡羅方法的實時股票風險預(yù)測.pdf

1、隨著金融活動的復(fù)雜化,金融市場與金融交易規(guī)模的日益擴大,金融機構(gòu)面臨的風險也日趨加大。自2007年8月爆發(fā)的全球金融危機,許多著名的國際金融機構(gòu)都因?qū)Y產(chǎn)的風險管理不足而蒙受巨額的損失。面對復(fù)雜多變的金融市場,特別是處于發(fā)展初級階段、具有極強波動性的我國股票市場,無論投資者還是監(jiān)管者都要一套切實有效的方法來管理與監(jiān)控市場中的風險。VaR(Value-at-Risk)風險測量方法是當今金融市場用于風險計算的主流方法,被廣泛運用在風險控制,

2、金融監(jiān)管,績效評估等領(lǐng)域。
　　VaR的計算方法有多種,其中蒙特卡羅方法(Monte Carlo)是計算VaR最有效的方法,然而它存在計算量大,收斂速度慢的問題,同時產(chǎn)生的靜態(tài)偽隨機數(shù)序列容易發(fā)生群聚效應(yīng),降低模擬效率。這使蒙特卡羅方法在實際中并沒有被廣泛應(yīng)用,針對蒙特卡羅方法的不足,國外學者提出了許多有效的改進技術(shù),其中采用擬隨機數(shù)序列的擬蒙特卡羅方法(Quasi-Monte Carlo)大大改進了蒙特卡羅方法的收斂速度與估計精

3、度。本文利用擬蒙特卡羅方法度量我國股票市場的風險價值,著重從計算耗時的角度比較標準蒙特卡羅方法與擬蒙特卡羅方法的區(qū)別,同時分析了擬蒙特卡羅方法在不同實現(xiàn)方式下的耗時。本文的研究內(nèi)容主要包括以下幾個方面:
　　(1)對比分析了標準蒙特卡羅方法與擬蒙特卡羅方法在計算精度與收斂速度的差異,同時研究了使用Halton序列、Faure序列和Sobol序列,以及Box-Muller算法、Normsinv算法、Moro算法等三種正態(tài)隨機變量抽樣