【正文】 流動(dòng)性風(fēng)險(xiǎn) 流動(dòng)性風(fēng)險(xiǎn)存在兩種形式：市場(chǎng)或者產(chǎn)品的流動(dòng)性，以及現(xiàn)金流。市場(chǎng)條件可以防止某一項(xiàng)投資的迅速清算。 法律風(fēng)險(xiǎn) 當(dāng)交易的其中一方?jīng)]有辦法合法地或者按照管理規(guī)定的權(quán)利進(jìn)行一種交易時(shí)，就會(huì)發(fā)生法律風(fēng)險(xiǎn)。更加通俗地說，風(fēng)險(xiǎn)管理是指如何在一個(gè)肯定有風(fēng)險(xiǎn)的環(huán)境里把風(fēng)險(xiǎn)減至最低的管理過程。當(dāng)年不少M(fèi)BA課程都額外加入“風(fēng)險(xiǎn)管理”的環(huán)節(jié)。在既定目標(biāo)不變的情況下，改變方案的實(shí)施路徑，從根本上消除特定的風(fēng)險(xiǎn)因素。 風(fēng)險(xiǎn)管理的發(fā)展歷史 風(fēng)險(xiǎn)管理是一門新興的管理學(xué)科。可見，當(dāng)時(shí)的風(fēng)險(xiǎn)管理主要依賴保險(xiǎn)手段。1986年，由歐洲11個(gè)國(guó)家共同成立的“歐洲風(fēng)險(xiǎn)研究會(huì)”將風(fēng)險(xiǎn)研究擴(kuò)大到國(guó)際交流范圍。 本文工作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。第二章，著重介紹風(fēng)險(xiǎn)管理的VaR方法，以及求解VaR值的三種主要的方法，以及三種方法的優(yōu)勢(shì)和缺陷。VaR（ValueatRisk）中文譯為“風(fēng)險(xiǎn)價(jià)值”，意思就是說在完全正常的市場(chǎng)環(huán)境中，以及在一定的置信水平之上，計(jì)算出給定時(shí)間內(nèi)我們所預(yù)期發(fā)生的最壞的情況及其損失的風(fēng)險(xiǎn)評(píng)估方法。 VaR方法的表達(dá)在數(shù)學(xué)上，VaR方法可以表示為投資工具或者組合的損益分布（Pamp。下面我們對(duì)三種方法進(jìn)行有針對(duì)性的分析。 方差——協(xié)方差法 方差——協(xié)方差法就是這樣一種方法，它通過假定風(fēng)險(xiǎn)因子收益的變化服從特定的分布，我們知道這種分布通常都是正態(tài)分布，然后通過對(duì)歷史數(shù)據(jù)進(jìn)行分析和估計(jì)該風(fēng)險(xiǎn)因子的收益分布的參數(shù)值比如說方差、相關(guān)系數(shù)等等，進(jìn)而根據(jù)下面的式子整理出整個(gè)投資組合的收益分布的特征值： 其中，為整個(gè)投資組合的收益的標(biāo)準(zhǔn)差；而、為風(fēng)險(xiǎn)因子i和j的標(biāo)準(zhǔn)差；為風(fēng)險(xiǎn)因子i和j的相關(guān)系數(shù)；為整個(gè)投資組合對(duì)分先因子i的敏感度，有時(shí)候也會(huì)被稱為Delta。（3） 我們需要對(duì)模擬出結(jié)果加以分析，給出所求解的估計(jì)及其方差的估計(jì)，必要的時(shí)候我們要改進(jìn)模型以便提高這個(gè)估計(jì)的精度和模擬計(jì)算的效率。另外，蒙特卡洛模擬法是一種全值估計(jì)方法，體現(xiàn)了非線性資產(chǎn)的凸性，能夠有效地解決分析方法在處理又是非線性，同時(shí)又是非正態(tài)問題中所遇到的阻礙。歷史模擬法和Delta的計(jì)算速度比較快，但是蒙特卡洛模擬法的計(jì)算量決定了它的計(jì)算速度；當(dāng)我們所考查的數(shù)據(jù)沒有代表性時(shí)，歷史模擬法會(huì)計(jì)算出錯(cuò)誤的VaR值，但是Delta和蒙特卡洛模擬法可以通過兩種已成熟的方式避免。但是我們必須意識(shí)到，我國(guó)金融市場(chǎng)化程度顯然不高，而且還存在著許多的制度上和法律上的漏洞，讓我們?cè)趹?yīng)用VaR進(jìn)行分析時(shí)感到有點(diǎn)力不從心，從而使我們不能夠?qū)崿F(xiàn)很好地模擬。在分形介質(zhì)中分子擴(kuò)散現(xiàn)象不能用標(biāo)準(zhǔn)的擴(kuò)散方程來描述，稱之為反常擴(kuò)散。 因此將分?jǐn)?shù)階反常擴(kuò)散模型引入到風(fēng)險(xiǎn)管理中求出，不僅考慮了資產(chǎn)組合收益率的尖峰厚尾性，又給出了風(fēng)險(xiǎn)的一個(gè)數(shù)量化標(biāo)準(zhǔn)，這也正是本學(xué)位論文想要研究的主要內(nèi)容。這些變化會(huì)導(dǎo)致VaR測(cè)算的結(jié)果較實(shí)際結(jié)果偏小，所以我們有必要引進(jìn)反常擴(kuò)散模型，來彌補(bǔ)之前的這一缺憾。為穩(wěn)定增長(zhǎng)Levy過程的首達(dá)時(shí)。也就是說數(shù)學(xué)期望是可以用算式平均來逼近的，即蒙特卡洛模擬法。假設(shè)服從均值和方差分別為和的正態(tài)分布，即，則，其概率密度函數(shù)為：。第5章 總結(jié)與展望 總結(jié)隨著金融市場(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，因此對(duì)金融市場(chǎng)風(fēng)險(xiǎn)的分析研究變得尤其重要。在比較了三種方法之后，我別具一格地提出了，在反常情形下，比如金融風(fēng)暴，不可抗力條件影響下的市場(chǎng)環(huán)境，即數(shù)據(jù)非正態(tài)分布環(huán)境下的解決方法：在VaR值計(jì)算方法蒙特卡洛模擬法中引進(jìn)反常擴(kuò)散模型。 我們應(yīng)當(dāng)堅(jiān)信，隨著我國(guó)市場(chǎng)化經(jīng)濟(jì)越發(fā)強(qiáng)壯，金融市場(chǎng)自由化指日可待，對(duì)于風(fēng)險(xiǎn)管理和風(fēng)險(xiǎn)度量的數(shù)學(xué)模型會(huì)越來越豐富多彩。在未來的日子里，我會(huì)更加努力的學(xué)習(xí)和工作，不辜負(fù)父母對(duì)我的殷殷期望！我一定會(huì)好好孝敬和報(bào)答他們！30。 技術(shù)分析本文研究的重點(diǎn)在于：研究風(fēng)險(xiǎn)管理與反常擴(kuò)散模型的關(guān)系，以及VaR在風(fēng)險(xiǎn)管理領(lǐng)域的應(yīng)用。VaR作為一種動(dòng)態(tài)風(fēng)險(xiǎn)管理方法，應(yīng)用于一些大型金融企業(yè)，對(duì)金融工具市場(chǎng)風(fēng)險(xiǎn)進(jìn)行測(cè)評(píng)，中國(guó)也應(yīng)用在證券投資和銀行監(jiān)管中，表現(xiàn)出其較準(zhǔn)確的風(fēng)險(xiǎn)預(yù)測(cè)性。其中是初期資產(chǎn)價(jià)值，是收益率，在給定的置信度下的最低回報(bào)率為，則值就是末期價(jià)值均價(jià)減去末期價(jià)值最低值。即 (321)而可通過反常模擬得到，固定，令，則， (322)其中是獨(dú)立同分布隨機(jī)變量且滿足，由參考文獻(xiàn)[28]可以知道，可由以下方式生成 (323)其中，是上的均勻分布，服從參數(shù)為1的指數(shù)分布。已知的特征函數(shù)為： (314)上式見于參考文獻(xiàn)[1]。假設(shè)游走粒子的跳躍時(shí)刻為獨(dú)立同分布的隨機(jī)變量，以及在跳躍時(shí)刻粒子跳躍的步長(zhǎng)也是獨(dú)立同分布的隨機(jī)變量……假設(shè)游走粒子在初始時(shí)刻的位置為，由此在時(shí)刻t，粒子經(jīng)過若干次的隨機(jī)跳躍后所在的位置是： ， (31)其中，.假設(shè)為隨機(jī)變量（）的聯(lián)合概率密度，因此跳躍長(zhǎng)度的概率密度為 (32)等待時(shí)間的概率密度為 (33)經(jīng)典的理論表明當(dāng)平均等待時(shí)間以及跳躍長(zhǎng)度的方差均有界時(shí)，即 (34) (35)此時(shí)，由中心極限定理可以得到收斂于正態(tài)分布，然而在很多情況下，平均等待時(shí)間或者跳躍長(zhǎng)度的方差是無界的，此時(shí)常規(guī)的中心極限定理是不適用的。作為分形幾何和分?jǐn)?shù)微動(dòng)力學(xué)的基礎(chǔ)，分?jǐn)?shù)階微積分在描述反常擴(kuò)散模型的現(xiàn)象之中起到了非常重要的作用。如任福堯等人于2006年已經(jīng)證明了分?jǐn)?shù)階擴(kuò)散方程：的解具體形式基本上依賴于潛在幾何的形狀。各大金融機(jī)構(gòu)有關(guān)于貸款的各種數(shù)據(jù)仍然處于非公開的狀態(tài)，金融數(shù)據(jù)的采集仍然受到限制。下面，我們通過一張表格來簡(jiǎn)單了解三種方法的異同。 但是，經(jīng)過長(zhǎng)期的實(shí)踐，我們不難發(fā)現(xiàn)，蒙特卡羅模擬法有它的不足之處。 但是，在歷史模擬法中也存在一些缺陷，主要表現(xiàn)在以下三個(gè)方面：第一，回報(bào)率的分布在整個(gè)樣本時(shí)期內(nèi)是固定不變的，假如歷史趨勢(shì)發(fā)生比較大的偏差；第二，歷史模擬法不能夠給我們提供比我們所觀察到的樣本中最小的回報(bào)率還要糟糕的預(yù)期損失；第三，樣本的大小會(huì)對(duì)VaR值造成比較大的影響，產(chǎn)生一個(gè)比較大的方差；第四，歷史模擬法不能夠作極端情景下的敏感性測(cè)試。 蒙特卡洛模擬法 基于蒙特卡羅模擬的計(jì)算，他的原理與我們的歷史模擬法比較相類似，所有不同的地方在于市場(chǎng)因子的變化不是來自于對(duì)歷史的觀測(cè)值，而是通過隨機(jī)數(shù)模擬得到的。歷史模擬法假設(shè)投資組合的回報(bào)分布方式就是獨(dú)立同分布，市場(chǎng)因子在未來一段時(shí)間的波動(dòng)和歷史數(shù)據(jù)波動(dòng)完全一樣，其核心是利用過去一段時(shí)間內(nèi)所得的資產(chǎn)回報(bào)率數(shù)據(jù)，估算資產(chǎn)回報(bào)率的統(tǒng)計(jì)分布，再根據(jù)不一樣的分位數(shù)求得相對(duì)應(yīng)的置信水平下的VaR。 計(jì)算VaR值的方法在具體計(jì)算VaR值時(shí)，有三種不同的方法。VaR有絕對(duì)風(fēng)險(xiǎn)值和相對(duì)風(fēng)險(xiǎn)值的分別，絕對(duì)風(fēng)險(xiǎn)值就是指相對(duì)于初始投資額的最嚴(yán)重?fù)p失，相對(duì)于收益期望值的最大可能損失，就是我們所說的相對(duì)風(fēng)險(xiǎn)值。第四章，我們探討在反常擴(kuò)散下，VaR值的計(jì)算。VaR作為一種動(dòng)態(tài)風(fēng)險(xiǎn)管理方法，20世紀(jì)90年代中期興起，并應(yīng)用于一些大型金融企業(yè)，對(duì)金融工具市場(chǎng)風(fēng)險(xiǎn)進(jìn)行測(cè)評(píng)，中國(guó)也應(yīng)用在證券投資和銀行監(jiān)管中，表現(xiàn)出其較準(zhǔn)確的風(fēng)險(xiǎn)預(yù)測(cè)性。中國(guó)對(duì)于風(fēng)險(xiǎn)管理的研究開始于1980年代。1950年代風(fēng)險(xiǎn)管理發(fā)展成為一門學(xué)科，風(fēng)險(xiǎn)管理一詞才形成。表11給出了自70年代初期以來，風(fēng)險(xiǎn)管理工具的發(fā)展。 風(fēng)險(xiǎn)管理的概念風(fēng)險(xiǎn)管理是社會(huì)組織或者個(gè)人用以降低風(fēng)險(xiǎn)的消極結(jié)果的決策過程，通過風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)估測(cè)、風(fēng)險(xiǎn)評(píng)價(jià)，并在此基礎(chǔ)上選擇與優(yōu)化組合各種風(fēng)險(xiǎn)管理技術(shù)，對(duì)風(fēng)險(xiǎn)實(shí)施有效控制和妥善處理風(fēng)險(xiǎn)所致?lián)p失的后果，從而以最小的成本收獲最大的安全保障。風(fēng)險(xiǎn)識(shí)別是確定何種風(fēng)險(xiǎn)可能會(huì)對(duì)企業(yè)產(chǎn)生影響，最重要的是量化不確定性的程度和每個(gè)風(fēng)險(xiǎn)可能造成損失的程度。理想的風(fēng)險(xiǎn)管理，是一連串排好優(yōu)先次序的過程，使當(dāng)中的可以引致最大損失及最可能發(fā)生的事情優(yōu)先處理、而相對(duì)風(fēng)險(xiǎn)較低的事情則押后處理。法律風(fēng)險(xiǎn)同時(shí)又包括了遵循與監(jiān)管的風(fēng)險(xiǎn)，這樣的風(fēng)險(xiǎn)是與可以破壞政府的監(jiān)管活動(dòng)有關(guān)，比如說市場(chǎng)操縱、內(nèi)部交易、適當(dāng)性的限制。 操作性風(fēng)險(xiǎn) 操作性風(fēng)險(xiǎn)指的是，由于制度不健全、管理失誤、控制錯(cuò)誤、欺詐、以及人為因素所造成的潛在的損失。流動(dòng)性風(fēng)險(xiǎn)比較難以量化，并且隨著市場(chǎng)的條件而變化。正如違約風(fēng)險(xiǎn)對(duì)于公司而言是一種特殊的情況一樣，主權(quán)風(fēng)險(xiǎn)也是國(guó)家的一種極為特殊的情況。除了對(duì)風(fēng)險(xiǎn)進(jìn)行線性度量以外，VaR能夠明確診斷出基礎(chǔ)風(fēng)險(xiǎn)以及伽馬風(fēng)險(xiǎn)，而且異常輕松地延伸到了相對(duì)風(fēng)險(xiǎn)領(lǐng)域。通常來說，金融風(fēng)險(xiǎn)大致上能夠分為市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流動(dòng)性風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)以及法律風(fēng)險(xiǎn)。風(fēng)險(xiǎn)管理已經(jīng)成為各種經(jīng)營(yíng)活動(dòng)得以存在的必不可少的工具。相對(duì)于上面所說的經(jīng)營(yíng)風(fēng)險(xiǎn)，我們這里所說的戰(zhàn)略風(fēng)險(xiǎn)來源于政治與經(jīng)濟(jì)環(huán)境之間的根本性變化而產(chǎn)生的風(fēng)險(xiǎn)。 Monte Carlo Simulation，MCS 目 錄摘 要 IAbstract II目 錄 III第1章 概述 1 引言 1 風(fēng)險(xiǎn)的類型 2 市場(chǎng)風(fēng)險(xiǎn) 2 信用風(fēng)險(xiǎn) 2 流動(dòng)性風(fēng)險(xiǎn) 3 操作性風(fēng)險(xiǎn) 3 法律風(fēng)險(xiǎn) 4 風(fēng)險(xiǎn)管理的意義與應(yīng)用背景 4 風(fēng)險(xiǎn)管理的定義 4 風(fēng)險(xiǎn)管理的意義 5 風(fēng)險(xiǎn)管理的概念 5 風(fēng)險(xiǎn)管理的發(fā)展歷史 5 本文工作 7第2章 風(fēng)險(xiǎn)管理的VaR方法 9 風(fēng)險(xiǎn)管理的VaR方法介紹 9 VaR方法的出現(xiàn) 9 VaR方法的作用 9 VaR方法的表達(dá) 10 計(jì)算VaR值的方法 10 歷史模擬法 10 方差——協(xié)方差法 11 蒙特卡洛模擬法 12 三種值計(jì)算方法應(yīng)用的范圍以及缺陷分析 12