导读:本文包含了金融市场风险测量论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:风险,方法,金融市场,极值,蒙特,测量,卡洛。
金融市场风险测量论文文献综述
赵雪瑾[1]（2017）在《中国主要金融市场的风险测量、传染路径及预警研究》一文中研究指出金融安全是国家安全的核心。习近平总书记在“十叁五”规划建议中表示,需要加快建立统筹协调监管的现代金融监管框架,坚守住不发生系统性风险的底线。金融市场是一个多层次且影响广泛的复杂网络,单个或局部的金融风险容易传导扩散并演变成全局性的系统性风险。随着经济全球化和金融市场一体化进程加快,防范风险传染、加强风险预警对于维护金融稳定具有重要意义。从现实监管层面来看,目前我国金融监管缺乏跨市场视角评估和防范风险;从学术研究层面来看,现有研究主要聚焦于跨国或局部金融市场,较少系统地对一国内跨市场的风险传染与预警问题展开研究。本文基于宏观审慎监管需求,综合应用金融关联性理论、压力指数和非线性模型等理论与方法,以外汇、货币和股票市场为对象展开风险度量、传染及预警研究。主要研究工作与创新性成果如下:1.分别构建了考虑双向风险的主要金融市场风险指数,度量外汇市场汇率风险、货币市场流动性风险、股票市场波动风险,刻画了货币升值与贬值、货币流动性过剩与短缺、股指暴涨与暴跌的双向风险。提出了能够判断高中低叁类风险的双向风险程度动态判定方法。实证研究表明,使用风险指数对中国金融风险动态测量结果与实际背景事件相吻合,风险指数相比现有的压力指数更具有效性。2.提出了多资产组合平衡模型研究主要金融市场间的联动和风险传染效应,并分析得出了以资本流动为传播媒介的市场间风险传染路径。从持有资产和货币需求两方面对资产组合平衡模型进行改进并提出多资产组合平衡模型,得到了货币、股票和外汇叁类供应量变化影响下利率、股价和汇率的联动关系表达式。进而结合戈登模型和利率平价理论分析了流动性风险、股市波动风险和汇率风险叁类风险冲击下利率、股价和汇率的风险传染效应,揭示了市场间联动与传染的理论递进关系。实证分析从多市场的双向波动溢出角度展开,发现了市场间存在不对称的联动效应。使用风险指数验证市场间资本流动对风险传染起到的传播媒介作用,结合资本流动的路线和市场联动关系获得了以汇率风险、信用风险和股市波动风险为起源的叁条传染路径。3.构建了基于动态相关性的主要金融市场风险传染指数,定量刻画了市场间风险传染的程度。通过使用DCC-MGARCH模型计算不同金融市场价格变量的动态相关系数并合成风险传染指数,进一步依据风险累积和传染扩散的特点使用马尔科夫区制转换模型对传染程度进行划分。建立了中国主要金融市场风险传染指数,并与G20国家风险传染指数进行了对比分析。研究发现,风险传染指数具有广泛适用性,能够反映包括发达国家和发展中国家危机时期增强的市场间风险传染效应。无论是全球性、区域性还是本土性的金融风险事件发生时,各国的风险传染指数均显着增长。4.提出了基于先行指标的主要金融市场风险预警指数。使用风险指数作为基准指标定量选取先行指标,并筛选出预警指标。通过分析发现,选取的先行指标所反映的市场间风险先行作用和传染效应与传染路径揭示的传染机理相一致。进而依据计算得到的时差相关系数构建主要金融市场短期和中长期预警指数。基于经典的信号分析法提出包含准确率、误报率和漏报率的预警有效性检验方法。研究表明,预警指数不仅能够对市场短期和中长期的风险状态进行预警,还可以对风险类型和程度进行区分。5.针对中国金融风险监管现状,提出了当前防范系统性金融风险的对策建议。本文从市场间监管协调、跨市场数据共享以及风险控制手段等方面分析了存在的问题,并给出了具体可行的应对措施和建议。(本文来源于《华南理工大学》期刊2017-10-23）
曹杰[2]（2013）在《基于VaR模型的金融市场风险测量方法的探析》一文中研究指出随着科技和信息的不断发展,全球经济和金融一体化的步伐不断加快,金融市场的波动性和风险也在不断增加,对国家和企业的影响也越来越大,从而使金融风险管理已为越来越多的金融机构和投资者所重视。风险的度量、分析技术发展得非常迅速。风险价值VaR (Value at Risk)方法起源于20世纪80年代,是一种衡量金融市场风险统计的方法,它被广泛应用于银行,证券公司,大宗商品和其他贸易组织。这项研究方法的主要特点是度量和分析市场风险在金融市场中的风险价值,在现代金融风险管理中具有重要的地位。我国对VaR方法的应用也在逐渐发展完善之中,对其进行研究的内容也有很多。其主要内容是(1)预测未来可能出现的金融损失风险值计量。(2)识别危险因素的分布如何影响投资组合的分布。(3)为投资组合优化和风险管理提供可靠的信息。传统的VaR计量方法存在着一些缺点,如正态分布的假设,不满足一致性公理,缺乏对极端事件和金融资产间的尾部相关性的考虑等。这些都会影响投资组合的投资风险和效果,影响VaR度量的精确度。而Copula的理论相对传统方法有着理论优势,Copula模型可以将相关关系和相关模式的研究有机地结合在一起。通过Copula函数,可以捕捉到变量间非线性、非对称和尾部的相关关系。Copula理论为分析多变量金融时间序列问题提供了崭新的思路。本文主要的研究思路是考虑到金融市场中的波动聚集现象,建立GARCH模型来测度金融市场风险,并针对VaR方法的一些缺点,引入Copula函数,在边际分布上针对金融数据中出现的尖峰厚尾现象分别假定变量服从正态分布,t分布,GED分布。通过失败率检验和K-S检验确定了最优的边际分布模型和最优Copula函数。将最优边际分布GARCH模型与最优Copula函数相结合,通过Monte Carlo模拟法度量沪深指数的投资组合的VaR。本文总共分成六部分,主要内容如下：第一章为引言,简要地概述课题研究的背景和意义,综述国内外有关VaR的研究现状及国内外利用Copula方法度量VaR的情况,最后对本文的研究内容、方法及创新与不足点做了简单说明。第二章是金融风险知识。简单概括了金融风险的定义和对金融风险度量的传统方法。第叁章是VaR的理论基础。首先,详细介绍了VaR理论产生的现实背景,概念,VaR的持有期和置信水平的选择。其次,重点阐述叁种传统的度量VaR的方法,主要包括德尔塔-正态法,历史模拟法,Monte Carlo模拟法。然后,给出了计算VaR的模型和检验方法。最后对VaR的优缺点做了简单的介绍。第四章为Copula函数相关知识。详细解释了Copula函数的定义及相关性质,介绍了Copula的常见函数和相关定理。简单叙述运用Copula函数的相关性度量即Kendall's tau和Spearman's同时,对尾部相关性做了简要说明。最后详细阐述了利用基于Copula-GARCH模型的Monte Carlo模拟法计算VaR的方法。第五章为论文的实证分析部分。本文构造的投资组合为上证指数和深证综指按等权组合,时间为2008.1.1-2013.4.3,总共是1278组数据。采取对数收益率进行实证分析,首先估计边际分布模型,通过分析数据特征,检验波动性,平稳性,自相关-偏自相关以及ARCH效应,分别在正态分布,t分布,GED分布下进行回归,通过进一步的计量分析,确定最优的模型为GARCH(1,1)-t模型。然后通过K-S检验认为t-Copula函数为描述变量间相关性最合适的Copula函数,并利用秩相关系数进行验证。本文将t-Copula函数结合GARCH-t模型来对沪深指数的投资组合进行Monte Carlo模拟,以度量证券市场的风险。从实证结果可以看出,用t-Copula-GARCH-t函数度量VaR是有效的。第六章为论文的结束语。首先总结全文内容,包括论文的原理、方法和模型,然后对针对未来的相关研究提出了几种政策建议。本文的创新之处是建立计算风险价值VaR的Copula-GARCH模型,并应用到分析沪深指数投资组合的风险测度,使VaR的计量精度大大提高,Monte Carlo模拟法从历史数据出发,利用一系列检验和统计方法,找到能较好得刻画数据特征的分布函数,据此进行模拟的效果比较好。本文的不足之处在于：上证指数和深证综指组成的投资组合中,它们相应的投资比例是固定的,没有进行动态投资优化；由于Copula的估计相对较难,二元的Copula模型相对来说最多,二元的Copula显然不能很好对多个资产进行分析。(本文来源于《东北财经大学》期刊2013-11-01）
刘红玉[3]（2012）在《金融市场风险测量模型的计算方法研究与比较》一文中研究指出目前,VaR已经成为现代国际金融界风险测量、监控和管理的主流方法。通过对国内外关于金融市场风险管理文献的学习、研究,在以有的文献基础上,系统全面地介绍了VaR值的计算方法,指出了几种方法的优缺点,并进行了比较研究,为进一步探讨VaR方法在金融风险管理中的应用、并对我国金融机构和投资者管理市场风险,具有一定的参考价值。(本文来源于《河北能源职业技术学院学报》期刊2012年04期）
刘红玉[4]（2012）在《金融市场风险测量模型VaR分析方法的改进研究》一文中研究指出分析方法是金融市场风险测量方法中最为常用的方法.它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VaR的计算.针对分析方法对分布的正态性假定与实际不符,也存在着GARCH参数估计的难度等的缺陷,讨论了分析方法的一些有效的改进途径,提高了VaR的估算精度.(本文来源于《甘肃高师学报》期刊2012年05期）
郝玉玲,冯金辉[5]（2009）在《用VAR模型测量我国金融市场风险》一文中研究指出我国金融市场是一个发展中的新兴市场,近年来,国际金融市场所面临的风险种类越来越多,对金融市场风险的正确度量构成了风险管理的基础。本文主要介绍广泛应用于度量市场风险的VAR模型,文章从研究VAR模型的具体操作方法入手,分析VAR法对于我国金融市场风险管理的影响,作出相应的评价。(本文来源于《牡丹江大学学报》期刊2009年10期）
张照[6]（2009）在《论金融市场风险测量模型—VaR原理及应用》一文中研究指出详细介绍目前测量市场风险的主流模型-VaR,包括VaR产生的背景、VaR的概念;概述VaR的各种计算方法,比较计算方法的优缺点;最后就VaR的作用,应用及其局限性进行讨论。(本文来源于《现代商贸工业》期刊2009年03期）
张巾爽,王春,任佩瑜[7]（2009）在《金融市场风险测量模型VaR计算方法研究与分析》一文中研究指出通过对国内外文献的研究分析,着重介绍了VAR值的叁种估算方法——历史模拟法、分析法和蒙特卡罗模拟法。通过比较,可以看出各种方法在不同方面各有优劣。找不到最优的估算方法,而只能根据实际情况相机抉择。另外还介绍了各种方法的改进,对于我国金融机构和投资者管理市场风险,以及金融监管部门进行金融监管具有一定的参考价值。(本文来源于《商场现代化》期刊2009年03期）
余为丽[8]（2008）在《基于正态——VaR的金融市场风险的测量》一文中研究指出VaR是一种利用统计思想与方法对市场风险进行估值的技术,本文主要对正态-VaR方法测量金融市场风险的技术进行分析。(本文来源于《时代经贸(中旬刊)》期刊2008年S9期）
宋春林,曹广福[9]（2008）在《金融市场的风险值测量及动态分析》一文中研究指出介绍了基于高斯核估计历史模拟法的金融市场风险值(VAR)测量的算法理论过程,再建立时变系数的单因素资本资产定价模型(CAPM),并用带时变参数系统的Kalman滤波法对该模型下时变系数进行估计.最后对上海证券市场商业版块类做实证分析。(本文来源于《现代商贸工业》期刊2008年03期）
孙自愿,王新宇,李爽[10]（2006）在《金融市场风险测量方法综述》一文中研究指出近十来年,风险测量方法在收益和风险剧烈波动的股票市场中的作用日益突出,无论是金融机构还是监管当局对金融市场风险的管理与测量也都给予了足够的重视,回顾与展望金融市场风险测量研究方法对于该方面的研究也具有一定的积极意义。(本文来源于《贵州商业高等专科学校学报》期刊2006年04期）
金融市场风险测量论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着科技和信息的不断发展,全球经济和金融一体化的步伐不断加快,金融市场的波动性和风险也在不断增加,对国家和企业的影响也越来越大,从而使金融风险管理已为越来越多的金融机构和投资者所重视。风险的度量、分析技术发展得非常迅速。风险价值VaR (Value at Risk)方法起源于20世纪80年代,是一种衡量金融市场风险统计的方法,它被广泛应用于银行,证券公司,大宗商品和其他贸易组织。这项研究方法的主要特点是度量和分析市场风险在金融市场中的风险价值,在现代金融风险管理中具有重要的地位。我国对VaR方法的应用也在逐渐发展完善之中,对其进行研究的内容也有很多。其主要内容是(1)预测未来可能出现的金融损失风险值计量。(2)识别危险因素的分布如何影响投资组合的分布。(3)为投资组合优化和风险管理提供可靠的信息。传统的VaR计量方法存在着一些缺点,如正态分布的假设,不满足一致性公理,缺乏对极端事件和金融资产间的尾部相关性的考虑等。这些都会影响投资组合的投资风险和效果,影响VaR度量的精确度。而Copula的理论相对传统方法有着理论优势,Copula模型可以将相关关系和相关模式的研究有机地结合在一起。通过Copula函数,可以捕捉到变量间非线性、非对称和尾部的相关关系。Copula理论为分析多变量金融时间序列问题提供了崭新的思路。本文主要的研究思路是考虑到金融市场中的波动聚集现象,建立GARCH模型来测度金融市场风险,并针对VaR方法的一些缺点,引入Copula函数,在边际分布上针对金融数据中出现的尖峰厚尾现象分别假定变量服从正态分布,t分布,GED分布。通过失败率检验和K-S检验确定了最优的边际分布模型和最优Copula函数。将最优边际分布GARCH模型与最优Copula函数相结合,通过Monte Carlo模拟法度量沪深指数的投资组合的VaR。本文总共分成六部分,主要内容如下：第一章为引言,简要地概述课题研究的背景和意义,综述国内外有关VaR的研究现状及国内外利用Copula方法度量VaR的情况,最后对本文的研究内容、方法及创新与不足点做了简单说明。第二章是金融风险知识。简单概括了金融风险的定义和对金融风险度量的传统方法。第叁章是VaR的理论基础。首先,详细介绍了VaR理论产生的现实背景,概念,VaR的持有期和置信水平的选择。其次,重点阐述叁种传统的度量VaR的方法,主要包括德尔塔-正态法,历史模拟法,Monte Carlo模拟法。然后,给出了计算VaR的模型和检验方法。最后对VaR的优缺点做了简单的介绍。第四章为Copula函数相关知识。详细解释了Copula函数的定义及相关性质,介绍了Copula的常见函数和相关定理。简单叙述运用Copula函数的相关性度量即Kendall's tau和Spearman's同时,对尾部相关性做了简要说明。最后详细阐述了利用基于Copula-GARCH模型的Monte Carlo模拟法计算VaR的方法。第五章为论文的实证分析部分。本文构造的投资组合为上证指数和深证综指按等权组合,时间为2008.1.1-2013.4.3,总共是1278组数据。采取对数收益率进行实证分析,首先估计边际分布模型,通过分析数据特征,检验波动性,平稳性,自相关-偏自相关以及ARCH效应,分别在正态分布,t分布,GED分布下进行回归,通过进一步的计量分析,确定最优的模型为GARCH(1,1)-t模型。然后通过K-S检验认为t-Copula函数为描述变量间相关性最合适的Copula函数,并利用秩相关系数进行验证。本文将t-Copula函数结合GARCH-t模型来对沪深指数的投资组合进行Monte Carlo模拟,以度量证券市场的风险。从实证结果可以看出,用t-Copula-GARCH-t函数度量VaR是有效的。第六章为论文的结束语。首先总结全文内容,包括论文的原理、方法和模型,然后对针对未来的相关研究提出了几种政策建议。本文的创新之处是建立计算风险价值VaR的Copula-GARCH模型,并应用到分析沪深指数投资组合的风险测度,使VaR的计量精度大大提高,Monte Carlo模拟法从历史数据出发,利用一系列检验和统计方法,找到能较好得刻画数据特征的分布函数,据此进行模拟的效果比较好。本文的不足之处在于：上证指数和深证综指组成的投资组合中,它们相应的投资比例是固定的,没有进行动态投资优化；由于Copula的估计相对较难,二元的Copula模型相对来说最多,二元的Copula显然不能很好对多个资产进行分析。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
金融市场风险测量论文参考文献
[1].赵雪瑾.中国主要金融市场的风险测量、传染路径及预警研究[D].华南理工大学.2017
[2].曹杰.基于VaR模型的金融市场风险测量方法的探析[D].东北财经大学.2013
[3].刘红玉.金融市场风险测量模型的计算方法研究与比较[J].河北能源职业技术学院学报.2012
[4].刘红玉.金融市场风险测量模型VaR分析方法的改进研究[J].甘肃高师学报.2012
[5].郝玉玲,冯金辉.用VAR模型测量我国金融市场风险[J].牡丹江大学学报.2009
[6].张照.论金融市场风险测量模型—VaR原理及应用[J].现代商贸工业.2009
[7].张巾爽,王春,任佩瑜.金融市场风险测量模型VaR计算方法研究与分析[J].商场现代化.2009
[8].余为丽.基于正态——VaR的金融市场风险的测量[J].时代经贸(中旬刊).2008
[9].宋春林,曹广福.金融市场的风险值测量及动态分析[J].现代商贸工业.2008
[10].孙自愿,王新宇,李爽.金融市场风险测量方法综述[J].贵州商业高等专科学校学报.2006
论文知识图
