【正文】 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(wàn)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(guó)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(guó)強(qiáng), 徐龍炳, 陸蓉. VaR 方法對(duì)我國(guó)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(cè), 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(chǎng)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(chéng), 唐國(guó)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(wú)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(píng)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(chǎng)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(guó)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(guó)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VaR方法是目前對(duì)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)和管理的一種重要工具和主流方法。因此，只要模擬出，通過(guò)蒙特卡洛模擬法即可得到，而又是穩(wěn)定增長(zhǎng)Levy過(guò)程的首達(dá)式。 反常擴(kuò)散模型的提出考慮一個(gè)隨機(jī)游走過(guò)程，游走粒子在隨機(jī)時(shí)刻以隨機(jī)步長(zhǎng)跳躍。由于自然界中反常擴(kuò)散現(xiàn)象的廣泛性，近年來(lái)，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]。 三種VaR計(jì)算方法的直觀比較三類(lèi)VaR模型的計(jì)算方法各不相同，對(duì)于不同的條件和環(huán)境，我們可以選擇不同的方法來(lái)計(jì)算VaR值。 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(jiǎn)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(duì)稱(chēng)等等問(wèn)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。 歷史模擬法“歷史模擬法”是借助于以計(jì)算過(guò)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(guò)這個(gè)過(guò)程來(lái)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。簡(jiǎn)單地說(shuō)，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。VaR方法是目前對(duì)市場(chǎng)風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)和管理的一種重要工具和主流方法。1938年以后，美國(guó)企業(yè)對(duì)風(fēng)險(xiǎn)管理開(kāi)始采用科學(xué)的方法，并逐步積累了豐富的經(jīng)驗(yàn)。 風(fēng)險(xiǎn)管理的意義有效地對(duì)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(yíng)活動(dòng)目標(biāo)，對(duì)市場(chǎng)以及整個(gè)經(jīng)濟(jì)環(huán)境來(lái)說(shuō)具有重要的意義。風(fēng)險(xiǎn)管理的內(nèi)容包括：風(fēng)險(xiǎn)的量度、評(píng)估和應(yīng)變策略。往往是對(duì)于較為急迫的投資者，就比如那些由于為了償付到期抵押貸款需要籌措現(xiàn)金而必須賣(mài)掉他的投資的，非流動(dòng)性可能是致命的。例如，當(dāng)某些國(guó)家強(qiáng)制性的外匯控制使得契約雙方并非自發(fā)的而是外界迫使其不可能履行各自責(zé)任。然而，我們不得不承認(rèn)，這僅僅只是我們面臨的許許多多風(fēng)險(xiǎn)的其中一種，即投資風(fēng)險(xiǎn)。謹(jǐn)慎的揭示經(jīng)營(yíng)風(fēng)險(xiǎn)是所有的經(jīng)營(yíng)活動(dòng)的核心之一。boostofsimulationdiffusionrevealsmarket,practicality,meansofespecially關(guān)鍵詞：風(fēng)險(xiǎn)管理；VaR；反常擴(kuò)散模型；蒙特卡洛模擬法AbstractWiththethevariousofandalltheandmethodmarketto相對(duì)于上面所說(shuō)的經(jīng)營(yíng)風(fēng)險(xiǎn)，我們這里所說(shuō)的戰(zhàn)略風(fēng)險(xiǎn)來(lái)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)。通常來(lái)說(shuō)，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)。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。 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。理想的風(fēng)險(xiǎn)管理，是一連串排好優(yōu)先次序的過(guò)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。 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(guò)程，通過(guò)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。1950年代風(fēng)險(xiǎn)管理發(fā)展成為一門(mén)學(xué)科，風(fēng)險(xiǎn)管理一詞才形成。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。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(shuō)的相對(duì)風(fēng)險(xiǎn)值。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(lái)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(guò)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。 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。下面，我們通過(guò)一張表格來(lái)簡(jiǎn)單了解三種方法的異同。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(lài)于潛在幾何的形狀。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(guò)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(wú)界的，此時(shí)常規(guī)的中心極限定理是不適用的。即 (321)而可通過(guò)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。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。 技術(shù)分析 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(lái)越豐富多彩。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。也就是說(shuō)數(shù)學(xué)期望是可以用算式平均來(lái)逼近的，即蒙特卡洛模擬法。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(lái)彌補(bǔ)之前的這一缺憾。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(lái)描述，稱(chēng)之為反常擴(kuò)散。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(méi)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(guò)兩種已成熟的方式避免。（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。下面我們對(duì)三種方法進(jìn)行有針對(duì)