金融风险管理课设

1、金融风险管理课设目录VaR的文献综述:21样本选取与风险分析61.1样本选取61.2风险分析92资产组合价值变化的经验分布102.1确定资产组合当前价值102.2计算资产组合连续复利收益率102.3 统计分析153资产在险价值VaR的计算17VaR的文献综述传统的资产负债管理（Asset-Liability Management）过分依赖于金融机构的报表分析，缺乏时效性，资产定价模型（CAPM）无法揉合新的金融衍生品种，而用方差和系数来度量风险只反映了市场（或资产）的波动幅度。这些传统方法很难准确定义和度量金融机构存在的金融风险。1993年，G30集团在研究衍生品种基础上发表了衍生产品的实践和

2、规则的报告，提出了度量市场风险的VaR（ Value-at-Risk ）模型(“风险估价”模型)，稍后由JP.Morgan推出了计算VaR的RiskMetrics风险控制模型。在些基础上，又推出了计算VaR的CreditMetricsTM风险控制模型，前者用来衡量市场风险；JP.Morgan公开的CreditmetricsTM技术已成功地将标准VaR模型应用范围扩大到了信用风险的评估上，发展为“信用风险估价”（Credit Value at Risk）模型，当然计算信用风险评估的模型要比市场风险估值模型更为复杂。目前，基于VaR度量金融风险已成为国外大多数金融机构广泛采用的衡量金融风险大小的方

3、法。VaR模型提供了衡量市场风险和信用风险的大小，不仅有利于金融机构进行风险管理，而且有助于监管部门有效监管。1995年巴塞尔委员会同意具备条件的银行可采用内部模型为基础，计算市场风险的资本金需求，并规定将银行利用得到批准和认可的内部模型计算出来的VaR值乘以3，可得到适应市场风险要求的资本数额的大小。这主要是考虑到标准VaR方法难以捕捉到极端市场运动情形下风险损失的可能性，乘以3的做法是提供了一个必要的资本缓冲。Group of Thirty 1993年建议以风险资本（Capitalatrisk）即风险价值法（VaR）作为合适的风险衡量手段，特别是用来衡量场外衍生工具的市场风险。1995年，

4、SEC也发布建议，要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这些机构的动向使得VaR模型在金融机构进行风险管理和监督的作用日益突出。 从金融风险定量管理技术来看，国际金融组织和金融机构先后发展了如下新技术（1）新资本协议1999年6月3日，巴塞尔银行委员会发布关于修改1988年巴塞尔协议的征求意见稿，该协议对银行风险管理新方法给予充分的关注，具体表现在：对银行进行信用风险管理提供更为现实的选择，方法有三种：对现有方法进行修改，将其作为大多数银行计算资本的标准方法，在这种情况下，外部信用评估(指标准普尔和穆迪公司等的评级)可用来细致区分某些信用风险。对于复杂程度较

5、高的银行，巴塞尔银行委员会认为可将其内部评级作为确定资本标准的基础，并且对于某些高风险的资产，允许采用高于100的权重。新协议明确指出：“一些利用内部评级的、复杂程度更高的银行还建立了以评级结果(以及其它因素)为基础的信用风险模型。这种模型旨在涵盖整个资产组合的风险这一特点，在仅仅依靠外部信用评级或内部信用评级中是不存在的。但是由于一系列困难的存在，包括数据的可获得性以及模型的有效性，很显然信用风险模型目前还不能在最低资本的制定中发挥明显作用。”委员会希望在经过进一步的研究和实验后，使用信用风险模型将成为可能，并将汁划关注这方面的进展。这说明，巴塞尔银行委员会在一定程度上肯定了目前摩根等国际大

6、银行使用的计量信用风险模型。对市场风险管理方面进展给予肯定，并突出了利率风险和操作风险的管理。此外还肯定了一些新的金融创新工具。如新协议就资产证券化问题提出了新风险权重计量方案，对某几种短期承诺采用20的信用风险转换权数。并明确指出：“降低信用风险的技术如信用衍生产品的近期发展使银行风险管理的水平大幅度提高。”（2）、风险价值法(VaR)在风险管理的各种方法中，VaR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。VaR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个简单的数字，并以美元计量单位来表示风险管理的核心潜在亏损

7、。VaR实际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。VaR特点可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VaR值对金融风险进行评判；可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。VaR主要应用用于风险控制。目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司采用VaR方法作为金融衍生工具风险管理的手段。利用VaR方法进行风险控制，可以使每个交易员

8、或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VaR限额，以防止过度投机行为的出现。如果执行严格的VaR管理，一些金融交易的重大亏损也许就可以完全避免。用于业绩评估。在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。但VAR方法也有其局限性。VaR方法衡量的主要是市场风险，如单纯依靠VaR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VaR值表明的是一定置信度内的最大损失，但并不能绝对排除高于VaR值的

9、损失发生的可能性。例如假设一天的99置信度下的VaR1000万，仍会有1的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VaR方法并不能涵盖一切，仍需综合使用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。（3）风险调整的资本收益法风险调整的资本收益是收益与潜在亏损或VaR值的比值。使用这种方法的银行在对其资金使用进行决策的日个候，不是以盈利的绝对水平作为评判基础，而是以该资金投资风险基础上的盈利贴现值作为依据。每家银行都清楚风险与

10、收益的关系。在进行一项投资时，风险越大，其预期的收益或亏损也越大，投资如果产生亏损，将会使银行资本受侵蚀，最严重的情况可能导致银行倒闭。虽然银行对投资亏损而导致的资本侵蚀十分敏感，但银行必须认识到，承担这些风险是为厂盈利，问题的关键在于，银行应在风险与收益之间寻找一个恰当的平衡点，这也是RAROC的宗旨所在。决定RAROC的关键是潜在亏损即风险值的大小，该风险值或潜在亏损越大，投资报酬贴现就越多。RAROC可用于业绩评估，如果交易员从事高风险的投资项目，那么即使利润再高，由于VaR值较高，RAROC值也不会很高，其业绩评价也就不会很高。实际上近几年出现的巴林银行倒闭、大和银行亏损和百富勤倒闭等

11、事件中，都是由于对某一个人业绩评价不合理所致，即只考虑到某人的盈利水平，没有考虑到他在获得盈利的同时承担的风险对其进一步重用的结果。RAROC方法用于业绩评估，可以较真实地反映交易人员的经营业绩，并对其过度投机行为进行限制，有助于避免大额亏损现象的发生。（4）、信贷矩阵(Credit Metrics)1997年4月初，美国JP摩根财团与其他几个国际银行德意志摩根建富、美国银行、瑞士银行、瑞士联合银行和BZW共同研究，推出了世界上第一个评估银行信贷风险的证券组合模型(Credit Metrics)。该模型以信用评级为基础，计算某项贷款或某组贷款违约的概率，然后计算上述贷款同时转变为坏账的概率。该

12、模型通过VaR数值的计算力图反映出：银行某个或整个信贷组合一旦面临信用级别变化或拖欠风险时所应准备的资本金数值。该模型覆盖了几乎所有的信贷产品，包括传统的商业贷款；信用证和承付书；固定收入证券；商业合同如贸易信贷和应收账款；以及由市场驱动的信贷产品如掉期合同、期货合同和其他衍生产品等。具体计算步骤是首先对信贷组合中的每个产品确定敞口分布；其次，计算出每项产品的价值变动率(由信用等级上升、下降或拖欠引起)；再次将单项信贷产品的变动率汇总得出一个信贷组合的变动率值(加总时应考虑各产品之间的相互关系)。由此可见，在假定各类资产相互独立的情况下，每类资产信用风险组合的风险值等于该类资产的敞口分布与其信

13、用等级变动或拖欠的变动率。即等于信用等级变动或拖欠变动率x贷款额。（5）最近，美国华盛顿国际金融研究所针对当前的主要信用风险模型以及资产组合模型进行了分析测试，旨在找出衡量信用风险的最好方法，为计量信用风险确定一种比较规范的模型，并用于确定资本金的分配，从而为国际银行业的发展及其风险监管创造条件，并计划与巴塞尔银行委员会合作进行这方面的工作。VaR模型在金融风险管理中的应用VaR模型在金融风险管理中的应用越来越广泛，特别是随着VaR模型的不断改进，不但应用于金融机构的市场风险、使用风险的定量研究，而且VaR模型正与线性规划模型（LPM）和非线性规划模型（ULPM）等规划模型论，有机地结合起来，

14、确定金融机构市场风险等的最佳定量分析法，以利于金融机构对于潜在风险控制进行最优决策。对于VaR在国外的应用，正如文中引言指出，巴塞尔委员会要求有条件的银行将VaR值结合银行内部模型，计算适应市场风险要求的资本数额；G20建议用VaR来衡量衍生工具的市场风险，并且认为是市场风险测量和控制的最佳方法；SEC也要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这表明不但金融机构内部越来越多地采用VaR作为评判金融机构本身的金融风险，同时，越来越多的督管机构也用VaR方法作为评判金融机构风险大小的方法。我国对VaR模型的引介始于近年，具有较多的研究成果，但VaR模型的应用现在确

15、处于起步阶段，各金融机构已经充分认识到VaR的优点，正在研究适合于自身经营特点的VaR模型。 1样本选取与风险分析1.1样本选取选取一只上市公司非ST股票,根据历史数据描述资产价格变化的经验分布，用历史模拟法计算资产的VaR。于是我选择了杉杉股份作为分析对象，股票代码600884.为了保证样本的充分性，以杉杉股份500个交易日的收盘价为研究对象，研究时间为2016年12月21日往前的500个交易数据，主要研究收盘价。下列表格为500个杉杉股份具体收盘价格。表1： 单位：元序号收盘序号收盘序号收盘序号收盘序号收盘117.2810125.6520121.3430125.9840117.2217.1

16、510227.4620221.2730225.8240217.16317.1710327.4420321.9830326.7440317.23417.2410426.5820423.130426.240416.8516.8910528.8620523.0630526.3440516.88616.9810628.4120624.2630624.9440617.07716.910728.4220724.1830724.8940717.03817.1710827.4820823.0330823.3540816.67917.1410928.0420924.4830923.8440916.151017.

17、1411028.2821024.2731025.3141016.31117.0511128.192112431125.6241115.281217.0811231.0121224.8431224.5241215.151317.2211328.1121325.3231324.9541315.31417.5711428.9621425.9931425.1741415.051517.8311531.8621526.6631524.3541515.091617.7211633.2921625.9331623.6741615.051717.7611734.1321726.631723.4741715.2

18、31817.5411834.6721826.9531824.6141814.991917.9511933.9921928.231925.3841914.92018.1612034.7222027.7832024.9442015.082118.5112135.1522125.1332127.4342115.062218.7712236.0122226.223222942214.772318.1112336.1922327.4532329.4642314.82417.8212435.3222429.0332429.3542415.282517.212535.3922528.532529.09425

19、15.612617.3212635.8522628.0532628.9442616.422717.4612734.5822728.132728.9442717.772817.712833.5322828.7432830.142816.742917.912933.9122930.1832928.3542916.483017.813036.2223030.0933030.7443016.583117.413137.7223132.9733130.1143116.143217.1913236.8723232.3433229.843216.543316.7813335.4423333.333331.4

20、643316.253416.0213436.4223435.433431.9243416.253516.1913537.3523535.8733532.5343516.343616.3513639.1923635.0733633.1243615.413716.3713739.323734.9233733.3143715.433816.3913839.3823836.133831.9943815.33916.113938.6223936.4233931.8343915.514016.0514036.6924035.0234032.744015.584116.5914137.0624132.753

21、4132.1844115.684216.9114237.3724234.334232.3644215.634317.0114338.2924333.9734331.9944315.614416.7714434.462443334430.1344414.994516.7214533.1224533.8434529.1944515.864616.6514633.6724634.2434630.1244616.44716.9714732.3424733.734729.4744716.124817.0314829.1124832.7434830.344816.124916.8114926.224934

22、.4934931.1744916.315017.0215028.625033.435030.4445016.165117.415126.6825132.2435130.4845115.685216.9815224.462523335231.9545215.735317.4315323.3525333.0435331.7245315.65417.7215425.0725434.6935432.3345415.585517.6815522.5625533.3935530.745515.885617.6315624.8225635.6935629.645616.175717.7515727.3257

23、34.3235729.3745716.035817.8615825.6125832.9535828.8945815.815917.7415926.6525933.435929.6845915.746017.3216028.826033.8236029.5446015.716117.1716128.5126133.5336132.0246115.566217.116228.2726234.2536231.3446215.56317.3516328.3626334.7536329.546315.466417.6816429.7926435.0736429.846415.746517.5316528

24、.6926535.3936529.746515.716617.4416625.8226636.4636631.2346615.426717.0416725.3826738.1636730.5946715.416817.2616826.7426837.6236830.1746815.146917.2616925.8226936.0436930.0946915.177017.4817026.1927039.6437029.4947015.27117.8817126.4727140.2937128.8547114.957219.317228.4627239.2437230.147215.067319

25、.5317327.927335.3237330.7647315.117419.0317430.6927433.3137431.0247415.17519.2917530.927533.9237531.1647515.227619.3417631.9327630.5337633.3847615.267719.6517732.0127730.0737733.4147715.27819.617830.627827.0637834.5947815.257919.717931.727927.8337931.9447915.288020.2718031.1328027.4538032.8848015.47

26、8119.6718131.2628129.4838136.1748115.238219.918228.1328228.9938238.4148215.058319.8118328.1128329.4938337.2548315.088419.9718426.2828430.4738418.8548414.988520.1718524.5928529.6738517.3948514.868620.0818622.1328626.9838617.5948614.98720.7218719.9228727.738717.1948714.888821.2518819.9328827.4538817.2

27、48814.528921.4218921.9228924.7138917.4748915.519021.6719023.229023.7939017.349015.549121.8219122.229122.1939117.5349115.279222.0619220.0929223.5139217.2149214.899322.4319320.0429323.0139316.9749315.29422.4319420.529424.339417.1849414.299521.9619522.1529524.9839517.449514.529622.8419623.5529625.66396

28、17.5349614.099723.0319722.5229725.0539718.0749714.279823.2419822.6529825.2639817.7649814.299924.8319920.3929926.1939917.2849914.471002520019.4430026.2740017.1850014.3150114.371.2风险分析根据资产组合的构成要素，影响资产组合价值变化的风险因素有股票价格，债券价格，汇率，利率，商品价格等，由于此时仅仅选取一只股票作为资产的构成要素，所以主要分析风险因素对股票价格的影响。（1）股票价格越高，资产组合价格越高，因为这次研究仅选

29、择了一只股票作为研究对象（2）投资界都知道股票价格与债券价格走向是相反的，债券是股票的避险工具，一旦股市有变，债券是最好的避险场所。因此，债券价格越高，股票价格越低。做为常识这种关系并没有错，但应该注意股票与债券要想保持这种关系，必须具备某种条件。因此，有必要认真分析一下股票价格与债券价格的关系。实际上股票价格与债券价格有时会保持相同走向，即一同涨跌。由于供需关系的原因，使债券价格上升，而股票价格和债券收益率下降。然而，一旦了解到债券价格与股票的关系， 就会发现股票价格与债券价格走向相反的持续时间不会长久。债券价格与其收益率(yield)是相反的，假如利率升高，要想在债券二级市场上卖掉已发行的

30、债券，就必须降价，以便使该债券收益率与新发行的高利率债券相适应。 也就是说利率升高，债券价格下降。反之，如果利率下降，则要想在债券二级市场上卖掉已发行的债券，就要涨价，从而使债券收益率与新利率相当。（3）汇率与股票价格的关系： 总的来说，汇率与股票的关系相当复杂，但总的来说是一种正向关系，原因可以有以下几点： 当汇率提高，即本国货币升值，股市等资本市场会吸引大量国内外资本流入，从而推动指数走高。 当汇率提高，股票等资产价格将重新被估值，促使股票升值从而推高指数。 货币升值对本国经济影响较大，尤其影响出口，同时，国外投机资本一旦巨额套利得以实现就会撤离，从而造成股价和房地产下跌。 （4）利率上升

31、,银行存款的吸引力上升,投资者将减少其他领域的投资,股票价格会下降.2资产组合价值变化的经验分布2.1确定资产组合当前价值 以现在(2016年12月21日）为基点，确定资产组合的当前价值。由于选取资产仅为一只股票，股该股票所占资产组合规模份额为1，查询表1，得到当前资产价值为14.37元2.2计算资产组合连续复利收益率R=ln(St/St-1)根据公式，结合表1数据，计算得到连续复利收益率时间序列r1,r2,r3.r500,并定义现在时刻的复利收益率为r500.结果如下表2表2：-0.007550.068187-0.00329-0.00618-0.002330.001166-0.000730.

32、0328350.0350110.0040710.004069-0.031840.0497-0.0204-0.02527-0.020510.082298-0.001730.0053290.0047510.005314-0.015720.050729-0.054620.011193-0.004720.000352-0.0033-0.00201-0.002350.01585-0.03363-0.04873-0.06387-0.02137-0.001750.0201740.0610590.020768-0.0316900.008523-0.008620.0598350.009245-0.00526-0

33、.00319-0.011190.012174-0.064620.0017580.0953420.034401-0.04388-0.008540.008163-0.098180.0191390.0173850.0098520.0201210.029790.0261170.008779-0.016470.014690.0954360.025452-0.033120.002654-0.006190.043906-0.02776-0.02832-0.002650.0022550.024920.025511-0.008490.011889-0.012460.0156980.0130720.04743-0

34、.015880.023106-0.019810.0453390.030809-0.006020.0116310.02125-0.01501-0.017490.0120080.019090.012309-0.100250.095164-0.001330.0139490.0241720.042460.055659-0.01944-0.03580.0049860.0458440.0157380.002029-0.01614-0.024330.055964-0.003740.031918-0.035410.00198-0.01843-0.00890.0213670.0069530.012914-0.0

35、1592-0.005170.0505880.008051-0.036070.00178100.0790120.013652-0.030830.022520.0393-0.059710.0112360.0112690.04889-0.0599-0.01565-0.00560.065901-0.002990.0809380.00605-0.022730.0405790.091405-0.02071-0.0269-0.01214-0.02279-0.01929-0.010350.024481-0.02414-0.039560.0292530.054209-0.01769-0.046350.02727

36、70.0611540.01451600.0105560.0252150.0131890.018930.0055230.0098340.048089-0.022560.017975-0.05860.0012220.002803-0.004290.005720.0012970.0012210.0020340.033233-0.04043-0.00846-0.01785-0.019490.008825-0.005010.013632-0.00311-0.05127-0.03920.0269660.0045030.0330910.010034-0.06702-0.016030.0063980.0191

37、050.008330.0462420.005578-0.003190.0058960.024321-0.00967-0.0115-0.00128-0.01421-0.10539-0.02897-0.0599-0.04053-0.00299-0.039660.025136-0.03170.056417-0.00420.016470.0117510.0313630.0334810.019037-0.0403-0.0159-0.02182-0.017220.003529-0.10522-0.02890.0277750-0.013-0.105320.0520720.0283080.0117180.01

38、24150.087647-0.03211-0.0237-0.009240.022081-0.06949-0.035350.001313-0.03015-0.02443-0.086880.02330.0471010.0031840.026157-0.046440.001211-0.00722-0.00830.0165010.0710750.0487330.019048-0.00128-0.00226-0.10549-0.0382-0.051730.019072-0.002830.0954710.066614-0.036490.0180970.0067840.095237-0.03914-0.00

39、78-0.00870.006178-0.0639-0.04074-0.01648-0.01382-0.006740.0398060.0135650.026978-0.00444-0.023960.0775860.012496-0.00473-0.00191-0.0087-0.01012-0.008610.080615-0.00959-0.00409-0.008450.021246-0.02147-0.003860.0145140.0031790.014493-0.0605-0.002580.0188420.0491930.0091660.0101180.017949-0.00852-0.037

40、620.009083-0.00336-0.00191-0.00515-0.10540.0297860.050232-0.01863-0.0232-0.017190.045572-0.02071-0.000650.0128280.052199-0.01425-0.01383-0.017680-0.03501-0.04291-0.002660.001980.0126660.0142280.095209-0.020140.0019760.0226250.0106340.016265-0.02194-0.016580.0764220.072488-0.026410.0424150.0073310.01

41、1847-0.01987-0.105250.021690.003315-0.025940.09531-0.058590.008417-0.000660.013570.0068190.0181470.0045030.0079160.0025890.03279-0.10530.0688220.0026250.0159020.002502-0.015180.000898-0.00394-0.00255-0.04505-0.105470.0347090.0032840.0050890.0353170.028058-0.079710.0019650.028523-0.01814-0.013750.029

42、0050.012358-0.030050.0041670.0713460.095365-0.015640.011625-0.1055-0.016760.060088-0.01189-0.00453-0.000710.0171-0.030670.0019910.008044-0.067320.032691-0.68114-0.006650.009965-0.06647-0.02661-0.08062-0.00804-0.00447-0.10541-0.095040.0114350.0026880.031375-0.105210.026337-0.023-0.001340.0252570.0005

43、02-0.009070.000582-0.024490.0079680.095173-0.105160.0155760.0659580.0116040.056753-0.03794-0.009780.0019320.006898-0.04406-0.069620.013207-0.017530.010939-0.099870.057784-0.01842-0.02520.016633-0.00249-0.0215-0.014040.02060600.0226950.0545470.012299-0.06174-0.021180.0774130.0275990.0127240.0159670.0

44、392910.0612880.0268580.007443-0.030060.008284-0.04472-0.024060.0303390.0126940.0090770.0057560.008348-0.01730.0014010.066178-0.105120.036156-0.02740.0125180.006823-0.047710.00305-0.0058-0.011120.0256680.09325-0.01110.0011630.004184对表2中r1-r500的大小进行排序，列为表3表3：-0.68114-0.02182-0.00330.0081630.025215-0.1

45、055-0.0215-0.003290.0082840.025257-0.10549-0.02147-0.003190.008330.025452-0.10547-0.02137-0.003190.0083480.025511-0.10541-0.02118-0.003110.0084170.025668-0.1054-0.02071-0.002990.0085230.026117-0.10539-0.02071-0.002990.0087790.026157-0.10532-0.02051-0.002830.0088250.026337-0.1053-0.0204-0.002660.0090

46、770.026858-0.10525-0.02014-0.002650.0090830.026966-0.10522-0.01987-0.002580.0091660.026978-0.10521-0.01981-0.002550.0092450.027277-0.10516-0.01949-0.002490.0098340.027599-0.10512-0.01944-0.002350.0098520.027775-0.10025-0.01929-0.002330.0099650.028058-0.09987-0.01863-0.002260.0100340.028308-0.09818-0

47、.01843-0.002010.0101180.028523-0.09504-0.01842-0.001910.0105560.029005-0.08688-0.01814-0.001910.0106340.029253-0.08062-0.01785-0.001750.0109390.029786-0.07971-0.01769-0.001730.0111930.02979-0.06962-0.01768-0.001340.0112360.030339-0.06949-0.01753-0.001330.0112690.030809-0.06732-0.01749-0.001280.0114350.031363-0.06702-0.0173-0.001280.0116040.031375-0.06647-0.01722-0.000730.0116250.031918-0.06462-0.01719-0.000710.0116310.032691-0.0639-0.01676-0.000660.0117180.03279-0.063