金融风险管理（第2版）课件：风险因子建模

金融风险管理（第2版）

FinancialRiskManagement1

风险因子建模1.能够运用时间的平方根法则来预测和解释风险水平随时间的变化。2.掌握自相关性对计算VaR所产生的影响。3.能运用EWMA模型和GARCH（1,1）模型分析金融时间序列数据，评估风险并决策。4.理解风险随时间累积的特性，培养长远规划的习惯，促进个人与社会的可持续发展。学习目标3思考金融市场中各种产品（比如股票）的波动性如何衡量？目录

自相关性对VaR的影响时间的平方根法则定义波动率风险的时间序列与ARCH(m)模型12345EWMA模型和GARCH（1,1）模型51定义波动率6

2时间的平方根法则8

2时间的平方根法则

2时间的平方根法则

2时间的平方根法则

2时间的平方根法则3自相关性对VaR的影响13

3自相关性对VaR的影响

3自相关性对VaR的影响

3自相关性对VaR的影响4风险的时间序列与ARCH（m）模型174.1金融变量的每日变化量是否服从正态分布4.1金融变量的每日变化量是否服从正态分布

4.1金融变量的每日变化量是否服从正态分布

4.1金融变量的每日变化量是否服从正态分布4.2风险的时间序列

4.2风险的时间序列

4.2风险的时间序列

4.2风险的时间序列4.2风险的时间序列4.3加权权重模型和ARCH模型

4.3加权权重模型和ARCH模型

4.3加权权重模型和ARCH模型5EWMA模型和GARCH（1,1）模型301EWMA模型

1EWMA模型

1EWMA模型

2GARCH(1,1)模型

2GARCH(1,1)模型

2GARCH(1,1)模型

2GARCH(1,1)模型3采用GARCH(1,1)模型来预测波动率

3采用GARCH(1,1)模型来预测波动率3采用GARCH(1,1)模型来预测波动率

3采用GARCH(1,1)模型来预测波动率

3采用GARCH(1,1)模型来预测波动率案例专栏波动率监管与《巴塞尔协议Ⅲ》案例讨论题1.《巴塞尔协议Ⅲ》如何通过强化资本充足率标准、深化流动性管理机制及杠杆率监管框架来约束市场波动性？2.LTCM的VaR模型在极端市场情境下失效的原因是什么？这对风险管理有何启示？3.结合《巴塞尔协议Ⅲ》的实施与中国金融监管体系的改革，谈谈如何在全球金融一体化背景下加强我国金融安全？本章小结某个变量的波动率（σ）被定义为该变量在单位时间内连续复利回报率的标准差。在期权定价中，时间单位通常设定为1年，此时波动率即代表一年的连续复利回报率的标准差；而在风险控制中，时间单位则通常是一天，波动率则对应于连续复利的日回报率的标准差。本章所讨论的波动率是指连续复利的日回报率的标准差，时间单位为1天。我们根据每日收益率的原始数据来计算每日的波动率，然后将这些日波动率拓展为月或年等更长时期的波动率，这涉及时间加总（timeaggregation）问题。在收益率序列不相关且同分布的情况下，随着时期变长，波动率会按照时间的平方根法则增加。本章小结若收益率序列没有明确的分布假设，我们可以依据历史数据来估计波动率。本章介绍了两个基于ARCH模型的波动率估计模型：EWMA和GARCH（1,1）。EWMA模型（指数加权移动平均模型）通过指数递减的权重对回望时间内的数据进行加权平均。EWMA的吸引力在于其所需数据量相对较少，并且旨在跟踪监测波动率。GARCH（1,1）模型与EWMA模型的主要区别在于，GARCH（1,1）模型在计算方差时考虑了长期平均方差、前一天的方差以及最新市场数据。本章小结本章的重点和难点：①时间的平方根法则应用；②一阶自相关性对VaR的影