1、.建Z制承本科生實驗報告實驗課程?金融風險治理學院名稱治理科學學院專業名稱工商治理學生姓名nr學生學號學01407040*指導教師上實驗地點6C*實驗成績二.年月二.年月學生實驗心得指導教師評語不知不覺,幾周的金融實驗課程已經結束了.實驗的過程中,內容豐富,讓我感觸頗豐.在每個環節的學習中都能讓我有所收獲.在上機實際操作中,通過上網下載證券交易行情軟件,如大智慧、銀龍等,在這些證券交易軟件上,了解了相關證券的信息,如期貨、普通股、國債、轉債、權證、基金等各類證券.通過在交易行情軟件上獲取的相關信息和數據,來學習了正太分布進行驗證方法,熟悉了基于收益率映射估值法下的VaR的計算過程,而且也熟悉了

2、標準歷史數據模擬法的VaR的計算.本來在課本上的理論知識太難理解,當通過實驗,具體的了解VaR的計算,來大概確定風險損失的程度,這樣就能深刻的對理論知識的進一步掌握.學生簽名：201年月日成績評定：指導教師簽名：年月日金融風險治理實驗報告摘要隨著金融一體化和經濟全球化的開展,金融風險日趨復雜化和多樣化,金融風險治理的重要性愈加突出.金融風險治理包括對金融風險的識別、度量和限制,其目的是在識別和衡量風險的根底上,對可能發生的金融風險進行限制和準備處置方案,以預防和減少損失,保證貨幣資金籌集和經營活動的穩健進行.在以下的報告中,將具體解釋以下金融工具的特性,以及使用可靠的,有用的信息和數據通過收益

3、率映射估值法和標準歷史數據模擬法來分析怎樣來計算VaR的取值.關鍵詞：金融工具,VaR目錄第一章金融工具根本特征1.1. 金融工具的定義1.2. 金融工具的根本特征1.第二章基于收益率映射估值法的VaR的計算2第三章基于標準歷史數據模擬法的VaR的計算4第四章兩種方法的比擬及各自特點51. 收益率映射估值法5.2. 標準歷史數據模擬法5.參考文獻7.第一章金融工具根本特征1 .金融工具的定義金融工具是指在金融市場中可交易的金融資產.金融工具指的是人們可以用它們在市場中尤其是在不同的金融市場中發揮各種工具作用,以期實現不同的目的.比方：企業可以通過發行股票、債券到達融資的目的.2 .金融工具的根

4、本特征2.1. 期限性.期限性是指金融工具一般有約定的歸還期,即規定發行人屆時必須履行還本付息的義務.債券一般有明確的還本付息期限,以滿足不同籌資者和投資者對融資期限和收益率的不同要求.債券的期限性具有約束力,是對融資雙方權益的保護.金融理財市場上還存在零期和無限期的金融工具,活期存款可視為零期金融工具,而股票、永久債券那么可視為無期金融工具.2.2. 收益性.收益性是指持有金融工具可以獲得一定的報酬和金融工具本身的價值增值,這是投資者轉讓資本所有權或使用權的回報.金融資產的收益表現為它的股息收入、利息收入和買賣差價收入.衡量收益水平的指標是收益率,即凈收入和本金的比率.影響收益水平的主要因素

5、是金融工具的票面利率、股息率、市場利率、金融工具的期限及價格水平.2.3.流動性.流動性是指金融工具能在金融市場上簡便快捷地轉讓變現而不致遭受損失的特性.金融工具的期限性約束了投資者的靈活偏好,但它的流動性以變通的方式滿足了投資者對現金的隨機需求.金融工具的流動性通過承兌、貼現、再貼現、買賣交易而實現.影響金融工具流動性的因素主要有金融工具的期限、發行人的資信水平、金融市場的完善程度和投機性等.2.4. 風險性.風險性是指金融工具的持有人面臨預期收益不能實現,甚至連本金也遭受損失的可能性.風險性是未來經濟狀況的不確定性帶來的.在現代社會經濟條件下,未來的經濟變化有些是可預測的,有些是不可預測的

6、,這些變化會影響金融工具發行人的經營狀況和盈利水平,使金融工具具有預期收益不確定的風險.金融工具的風險性不僅取決于發行人的資信水平、經營水平和盈利水平,還受宏觀經濟狀況、金融市場完善程度等因素的影響.第二章基于收益率映射估值法的VaR的計算從證券交易行情軟件下載有關數據來計算VaR具體計算步驟如下:第一步：計算股票的收益率.將下載的交易數據只留下日期及收盤價,其他刪除；在此根底上利用至少一年以上的交易數據236個數據計算每天該股票的收益率,公式為:也可以計算對數收益率：計算結果如下表1：收盤價情景收表率字號78.84178.610.07061131177.650.050801034376.40

7、.045642317476.940.O44S496S76.610.042647221675.910.039699238卡V-!M»4««»«-230106.09-0.029425287231108.25-0.031847772-2321C8,04-0.034627379233108.08-0.03601213-234107,S-0.044245905235L09.510.064756098235IOS,R5-0.0f=Sl70611第二步：畫出直方圖首先,用計算的收益率數據按大小排序根據為了方便計算,可把收益率擴大100倍,可以剔除一些異常值,

8、所謂異常值是顯著低于或高于正負10%勺收益率.如280個收益率數據做直方圖,先找到最大值和最小值,計算分20個組的每組組距,組距最大值-最小值0接著計算每組的上下限,第一組下限=最小值-組距,第一組上限=第一組下限+組距,第二組下限=第一組上限,第二組上限=第二組下限+組距,依次類推,可以得到20個組的組界限位.然后在excel中用統計中的FREQUENCE效統計出每組的頻數,得到頻數分布表.最后根據頻數分布表插入收益率的直方圖,直方圖的形狀類似正態分布.最后選擇組界限位及頻數,插入圖表,就可以得到該數據下的直方圖,從直方圖可以看出數據符合正太分布的程度.越是接近正太分布,該方法下計算得到的V

9、aR值越有效.如表2和表3.表2接收頻率-7.164015950-6,4701063382-5.7761967270-5.0822871150-4.3883773331-3,6944c78920-3.000558283-2,3066486689-1.6127390576-0.91882944523-0.224919834星50.468989778601.16289939131.85680900192.550713613183.24462822590.690961217L387819223100.69390961201.3878192230標準誤差中位數標準差最小值最大值觀測數最大最小置值度(9

10、5.0%)VAR0.0015139360,0011036460.000370233并WA0.016918570.0002S623S2.997100921-0,0220510760.L387S19220.0681706110.0706113110.3562450742350,0:0611311-0.0681706110.0021743553.038617498I第三步：利用Excel生成收益率的標準差.如表4第四步：利用公式VaR=6濃口計算得到基于收益率映射估值法下的VaR如表4由于之前收益率數據放大了100倍,那么用這組數據生成的標準差在這里要縮小100倍復原.第三章基于標準歷史數據模擬法的

11、VaR的計算同樣使用以上數據.第一步：計算股票每天的情景收盤價,p情wp今日1+情景收益率.p今日表示所下股票數據最后一天的收盤價,收益率是參數法計算出的收益率.在excel中計算得到237個情景收盤價.第二步：計算每天收盤價的變動P,4P=P情景-P今日.第三步：將P從大到小排序,找出VAR如果計算的是99%勺置性度下的VaR那么排序后倒數第二個237X1%=2.3724P取絕對值就是99%勺置性度下的VaR在表5中,倒數第二個數值7.04870122即就是這組數據的99%勺置性度下的VaR序號情景價格股價變動P1116.53604127.686041192114.3841125.53411

12、19893113.3181e624.9681662474113.73188764.8818876295113.492154.6421500396113,17126754,3212674767112.82441463.974414605-*1-*VV4-I-42311g6470575-3.202942529232105.3833701-3.46662gg45233105.0808098-3.769190236234104.9300796-3.919920394235104,0338332-4.816165773236101.30139887.0487DL2223710L4796239420371

13、0.-表5第四章兩種方法的比擬及各自特點1 .收益率映射估值法1.1. 優點通常假設未來收益滿足正態分布,這個假設更具有合理性.由于1風險因子的短期表現如股票收益率、利率變動等可以用聯合正態分布近似表達.2大多數資產都可以表示為風險因子的線性組合,便于使用.3正態分布的任意線性組合仍是正態分布,因此一個組合的預期收益分布還是正態分布.1.2. 缺點缺點只在于波動性,用此方法來計算VaR值最重要的是對標準差的估計,標準差代表金融資產的波動性,所以風險測量的關鍵是價格波動性的估計和預測.但是由于收益可以是由一個具有常數有限無條件均值和方差的平穩隨機過程產生,收益就會呈現均值回歸的趨勢,而價格的波動

14、是隨機游走的,將不利于統計分析.2 .標準歷史數據模擬法2.1. 優點標準歷史模擬法直觀、簡單、便于計算,計算過程也比擬容易掌握和實施.由于標準歷史模擬法是一種非參數估計方法,不需要對市場風險因子等變量建立數學模型,自然也就不需要估計注入波動性和相關性等有關風險因子參數,同時也不需要利用數學模型去假設或模擬市場風險因子未來的分布形式或動態行為特征,所以可以減少參數估計風險和模型風險.由于不需要假定市場風險因子未來變化從諸如正態分布等某種特定的概率分布,所以該法可以處理一些非對稱問題.作為一種非參數完全估值法,標準歷史模擬法自然也能夠用以處理市場風險度量過程中的一些非線性問題.2.2. 缺點歷史模擬法對樣本選擇的長短十分敏感.樣本期越長,收益分布曲線就越精確,但是歷史模擬法對市場條件的變化就越不敏感.對于很多資產來說,可得的歷史收益率序列往往都是比擬短的,因此很難在較高得置信水平下度量VaR.歷史模擬法5假設收益分布是穩定的,也就是假設收益的波動率和相關性都不會隨著時間的改變而改變.這與經驗證據相矛盾,事實上,收益波動率會隨時