【正文】 aR 方法的基本思想仍然是利用資產(chǎn)組合價值的歷史波動信息來推斷未來的情況，只不過未來價值波動的推斷給出的不是一個確定值，而是以概率分布的形式表現(xiàn)出來 。 準(zhǔn)確 把握 金融時間序列數(shù)據(jù)特征，對于正確建立模型，從而更加有效估計 VaR 值至關(guān)重要，也是評判模型有效性的關(guān)鍵因素。 ：收益率的波動性受到金融資產(chǎn)期限長短的影響，并且隨著時間的推移，波動也呈現(xiàn)出向某個長期平均水平收斂的趨勢。 ：波動的持續(xù)性是指當(dāng)前方差將對未來方差產(chǎn)生持續(xù)性的影響，持續(xù)性類似于時間序列的長記憶性，由于持續(xù)性因此它們對長記憶性反映了時間序列一階矩的長期性質(zhì)，波動持續(xù)性則反映了時間二階矩的長期性質(zhì)。 ：杠桿效應(yīng)是指收益率的運動與波動呈現(xiàn)出負相關(guān)，即負的收益率要比正的收益率導(dǎo)致更大的條件方差。根據(jù)這一特性，我們需要尋找更為合適的具有尖峰厚尾特征的分布函數(shù)來描述，比如可以嘗試 t 分布、廣義誤差分布、 Loglstic 分布以及混合正態(tài)分布等等。 畢業(yè)設(shè)計（論文） 12 VaR 的核心思想 VaR 計算本質(zhì)上是對資產(chǎn)組合價值波動 的統(tǒng)計測量，建立各種估計 VaR的模型首先要滿足金融數(shù)據(jù)的特性，只有在模型準(zhǔn)確地描述了金融市場數(shù)據(jù)的各種特征之后，才能對 VaR 進行恰當(dāng)?shù)慕?，建立的模型最后還要通過實證加以檢驗，以確定模型的準(zhǔn)確性，大量的實證經(jīng)驗表明金融市場數(shù)據(jù)形態(tài)的有以下特征。正態(tài)分布假設(shè)對金融風(fēng)險的估計簡單而有效，但是，事實證明從長期來看，收益率的分布多呈現(xiàn)厚尾特征，這時在正態(tài)性的假定下會導(dǎo)致對極端事件 VaR 值的嚴(yán)重低估。 這是最重要的因素，是指投資組合在既定的持有期間內(nèi)回報的概率分布，即概率密度函數(shù)。對于置信概率的選擇依賴于對VaR 的有效性驗證、風(fēng)險管理者對風(fēng)險的態(tài)度、監(jiān)管要求以及在不同機構(gòu)之間進行比較的需要。選擇較短的持有期，可以得到大量的樣本數(shù)據(jù)，也更容易滿足 VaR 計算中組合保持不變的假設(shè)，實際回報也越接近于正態(tài)分布，計算結(jié)果也更可靠。為克服市場經(jīng)濟周期性變化的影響，持有期間的歷史數(shù)據(jù)越長越好。 從 VaR 方法的定義中，可以看出 VaR 方法有三個要素： 它是對給定持有期限的回報的波動性和關(guān)聯(lián)性考察的整體時間長度， 是計算 VaR 的時間范圍。 VaR 模型一般的假設(shè)條件 是市場有效性假設(shè)和市 場波動是隨機的且 不存在自相關(guān)。 例如，持有期為 1 天，置信水平為 95%的某一證券組合的 VaR 是 10 萬元，其含義是，我們可以以 95%的可能性保證，該證券組合在未來 1 天內(nèi)價值的最大損失不會超過 10 萬元。 在險價值 VaR 方法 VaR 定義 Philippe Jorion（ 1996） 給出了 VaR 的權(quán)威定義 [4]：“ VaR 是在一定的概率水平（置信度）下，某一金融資產(chǎn)或證券組合在未來特定的一段時間內(nèi)的最大可能損失。 VaR 方法 VaR 方法是目前市場最流行、最為有效的風(fēng)險管理工具，它旨在估計給定金融產(chǎn)品和組合在未來資產(chǎn)價格波動下可能或潛在的損失。 設(shè)投資于第 i 中資產(chǎn)的投資收益為 ir ，投資比例為 iw ，則組合的收益率為 ?iirw ，以投資組合的方差表示組合 的風(fēng)險，則 jnj iijnini iip wwrwV ??? ??? ?? 1112 )( ?? () 式中， ?? ?ni iw1 1 ， 10 ?? iw ， )(?V 表示方差， ij? 為第 i,j 種資產(chǎn)收益率的協(xié)方差。其中，方差或標(biāo)準(zhǔn)差是最為常用的方法，它估計了實際回報與預(yù)期回報之間可能的偏離。其缺點在于一些情況下線性近似并不能很好的描述證券價格的變化，對于復(fù)雜的證券組合及市 場因子的大幅波動情形，靈敏度方法測量的準(zhǔn)確性大大降低。因此靈敏度是一種線性近似，一種對風(fēng)險的局部測量。靈敏度越大，受市場因子變化的影響越大，風(fēng)險越大。 假設(shè)金融資產(chǎn)的價值為 P，市場因子為 nxxx ,..., 21 ，則 ?? ??? n1i ii xDPP () 其中， nDDD ,..., 2 為資產(chǎn)價值對響應(yīng)市場因子的敏感度，稱 為靈敏度。 該方法是利用金融資產(chǎn)價值對其市場因子的敏感性來測量市場風(fēng)險。 市場風(fēng)險的度量方法 隨著金融市場和金融交易規(guī)模的動態(tài)性、復(fù)雜性的增加，以及金融理論和金融工程的發(fā)展，金融市場風(fēng)險測量方法也變得更為綜合、復(fù)雜。一般而言，風(fēng)險管理包括風(fēng)險的辨識、測量和控制。加之金融機構(gòu)的信用創(chuàng)造能力，掩蓋了 已經(jīng)出現(xiàn)的損失和問題，如果金融市場風(fēng)險不斷積累，最終會以突發(fā)的形式表示出來。任何一個節(jié)點出現(xiàn)斷裂都有可能產(chǎn)生連鎖反應(yīng)，引起其他節(jié)點的波動，進而導(dǎo)致金融體系的局部甚至整體發(fā)生動蕩和崩潰。金融機構(gòu)的參與，使原始的信用關(guān)系變成相互交織、相互聯(lián)動的網(wǎng)絡(luò)。 再用價格配置資源的市場經(jīng)濟中，金融市場的參與者面臨的市場熟悉萬變，由于信息的不對稱性，任何人都不可能完全掌握市場的運動，市場風(fēng) 險普遍存在，它不可能被消除，只能積極防范和管理。 不確定性是指投資者預(yù)期收益的不確定性，即對應(yīng)于各種不同的經(jīng)濟狀況有一系列的可能結(jié)果，熱門都是盡可能的收集信息，并在此基礎(chǔ)上進行科學(xué)的預(yù)測與分析。不僅所有的企業(yè)都面臨著市場風(fēng)險，而且市場風(fēng)險往往是其他類型金融風(fēng)險的基礎(chǔ)原因。例如利率、匯率或者商品價格的波動，以及由于債務(wù)人財務(wù)狀況惡化而導(dǎo)致違約的可能性等，都會給企業(yè)的資產(chǎn)價值和收益帶來風(fēng)險。 這些 市場 因素可能直接對企業(yè)產(chǎn)生影響，也可能是通過對其 競爭者 、 供應(yīng)商 或者 消費者 間接對企業(yè)產(chǎn)生影響。 民營企業(yè)具有廣義和狹義之分，本文所稱的民營上市公司是指除國有資產(chǎn)管理部門以外的，以單一自然人或多個自然人為實際控制人的上市公司。可以肯定的是，中小板市場擴容才剛剛開始，民營企業(yè)在中小板集中上市的速度必將加快，因此研究中小板塊的民營企業(yè)具有重要的現(xiàn)實意義。截止到 2020 年 12 月 31 日，中小板上市公司總數(shù)為 527 家，而民營上市公司就有 423 家，約占總數(shù)的五分之四。我國的民企普遍具有“短壽”特點，如果提高企業(yè)的可持續(xù)發(fā)展能力是一個重要的戰(zhàn)略問題，而增強其 市場 風(fēng)險防范能力則是提高其可持續(xù)發(fā)展能力的重要方面。中小板塊的運作采取非獨立的附屬市場模式，也稱一所兩板平行制，即中小企業(yè)板塊附屬于深交所。 畢業(yè)設(shè)計（論文） 7 第 2章 中小板民營企業(yè)市場風(fēng)險的管理 中小板民營企業(yè)的識別 中小板即中小企業(yè)板塊，是指流通盤大約 1 億以下的創(chuàng)業(yè)板，是相對于主板市場而言的，中小板市場是創(chuàng)業(yè)板的以中國，市場代碼是 002 開頭的。 根據(jù) VaR 其他計算方法的特征以及本文研究對象的 統(tǒng)計特征描述，結(jié)合已有的研究成果，本文未采用歷史模擬法，考察資產(chǎn)收益率時選擇 t 分布假設(shè)而放棄了正態(tài)分布和 GED 分布。因此，基于該模型的 VaR 方法能很好的預(yù)測中小板民營企業(yè)的市場風(fēng)險。根據(jù)檢驗結(jié)果和 已有的研究成果選擇方差 協(xié)方差方法來估計 VaR 值，并且在預(yù)測方差時選擇了 GARCH 類模型。 不同的度量方法適用于不同領(lǐng)域的市場風(fēng)險管理，至今也沒有能夠確切的度量我國劇烈波動的股市市場風(fēng)險的方法，因此，將 VaR 方法應(yīng)用到更廣泛的領(lǐng)域還是有一定的上升空間的。 黃國勇、張敏、夏勇在《基于 VaR 的金融業(yè)支持對新疆中小企業(yè)發(fā)展的影響分析》一文中采用 1980— 2020 年的時序數(shù)據(jù)，通過建立向量自回歸模型分析新疆金融業(yè)水平與新疆中小企業(yè)發(fā)展之間的動態(tài)影響關(guān)系，在對VaR 模型進行殘差檢驗和穩(wěn)定性檢驗的基礎(chǔ)上，運用脈沖響應(yīng)函數(shù)和預(yù)測方差方法進行經(jīng)濟計量分析。 近期對 VaR 的研究主要集中于其在金融領(lǐng)域的實際應(yīng)用。 徐中華（ 2020）《基于 VaR 歷史模擬法的中國股市風(fēng)險研究》采用了簡單直觀的 歷史模擬法，通過對歷史模擬法的實證檢驗，找出在現(xiàn)階段我國股市劇烈動蕩下使用歷史模擬法來測量風(fēng)險值所存在的問題，并對其進行一定的調(diào)整，使歷史模擬法能夠更好的預(yù)測波動較為厲害的金融市場風(fēng)險 [20]。 徐煒、黃炎龍在《 VaRGARCH 類模型在股市風(fēng)險度量中的比較研究》選取 1998 年 1 月 5 日 — 2020 年 11 月 6 日得上證綜指日收盤價指數(shù)共計2129 個數(shù)據(jù)實證分析了 GARCH、 EGARCH、 TARCH 和 PARCH 四種模型在正態(tài)分布、 t 分布以及 GED 分布下預(yù)測的 VaR 值的精確程度。 林美艷、薛紅剛 (2020)將 信用風(fēng)險計量法引入我國商業(yè)銀行信用風(fēng)險的研究，通過樣本分析對商業(yè)銀行信用風(fēng)險的 VaR 進行測量，進而對商業(yè)銀行的信用風(fēng)險狀況和資本要求進行估計 [17]。 近年來，對 VaR 的研究已深入到了很多方面。 北京大學(xué)的劉宇飛（ 1999）在這方面的研究做得比較全面，其文章《 VaR 模型及其在金融監(jiān)管中的應(yīng)用》介紹了 VaR 模型的基本內(nèi)容，在此畢業(yè)設(shè)計（論文） 5 基礎(chǔ)上著重論述了其在金融監(jiān)管中的應(yīng)用 [14]。國內(nèi)的文章主要集中于介紹國外學(xué)者的研究成果，即 VaR 的概述與測算上，對VaR 在我國具體領(lǐng)域的應(yīng)用研究正逐年深入。 總之， VaR 已成為任何金融和非金融機構(gòu)集中化地管理金融風(fēng)險必不可少的工具之一，隨著金融工具的擴展和金融市場的全球化，更多的機構(gòu)、學(xué)者及投資者將會對其進行更深入更 廣泛的研究。 Berkowitz(1999)[11]則提出將壓力測試與 VaR 方法相結(jié)合，針對每一個壓力測試的情景確定相應(yīng)的可能發(fā)生的概率，從而計算組合的潛在損失及其發(fā)生的概率。因此，模型的運用過程就是一個不斷檢驗證明的過程，因此借助于一系列的工具進行模型的驗證夜是必不可少的。 Gordon , Alexandre , Shu Yan(2020)利用 VaR 和壓力測試對商業(yè)銀行的市場風(fēng)險進行研究，并提出條件風(fēng)險價值的概念 [9]。 Diebold 和 Santomera(1999)、 Christoffersen Errunza(2020), Stulz(2020)指出在傳統(tǒng)的 VaR 測量方法中，通常采用的正態(tài)分布的假設(shè)是不恰當(dāng)?shù)模瑫a(chǎn)生許多問題，這些傳統(tǒng)的 VaR 模型在捕捉金融市場發(fā)生大的波動時出現(xiàn)的極端價格的能力不強 [7]。 Monica Billio,Loriana Pelizzonb 在 ValueatRisk: A MultiVaRiate Switching Regime Approach[6]一文中提出了 MSRM 模型來估計 VaR 的值。美國加州大學(xué)的 Philippe Jorion 教授在他的專著《風(fēng)險價值 VaR金融風(fēng)險管理新標(biāo)準(zhǔn)》中，運用眾多實例和實際數(shù)據(jù)系統(tǒng)的介紹和分析了VaR 的應(yīng)用，指出從事巨額投資組合交易的銀行是風(fēng)險管理的先鋒，對風(fēng)險管理無動于衷的金融機構(gòu)如大和銀行和巴林銀行必將付出高昂的代價 [4]。此后， VaR 開始得到了更廣泛的推廣和應(yīng)用。 1996 年，巴塞爾銀行監(jiān)管委員會（ BCBS, Basle Committee of Bank Supervision）在其發(fā)布的《資本協(xié)議市場風(fēng)險補充規(guī)定》中，以 VaR 作為計算市場風(fēng)險資本要求的基礎(chǔ)。 國 外研究現(xiàn)狀 1994 年 推出計算 VaR 的 RiskMetrics 風(fēng)險控制模型，在此基礎(chǔ)上，又推出了計算 VaR 的 CreditMetricTMs 風(fēng)險控制模型。 文獻綜述 最初金融市場風(fēng)險測量方法有名義法、靈敏度方法和波動性方法 。 當(dāng)前，我國民營企業(yè)的組織形式不斷優(yōu)化，企業(yè)自主創(chuàng)新能力也有了很大提高，融資上市能力以及應(yīng)對風(fēng)險能力也逐步加強，但很多民營企業(yè)的風(fēng)險管理制度還很不完善，甚至沒有建立。 民營企業(yè)市場風(fēng)險很大程度上反映在股票市場的波動中， VaR 方法 能夠為我國民營企業(yè)的市場風(fēng)險管理提供有效的量化指標(biāo)進而經(jīng)過分析得到合理的風(fēng)險控制建議 ，將其應(yīng)用到股市市場風(fēng)險度量中是可行和 有效的 。 VaR 方法易于操作，適合計算機聯(lián)網(wǎng)管理，從而增加了管理的有效性。 VaR 模型是一種內(nèi)部 風(fēng)險管理模型，它集中表明了在一個目標(biāo)時間期限內(nèi)，在給定的置信水平下某資產(chǎn)或資產(chǎn)組合可能發(fā)生的最大損失。 對中小板民營企業(yè)市場風(fēng)險管理研究的可行性 風(fēng)險管理的主要方面即使市場風(fēng)險管理，目前，對市場風(fēng)險管理的研究比較廣泛，主要是對商業(yè)銀行、證券投資、基金等機構(gòu)的研究，可以提供很好的借鑒。而 VaR 正是這樣一種衡量工具，用它來度量股票市場的風(fēng)險非常合適。 而對市場風(fēng)險的測量通常是基于股票市場的數(shù)據(jù)， 現(xiàn)在比較有效的測量工具多采用證券的波動性進行獨立，但是波動性僅僅反映了股票組合的波動，所以標(biāo)準(zhǔn)差作為獨立工具有一定的不準(zhǔn)確性。 怎樣評價一個市場風(fēng)險管理技術(shù)的優(yōu)劣呢？從理論的角度考慮，它應(yīng)該具備較強的基礎(chǔ)理論作為依據(jù)，從風(fēng)險管理的實踐者角度考慮，它應(yīng)該具備較強的實際可操作性和實用性。可以說歷史上的危機實例，無一例外有市場風(fēng)險管理不當(dāng)所造成的結(jié)果，同時也反映了市場風(fēng)險管理的重要性。 金融危機表面是由于住房貸款違約造成的信用風(fēng)險爆發(fā)而引起的連鎖反應(yīng)，實質(zhì)上是由于金融機構(gòu)過度的利用金融衍生產(chǎn)品轉(zhuǎn)移市場風(fēng)險，造成市 場的泡沫化繁榮。 但太多的數(shù)據(jù)表明，中國民營企業(yè)的持續(xù)成長正在遭到越來越大的挑戰(zhàn)。 Market risk。最后，論文考察了我國民營企業(yè)日收益率的統(tǒng)計特征，選擇恰當(dāng)?shù)暮饬糠椒?，通過結(jié)果對比和有效性檢驗找到適合我國民營企業(yè)市場風(fēng)險的計量模型，并試圖通過