【正文】 合風(fēng)險(xiǎn)收益的頻率，通過(guò)找到歷史上一段時(shí)間內(nèi)的平均收益 以及置信水平下的最低收益水平，來(lái)推算 VaR 的值。隨著金融全球化的發(fā)展，金融市場(chǎng)、金融交易規(guī)模日益膨脹，金融資產(chǎn)價(jià)格的波動(dòng)性相應(yīng)變大，對(duì)金融市場(chǎng)風(fēng)險(xiǎn) 2 的分析研究變得尤其重要。 寧波理工學(xué)院 畢業(yè)論文（設(shè)計(jì)） 開(kāi)題報(bào)告 （ 含文獻(xiàn)綜述、外文翻譯） 題 目 反常擴(kuò)散模型在風(fēng)險(xiǎn)管理中的應(yīng)用 姓 名 盧 策 學(xué) 號(hào) 3090411021 專(zhuān)業(yè)班級(jí) 信息與計(jì)算科學(xué) 091 指導(dǎo)教師 呂龍進(jìn) 學(xué) 院 信息科學(xué)與工程學(xué)院 開(kāi)題日期 2020 年 01 月 14 日 1 第 1章 文獻(xiàn)綜述 反常擴(kuò)散模型在風(fēng)險(xiǎn)管理中的應(yīng)用 引言 近幾年來(lái)，世界金融格局發(fā)生了重大變化，金融自由化席卷全球，金融創(chuàng)新活躍，世界金融市場(chǎng)發(fā)展勢(shì)頭強(qiáng)勁，在發(fā)展的過(guò)程中，也呈現(xiàn)出一定的波動(dòng)性，各類(lèi)市場(chǎng)參與者所面臨的金融風(fēng)險(xiǎn)越來(lái)越嚴(yán)重。 VaR 方法即是對(duì)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行測(cè)度的一種重要工具。其隱含的假定是歷史數(shù)據(jù)在未來(lái)可以重現(xiàn)。在此基礎(chǔ)上形成的 DeltaGammathetaMonteCarlo、 網(wǎng)格MonteCarlo 和情景 MonteCarlo 等模擬更簡(jiǎn)化了計(jì)算。 Beder 通過(guò)實(shí)證研究總結(jié)了 VaR 的兩點(diǎn)缺陷：其一， VaR 不能起到預(yù)警作用，即用 VaR 不能表示初臨近的不利事件的發(fā)生；其二， VaR 本身沒(méi)有意義，主要表現(xiàn)在金融工具本身很復(fù)雜，證券組合龐雜，市場(chǎng)概率的估計(jì)困難，計(jì)算中各種 近似方法的運(yùn)用與估計(jì) VaR 的統(tǒng)計(jì)錯(cuò)誤很多。 4 從 1999 年開(kāi)始，我國(guó)學(xué)者對(duì) VaR 方法的討論進(jìn)入深入研究和實(shí)際運(yùn)用的階段。 國(guó)內(nèi)也有學(xué)者研究 VaR 方法的缺陷。 6 參考文獻(xiàn) [1]陳忠陽(yáng) .VaR 模型與金融機(jī)構(gòu)風(fēng)險(xiǎn)管理 [J].金融論壇 ,2020,(5). [2]劉玲、趙嬌 .風(fēng)險(xiǎn)測(cè)度和管理的 VaR 方法及其優(yōu)缺點(diǎn) [J].北方經(jīng)貿(mào)， 2020. [3]盧文瑩 .金融風(fēng)險(xiǎn)管理 [M].復(fù)旦大學(xué)出版社， 2020. [4]谷秀娟 .金融風(fēng)險(xiǎn)管理 — 理論、技術(shù)與應(yīng)用 [M].立信會(huì)計(jì)出版社， 2020. [5]鄭文通 .金融風(fēng)險(xiǎn)管理的 VaR 方法及其應(yīng)用 [J].國(guó)際金融研究， 1997,(9). [6]牛昂 .銀行管理的新方法 [J].國(guó)際金融研究， 1997,(7). [7]姚剛 .風(fēng)險(xiǎn)值測(cè)定法淺析 [J].經(jīng)濟(jì)科學(xué)， 1998， (1). [8]劉宇飛 .VaR 模型及其在金融監(jiān)管中的應(yīng)用 [J].經(jīng)濟(jì)科學(xué)， 1999， (l) [9]張堯庭 .金融市場(chǎng)的統(tǒng)計(jì)方法 [M].廣西師范大學(xué)出版社， 1998. [10]詹原瑞 .市場(chǎng)風(fēng)險(xiǎn)的度量 :VaR 的計(jì)算與應(yīng)用 [J].系統(tǒng)工程理論與實(shí)踐，1999， (12). [11]趙睿 ,趙陵 .VaR 方法與資產(chǎn)組合分析 .數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究 .2020 年(l1):4447. [12]景乃權(quán)，陳姝 .VAR 模型及其在投資組合中的應(yīng)用 .財(cái)貿(mào)經(jīng)濟(jì) .2020 年(2):6871. [13]姚小義，滕宏偉，陳超 .證券公司資產(chǎn)管理業(yè)務(wù)的規(guī)模風(fēng)險(xiǎn)控制 .數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì) .2020 年 (5):6567. [14]英定文 .指數(shù)期貨與證券機(jī)構(gòu)定量風(fēng)險(xiǎn)管理體系 .數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究 .2020 年 (10):7174. [15]杜海濤 .VaR 模型在證券風(fēng)險(xiǎn)管理中的應(yīng)用 .證券市場(chǎng)導(dǎo)報(bào) .2020 年 (8):5761. [16] Mandelbrot, B. The variation of certain speculative prices [J].Jounral of Business， 1963(36),394419. 7 [17] Fama, Behavior Stock Market Priees[J].The Jounral of Business 1965(38),34105. [18] [1] M. Magdziarz, A. Weron, Fractional FokkerPlanck dynamics: Stochastic representation and puter simulation[J], Physical Review E 75, 016708(2020) 8 第 2章 開(kāi)題報(bào)告 反常擴(kuò)散在風(fēng)險(xiǎn)管理中的應(yīng)用 設(shè)計(jì)意義及目的 隨著金融全球化的發(fā)展，金融市場(chǎng)、金融交易規(guī)模日趨擴(kuò)大，金融資產(chǎn)價(jià)格的波動(dòng)隨之變大，對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的分析研究變得尤其重要。 目前國(guó)內(nèi)外對(duì)反常擴(kuò)散在風(fēng)險(xiǎn)管理中的研究尚在起步階段。但是，有趣的是， 我們可以知 道 ( , )pxt 的漸 進(jìn)行 為 , 有 log ( , ) ~ up x t C?, 其中 2/1xt??? , 1 / (1 / 2)u ??? ,這種形式的解稱(chēng)為伸長(zhǎng)的 Gaussion 分布 , 與標(biāo)準(zhǔn)正態(tài)分布相比 , 具有尖峰厚性。由于自然界中反常擴(kuò)散現(xiàn)象的廣泛性，近年來(lái)， FokkerPlanck 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]。 可行性分析 考慮到本文研究?jī)?nèi)容的實(shí)際情況，該研究主要存在著數(shù)據(jù)來(lái)源和數(shù)學(xué)模型這兩方面的問(wèn)題。所以，在數(shù)學(xué)模型上，該研究也是可行的。為了處理這類(lèi)受外力影響的反常擴(kuò)散問(wèn)題 ,分?jǐn)?shù)階 FookerPlanck 方程被提了出來(lái)，它為那些由反常擴(kuò)散和非指數(shù)松弛模式導(dǎo)致的復(fù)雜系統(tǒng)中的動(dòng)態(tài)運(yùn)輸問(wèn)題描述提供了一個(gè)有效的方法。此外， ()X? 描述了 標(biāo)準(zhǔn)布朗運(yùn)動(dòng) 的 Langevin 型動(dòng)力系統(tǒng)，給分?jǐn)?shù)動(dòng)力系統(tǒng)也提供了一些指引。 在 ， 通過(guò) 表示PDF 的主要立場(chǎng)的衍生工具有關(guān)的空間坐標(biāo)的力量和潛力 。觀察 和 這兩個(gè)過(guò)程在 ? 時(shí)刻的內(nèi)部就被索引。讓 潛在的一個(gè)任意的非恒定功能。 在特殊情況下的恒定可能 =常數(shù)， 的傅里葉變換是，就 的米格塔 萊夫勒函數(shù)來(lái)看，是由下式得出 [10,11]所示，同樣的公式適用于 中的 PDF ， 這證實(shí)了 [10]的一般結(jié)果是符合物理規(guī)律的。 我們的方法源于不同的概念 ；它明顯的用（ 2）式表示。 從該算法的第一步驟中，我們已經(jīng)有我們所掌握的近似值 。 超過(guò)規(guī)定值 。將得到的隨機(jī)表示是至關(guān)重要的構(gòu)建的模擬樣本路徑的算法反常擴(kuò)散 X（ s） ，其中，反過(guò)來(lái)，使我們能夠檢測(cè)和研究許多相關(guān)的系統(tǒng)屬性考慮。 所提出的方