金融VaR试验报告

1、“十二五”内涵建设项目一一“实验超市”实验项目文档SYCS-004实验教学与教育技术中心上海金融学院“实验超市”实验报告实验项目名称：金融VaR计算实验指导教师：元如林学生姓名：陈莉学生所在院系：保险学院学生专业：保险学实验时间：实验教学与教育技术中心制实验目的 通过本实验，我理解度量金融风险的 VaR模型，了解国内外主要的金融数据库， 学习国际先进的金融计算软件的使用方法， 初步掌握金融数据采集整理，模型选 择，模型参数确定，VaR计算，计算结果分析的基本方法。实验过程（一）数据准备对2012.01.012014.12.31期间债券代码为600550的保变电气股票进行测算。一共在网易（网易首

2、页 网易财经行情沪深中国石油 资金流向历史交 易数据）下载了 751个该股票在相应时间的开盘价，留下 250个数据（2012年 12月9日至2014年12月31日的数据）作为检验数据及建立模型。收盘价与收益率的图形如图1和图2。收盘价图1日的数据进行测算。1、直接法： 对2012年12月9日至2014年12月31 均值：-0.000555943 标准差：0.025888746賈信水平1- CXaoc分位点Zcx99%0.012.3397.5%0.0251.9695%0.051.65直接法测算结果如图3： 150,10.050 -0.05 -0,1 -0 15收益率99%VaR975 WaR95

3、%VaR2、移动平均法：对2012年12月9日至2014年12月31日的数据进行测算。(1) 用office进行测算，测算结果如图4:0 150,10.050-0.05-0,1-0 15收益率99%VaR97.5WaR95%VaR(2) 用Mathlab进行测算：对2012年1月1日至2014年12月31日的数据进 行测算。使用代码如下：data=xlsread('D:che n.xls');n=size(data,1);d=data(1: n);m=100;for i=1: n-1x(i) = (d(i+1)-d(i)/d(i);endy仁0;for i=1:my1=y1+x

4、(i);endmu(1)=y1/m;for i = 2:n-m-1mu(i) = mu(i-1)-(x(i-1)/m)+(x(m+i-1)/m);endfor i=1: n-m-1xigma1=0;for j=1:mxigmal二xigma1+(x(i+j-1)-mu(i)*(x(i+j-1)-mu(i); endxigma1=xigma1/(m-1);xgm(i)=sqrt(xigma1);var(i)=mu(i)-1.96*xgm(i);endmt=1: n-m-1;xx=x(m+1: n-1);plot(t,xx,'k-',t,mu,'r-',t,mu+v

5、ar,'b-')置信度为99%, m=160时，测算结果如图5:0.150.1-0.10.05If-0.051002003004005000600置信度为97.5%, m=100时，测算结果如图6：0.150.10.050-0.05图6置信度为95%, m=160时，测算结果如图7:0.150.10.050-0.05100200300-0.104005006003、蒙特卡洛模拟法：对2012年12月9日至2014年12月31日的数据进行测算。测算代码如下：data=xlsread('d:che n.xls');n=size(data,1);d=data(1: n

6、);r=price2ret(d);arf=0.025;kn=10000x=r(1: n-251);spec=garchset('R',1,'M',1,'P',1,Q,1,'Display','off);coeff=garchfit(spec,x)y=garchsim(coeff,250,k n,60);yy=y'yyyy=sort(yy);kk=arf*k n;var1=yyyy(kk:kk,:);v1=var1'rr=r( n-250: n-1);u(1:250)=0;t=1:250;plot(t,rr,

7、'b-',t,v1,'r-',t,u,'g-')flag=0;bv(1)=0;for i=1:250if rr(i)<v1(i)flag=flag+1;bv(flag)=n-251+i;bv(flag)=i;endendflagbv(1)置信度为 99%，模拟次数 kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2)模型，正态分布。结果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distributi on: &#

8、39;Gaussia n'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.4051Varia nceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'off*flag = bv =02388243247图形如图8：6 o a2 o a°0°0°0°0o52ao o di图8(2)( 1)置信度为 97.5%,模拟次数 kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2) 模型，正态分

9、布。结果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distributi on: 'Gaussia n'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.4051Varia nceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'offflag =2 bv =78888243247图形如图9:图9(3) 置信度为 95%，模

10、拟次数 kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2)模 型，正态分布。结果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distributi on: 'Gaussia n'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.4051Varia nceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'of

11、fflag =5 bv =72388243247图形如图10:0.080.062500.040.020-0.02-0.04-0.06050100150200图10（三）结果的比较分析 下表是巴塞尔委员会和国际清算银行（BCBS）规定的惩罚区如表2：区域超限次数扩大因子提高比例绿灯区0 - 40黄灯区50.460.570.6580.7590.85红灯区10及以上1表2各种模型方法的超限次数比较，如表 3：保变电气模型置信水平95%600550参数m超限次数区域参数法直接法10红灯移动平均法1608黄灯蒙特卡 罗法5黄灯表3:回顾测试结果的分区由表可知，使用蒙特卡罗法计算金融 VaR更为精确，使用性更强三、 实验总结通过课程开始的举例论证，了解了运用Var模型进行风险测量的重要性。 在 实验中接触