【正文】 而必須賣掉他的投資的，非流動(dòng)性可能是致命的。欺詐就是指交易員故意偽造信息；技術(shù)風(fēng)險(xiǎn)就是指需要保護(hù)系統(tǒng)免受未經(jīng)授權(quán)的進(jìn)入與擅自行動(dòng)。法律風(fēng)險(xiǎn)往往表現(xiàn)為股東對自身遭受你的巨大損失的公司的法律訴訟形式。監(jiān)管風(fēng)險(xiǎn)往往表現(xiàn)在執(zhí)行行動(dòng)、解釋。風(fēng)險(xiǎn)管理的內(nèi)容包括：風(fēng)險(xiǎn)的量度、評估和應(yīng)變策略。這牽涉到機(jī)會(huì)成本(opportunity cost）的因素。首先，風(fēng)險(xiǎn)管理必須識別風(fēng)險(xiǎn)?？刂骑L(fēng)險(xiǎn)的最有效方法就是制定切實(shí)可行的應(yīng)急方案，編制多個(gè)備選的方案，最大限度地對企業(yè)所面臨的風(fēng)險(xiǎn)做好充分的準(zhǔn)備。 風(fēng)險(xiǎn)管理的意義有效地對各種風(fēng)險(xiǎn)進(jìn)行管理有利于企業(yè)作出正確的決策、有利于保護(hù)企業(yè)資產(chǎn)的安全和完整、有利于實(shí)現(xiàn)企業(yè)的經(jīng)營活動(dòng)目標(biāo)，對市場以及整個(gè)經(jīng)濟(jì)環(huán)境來說具有重要的意義。3. 風(fēng)險(xiǎn)管理的過程包括風(fēng)險(xiǎn)識別、風(fēng)險(xiǎn)估測、風(fēng)險(xiǎn)評價(jià)、選擇風(fēng)險(xiǎn)管理技術(shù)和評估風(fēng)險(xiǎn)管理效果等。 在上面關(guān)于風(fēng)險(xiǎn)的概述中，我們可以發(fā)現(xiàn)市場中存在的這種不加約束的波動(dòng)性形成了一個(gè)新的金融領(lǐng)域，即金融工程，其目的在于為防止金融風(fēng)險(xiǎn)或者風(fēng)險(xiǎn)性投資提供創(chuàng)造性的方法。風(fēng)險(xiǎn)管理從1930年代開始萌芽。1938年以后，美國企業(yè)對風(fēng)險(xiǎn)管理開始采用科學(xué)的方法，并逐步積累了豐富的經(jīng)驗(yàn)。與法國同時(shí)，日本也開始了風(fēng)險(xiǎn)管理研究。1986年10月，風(fēng)險(xiǎn)管理國際學(xué)術(shù)討論會(huì)在新加坡召開，風(fēng)險(xiǎn)管理已經(jīng)由環(huán)大西洋地區(qū)向亞洲太平洋地區(qū)發(fā)展。作為一門學(xué)科，風(fēng)險(xiǎn)管理學(xué)在中國仍舊處于起步階段。VaR方法是目前對市場風(fēng)險(xiǎn)進(jìn)行預(yù)測和管理的一種重要工具和主流方法。本文將VaR引入金融市場投資風(fēng)險(xiǎn)管理中，以有效提高資金運(yùn)用的穩(wěn)健性，并保障收益性和可持續(xù)性。第三章，我們著重介紹反常擴(kuò)散模型，和反常擴(kuò)散模型的模擬。在這一領(lǐng)域內(nèi)，國內(nèi)學(xué)術(shù)界先后提出了投資組合理論、資本資產(chǎn)定價(jià)模型和期權(quán)定價(jià)模型，建立了對于各種風(fēng)險(xiǎn)的計(jì)量和分析的重要思想方法。簡單地說，VaR實(shí)際上就是要回答，在概率給定的情況下，銀行投資組合價(jià)值在下一個(gè)階段中最多可能損失的多少。在正常的市場條件和給定的置信度內(nèi)，用于評估和計(jì)量任何一種金融資產(chǎn)，或者證券的投資組合在給定時(shí)間內(nèi)所面對的市場風(fēng)險(xiǎn)大小，以及可能遭遇的潛在的最大價(jià)值損失。L Distribution）的分位數(shù)（quantile），表達(dá)式如下：VaR的具體含義就是：在一定的持有期內(nèi)，一定的置信水平下投資組合P可能的最大損失，即為：為了便于理解，我找到了如下的例子來加強(qiáng)解釋：例如持有期限制為一天，%的VaR是100000元，%的。但是他們都有兩個(gè)基本的假設(shè)，即投資組合在持有期內(nèi)保持不變以及在歷史上的變換過程對將來變化有影響。 歷史模擬法“歷史模擬法”是借助于以計(jì)算過去一段時(shí)間內(nèi)的資產(chǎn)組合風(fēng)險(xiǎn)的收益的頻度分布，通過這個(gè)過程來找到歷史上某一段時(shí)間內(nèi)的平均收益，以及在已經(jīng)給定的置信水平下的最低的收益率，計(jì)算資產(chǎn)組合的VaR值。（2） 根據(jù)風(fēng)險(xiǎn)因子在歷史上某一時(shí)期的N+1個(gè)時(shí)期的價(jià)格時(shí)間序列，計(jì)算風(fēng)險(xiǎn)因子過去N+1個(gè)歷史時(shí)期內(nèi)的實(shí)際價(jià)格水平的變化，我們會(huì)得到N個(gè)變化水平，假定未來的價(jià)格水平變化趨勢與過去完全相似，即過去N+1個(gè)時(shí)期內(nèi)價(jià)格水平的N個(gè)變化在可預(yù)知的將來都有可能出現(xiàn)，由此我們結(jié)合市場因子的當(dāng)前價(jià)格水平就能夠直接模擬出風(fēng)險(xiǎn)因子未來一段時(shí)間內(nèi)的N種可能的價(jià)格水平。在正態(tài)分布的假設(shè)下，為組合中每個(gè)相關(guān)金融工具對風(fēng)險(xiǎn)因子的之和。它的基本步驟如下所示。 三種值計(jì)算方法應(yīng)用的范圍以及缺陷分析 歷史模擬法應(yīng)用范圍及缺陷 同方差——協(xié)方差法和蒙特卡羅模擬法相比，歷史模擬法更加簡單而且便于操作，它不需要我們隊(duì)回報(bào)率分布形式作出假設(shè)，就可以解決諸如回報(bào)率分布厚尾或者分布不對稱等等問題，同時(shí)也避免了因?yàn)閰?shù)估計(jì)或者選擇模型而引起的一些誤差。這就是為什么正態(tài)法會(huì)失效的原因。蒙特卡洛模擬法的優(yōu)點(diǎn)在于它不會(huì)受到金融工具類型復(fù)雜性、金融時(shí)間序列的非線性、厚尾性等等問題的限制，比較能夠較好的處理諸如非線性問題，而且估算精度好，計(jì)算機(jī)為這一方法提供了強(qiáng)有力的計(jì)算支持。金融產(chǎn)品的價(jià)格波動(dòng)是一個(gè)隨機(jī)過程，不同產(chǎn)品的價(jià)格波動(dòng)范圍以及方式也不盡相同，單單用一種特定的模型我們沒有辦法來模擬真正的市場上金融產(chǎn)品的價(jià)格波動(dòng)，因而對于模型的選擇會(huì)給我們帶來一定的選擇誤差。 三種VaR計(jì)算方法的直觀比較三類VaR模型的計(jì)算方法各不相同，對于不同的條件和環(huán)境，我們可以選擇不同的方法來計(jì)算VaR值。 市場缺陷模型首先是假設(shè)金融資產(chǎn)的收益率呈現(xiàn)的是正態(tài)分布的。 操作缺陷 方法所使用的前提是需要收集大量的歷史數(shù)據(jù)來作為分析的基礎(chǔ)，然而我國金融市場發(fā)展的歷史比較短，金融分析里面的數(shù)理統(tǒng)計(jì)方法的運(yùn)用同樣都面臨著樣本數(shù)據(jù)的問題。綜上所述，我國使用VaR方法仍然存在著特殊的難度。由于自然界中反常擴(kuò)散現(xiàn)象的廣泛性，近年來，F(xiàn)okkerPlanck方程，Langevin 方程，master方程，非線性擴(kuò)散方程，分?jǐn)?shù)階擴(kuò)散方程和含非線性項(xiàng)、分?jǐn)?shù)階導(dǎo)數(shù)的擴(kuò)散方程常常被引入用以描述這種現(xiàn)象[16]。例如，對于物質(zhì)的記憶性和遺傳性的描述，分?jǐn)?shù)階導(dǎo)數(shù)提供了一個(gè)良好的工具。第3章 反常擴(kuò)散模型的模擬 反常擴(kuò)散模型的概念我們把在分形介質(zhì)之中分子的擴(kuò)散現(xiàn)象卻不能用普通標(biāo)準(zhǔn)的擴(kuò)散方程來加以描述的現(xiàn)象，稱作反常擴(kuò)散。這樣的經(jīng)典非線性擴(kuò)散方程被應(yīng)用于很多情況：例如氣體通過多孔介質(zhì)的滲透（當(dāng)時(shí)）；液體薄膜在重力作用下擴(kuò)散的過程（）；血漿的流動(dòng)（）；當(dāng)時(shí)，這個(gè)方程為正常擴(kuò)散，當(dāng)時(shí)，方程為反常擴(kuò)散（因?yàn)椋哉f當(dāng)時(shí)為超擴(kuò)散，當(dāng)?shù)臅r(shí)候就是次擴(kuò)散）。 反常擴(kuò)散模型的提出考慮一個(gè)隨機(jī)游走過程，游走粒子在隨機(jī)時(shí)刻以隨機(jī)步長跳躍。設(shè)表示粒子在t時(shí)刻剛好到達(dá)x的概率密度，由轉(zhuǎn)移概率公式知 (36)令表示粒子時(shí)刻位于的概率密度，而 (37)表示生存函數(shù)，即粒子在（0，）之間沒有發(fā)生跳躍。數(shù)學(xué)表示為， (313)它與相互獨(dú)立。比如，我們向上拋一枚硬幣，硬幣落下后哪一面朝上本來是偶然的，但當(dāng)我們上拋硬幣的次數(shù)足夠多后，達(dá)到上萬次甚至幾十萬幾百萬次以后，我們就會(huì)發(fā)現(xiàn)，硬幣每一面向上的次數(shù)約占總次數(shù)的二分之一。因此，只要模擬出，通過蒙特卡洛模擬法即可得到，而又是穩(wěn)定增長Levy過程的首達(dá)式。，蒙特卡洛模擬法在計(jì)算機(jī)中模擬50000次的結(jié)果，很明顯該結(jié)果相較于時(shí)的圖像具有尖峰厚尾性質(zhì)。由的定義我們可以知道，如果服從正態(tài)分布，想要求出在置信度下的，只需要在標(biāo)準(zhǔn)正態(tài)分布中間找到一個(gè)臨界值正數(shù)，使得 (42)從而有 (43)即 (44)將（4）式與結(jié)合。 已知在非正態(tài)分布下，收益率分布會(huì)呈現(xiàn)尖峰厚尾現(xiàn)象。VaR方法是目前對市場風(fēng)險(xiǎn)進(jìn)行預(yù)測和管理的一種重要工具和主流方法。本文總結(jié)了國內(nèi)外將VaR方法用于風(fēng)險(xiǎn)管理的不同計(jì)算方法和發(fā)展歷程，為以后在實(shí)際中的應(yīng)用提供鋪墊。這樣可以完整地論述本文的目的?？梢婏L(fēng)險(xiǎn)管理是當(dāng)今市場經(jīng)濟(jì)大潮下不得回避的大學(xué)問。參考文獻(xiàn)[1] 呂龍進(jìn)．分?jǐn)?shù)階奇異擴(kuò)散方程的幾種解法及其應(yīng)用[M]．上海市：復(fù)旦大學(xué)數(shù)學(xué)科學(xué)院基礎(chǔ)數(shù)學(xué)系博士論文，2012.[2] 王春峰, 萬海暉, 張維. VaR模型計(jì)算方法及應(yīng)用——VaR[J]. 系統(tǒng)工程學(xué)報(bào), 2010, 15(1): 6775.[3] 鄭文通. 金融風(fēng)險(xiǎn)管理的 VaR 方法及其應(yīng)用[J]. 國際金融研究, 2010, 9: 5862.[4] 喬瑞. VAR: 風(fēng)險(xiǎn)價(jià)值: 金融風(fēng)險(xiǎn)管理新標(biāo)準(zhǔn)[M]. 中信出版社, 2010.[5] 戴國強(qiáng), 徐龍炳, 陸蓉. VaR 方法對我國金融風(fēng)險(xiǎn)管理的借鑒及應(yīng)用[J]. 金融研究, 2010, 7(241): 4551.[6] 李亞靜, 朱宏泉, 何躍. 基于 VaR 的風(fēng)險(xiǎn)分析理論與計(jì)算方法[J]. 預(yù)測, 2010, 5: 3646.[7] 鄭明川, 徐翠萍. 衍生金融工具風(fēng)險(xiǎn)信息的 VaR 披露模式[J]. 會(huì)計(jì)研究, 2012, 7: 4953.[8] 馬超群, 李紅權(quán). VaR 方法及其在金融風(fēng)險(xiǎn)管理中的應(yīng)用[J]. 系統(tǒng)工程, 2010, 18(2): 5659.[9] 杜海濤. VaR 模型在證券風(fēng)險(xiǎn)管理中的應(yīng)用[J]. 證券市場導(dǎo)報(bào), 2000, 8: 5761.[10] 林輝, 何建敏. VaR 在投資組合應(yīng)用中存在的缺陷與 CVaR 模型[J]. 財(cái)貿(mào)經(jīng)濟(jì), 2009, 12(2): 6772.[11] 王志誠, 唐國正. 金融風(fēng)險(xiǎn)分析的 VaR 方法[J]. 科學(xué), 2009, 51(6): 1518.[12] 莊平輝, 劉發(fā)旺. 空間時(shí)間分?jǐn)?shù)階擴(kuò)散方程的顯式差分近似[J]. 高等學(xué)校計(jì)算數(shù)學(xué)學(xué)報(bào), 2009, 27(51): 223.][12] 林方包景東. 基于連續(xù)時(shí)間無規(guī)行走模型研究反常擴(kuò)散[J]. 物理學(xué)報(bào), 2010, 57(2): 696702.[13] 卓益忠. 多體體系輸運(yùn)理論——反常擴(kuò)散[J]. 原子核物理評論, 2011, 21(2): 8385.[14] 林孔容. 關(guān)于分?jǐn)?shù)階導(dǎo)數(shù)的幾種不同定義的分析與比較[J]. 閩江學(xué)院學(xué)報(bào), 2013, 24(5): 36.[15] 孫洪廣, 陳文, 蔡行. 空間分?jǐn)?shù)階導(dǎo)數(shù) “反?！?擴(kuò)散方程數(shù)值算法的比較[J]. 計(jì)算物理, 2009, 26(5): 719724.[16] 王春峰. VaR: 金融市場風(fēng)險(xiǎn)管理[M]. 天津大學(xué)出版社, 2010.[17] 許謹(jǐn)良. 風(fēng)險(xiǎn)管理[M]. 中國金融出版社, 2010.[18] 章彰. 商業(yè)銀行信用風(fēng)險(xiǎn)管理: 兼論巴塞爾新資本協(xié)議[M]. 中國人民大學(xué)出版社, 2012.[20] 陳共, 周升業(yè), 吳曉求. 證券投資分析: 基本分析呂老師也是我所崇拜的偶像之一，淵博的數(shù)學(xué)知識和龐大的智力海洋構(gòu)成了呂老師強(qiáng)大的邏輯和杰