前言：中文期刊網精心挑選了金融市場風險論文范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
金融市場風險論文范文1
首先，從國家經濟社會發展角度來看，中國居民和產業對能源的需求仍會大幅上升。根據國際經驗，城市化進程中的國家往往會經歷人均能耗和能源強度的快速增加。從2002年開始，中國能源消費增速加劇，超出GDP增速一倍有余，2013年中國城市化率達到53.7%，而國際高收入國家已達到78%左右，即使中等收入國家標準也達到61%，說明中國未來城市化的空間還很大，因此未來整體能源消費水平也會不斷上升。根據預測，中國到2030年能源需求總量將達到近60億噸標準煤，比2013年的37.5億噸標準煤增加近60%，占世界能源總需求的近25%。其次，中國一次能源中化石能源占比較高，在短期內化石能源的主體地位是無法輕易撼動的，未來化石燃料仍將占據能源消費的至少70%～80%。從中國能源消費總量及品種構成上看，資源稟賦結構為明顯的富煤貧油少氣，同時由于未來新能源開發的長期性、不確定性和巨大風險性，使得化石燃料將長期是中國能源消費的最主要原料。因此，化石能源的長期穩定供應對中國的能源安全起到最重要的制約作用。再次，中國能源的供給具有很大的不確定性。能源供給的途徑主要是自產和進口，隨著國民能源需求的增加，自產量和消費量之間的缺口也越來越大，用以補齊缺口的進口能源量也逐年增多。2012年中國石油自產量為207.5百萬噸，進口量達到271.3百萬噸，石油對外依存率達到57.1%;天然氣自產量為1072億立方米，凈進口量為386億立方米，對外依存率達到6.4%。中國能源自產和進口都面臨很大的風險。自產方面，隨著中國能源開采量的逐步增加，開采難度也日益增加，能源開采所需的投資也迅速攀升，使中國的能源生產面臨較大的風險。進口方面，中國能源的進口，特別是石油進口較為依賴中東和非洲，由于這些地區政治原因，能源進口保障具有很大的隱患，此外，進口能源運輸長期依賴馬六甲海峽海運，一旦此海洋運輸出現問題，中國的能源供給將面臨巨大威脅。最后，能源行業的巨大投入對中國能源融資提出了巨大挑戰。能源行業屬于典型的資本密集型行業，在能源的前期探尋、開采和加工期對資金的需求十分巨大。隨著中國能源需求的不斷增加，能源投資需求也出現了“井噴式”增長。據聯合國機構評估，到2030年，中國為滿足能源需求將需要投入資金2.3萬億美元以上。如此大的資金需求對我國能源融資金融機構和能源生產企業都是巨大的挑戰。現如今中國能源融資面臨融資渠道狹窄、能源企業負債率過高、融資成本高昂、能源投資效率低、規避風險能力差等問題，對中國能源金融安全提出了很大的挑戰。能源安全需要實體能源經濟和虛擬能源經濟(能源金融)的共同保障，而中國能源金融的發展滯后，能源企業在很長一段時間內都沒有國際能源市場的定價權，能源產業都不得不承受國際能源市場和國際金融市場所帶來的價格風險之痛?？v觀全球能源金融市場，其市場規模和影響力日益擴大，全球能源價格波動日益加劇，中國能源企業面臨巨大的成本推動的壓力，金融市場被動接受全球金融財富分配，國內金融體系的穩定和國家能源安全也受到全球市場的沖擊。能源金融風險預警機制對于中國能源企業加強能源風險管理，更好地融入世界能源金融市場提供重要的參考價值。然而，中國對于金融風險的預警研究自20世紀80年代才正式開始，目前仍然處于剛起步階段。因此，本文的研究集中在對能源金融風險的量化分析和預測，并對中國2002～2014的能源金融市場風險強度作出計算和預測，希望研究結果對中國能源金融市場風險預警管理有借鑒價值。
二、能源金融風險特征
(一)能源金融能源金融風險是伴隨著能源金融而生的，具體而言，能源金融具有以下3個特征。第一，能源產品正不斷地金融化。美元主導下的能源體系具有不穩定的特征，能源價格隨著美元以及各種金融資產而發生改變，匯率的波動以及隨之產生的美元資產的波動使石油產品越來越具有金融產品的特征。第二，能源市場在不斷地金融化。能源市場金融化的最典型表現是能源衍生品市場的金融投機。如石油價格問題，除了供需等因素外，在一定程度上也是金融投機所致，使得石油本身的風險程度與金融市場之間產生掛鉤和強烈的共鳴。第三，能源產業在不斷地金融化。能源產業的金融化最集中的表現是能源產業開發金融投資與融資模式。當前世界油氣資源主要掌握在跨國石油公司(如殼牌、美孚石油、英國石油)和國家石油公司(如中石油、中石化、Gazprom)等。這些大型石油能源公司有著先進的勘探開發技術和雄厚的資金，對產油國政策具有極大的影響力，通過多種多樣的融資手段，對世界各地的能源資源進行投資。借助其在國際市場良好的信用，這些大型石油公司通過發股、發債、國際借貸等各種途徑獲取流動資金，管理企業的財務成本，并通過項目投資等各種方式投資于油田氣田，然后通過能源金融衍生品最大程度地規避風險。
(二)能源金融風險能源金融風險是指在國民經濟運行中，能源行業在投資或融資過程中所面臨的遭受損失的可能性，能源金融的風險是多方面的，典型的包括價格波動風險、能源金融衍生品市場風險、匯率風險、流動性風險、操作風險、地緣政治風險以及海外投資競爭風險等。由上述能源金融的特點可以看出，歸納來說，能源金融風險主要具有以下4個特征。第一，能源金融風險受國際金融市場的影響較大。一方面，能源特別是油品的價格跟美元匯率波動息息相關;另一方面，能源企業通常容易受到全球能源衍生品市場波動的影響。還有，國內能源金融風險對沖的機制不完善，監管上也存在漏洞，價格發現的功能不能很好地體現出來，國內企業難以通過國內的衍生品交易對沖降低自身風險。第二，能源金融風險受國家產業政策變化影響較大。能源是關乎國計民生的重要支柱行業，更加容易受到國家政策的干預，國家對能源行業的戰略部署和調控都會對能源風險產生重要影響。第三，能源金融風險受國際地緣政治的影響較大。能源供給安全是各國國家戰略的重心，能源的價格以及供給平衡除了市場出清等作為依據外，還是石油生產國、消費國之間博弈的結果。石油生產國對產量的管制、石油消費國對石油產地的選擇以及戰略儲蓄，都會對國際能源金融產生劇烈影響。第四，能源金融風險還受到自然災害、天氣條件影響，具有一定的不可預測性。自然災害和惡劣的天氣條件將直接影響能源企業對能源的開采、運輸、儲藏等各個環節，通過改變供應來影響能源價格，作用到能源企業和投資者身上，此外，氣候變化等導致極端氣候發生的因素也會對能源的需求產生影響(如暖冬、寒潮等)，進而影響能源供給平衡。能源價格供應等因素的變化會對能源企業經營效果產生深遠影響，甚至還會威脅國家的能源安全?？刂颇茉唇鹑陲L險，保證能源金融安全即是要求在面臨經濟全球化和國內外不穩定因素等各種威脅下，國家能夠成功應用各種手段將能源供給危機和能源產業發展危機控制在可調范圍之內，力促能源供需正常匹配，滿足能源行業各企業的融資需求，降低和防范能源企業和國際能源戰略投資風險，保證能源行業投資目標順利完成。能源金融風險的因素有很多種，而且往往相伴而生同時出現，故而能源金融體系的風險無時無刻不在，風險的逐漸演變決定了能源金融的安全也僅僅是一個相對的、動態的安全，是各個層級的能源個體風險管控機制的動態均衡，能源安全的狀態也是在這種動態均衡中不斷適時調整。因此，以一種具體的標準來衡量能源金融風險，評價能源金融安全是不可能實現的，這也正是建立能源金融風險預警的意義所在。
三、能源金融市場風險
預警指標的選擇全面的能源金融風險預警管理是一個非常龐雜的系統，本文希望對基于市場層面的能源金融風險預警進行探索性研究。
(一)能源金融市場風險指標分析能源金融風險是可以分為宏觀、中觀和微觀層面的風險，宏觀層面的如地緣政治風險、微觀層面的如流動性風險和操作風險等，本文研究的重點是中觀層面分險，即能源金融市場分險，典型的包括價格波動風險、能源金融衍生品市場風險、匯率風險等。雖然煤炭、石油、天然氣以及其他能源電力行業所面臨的金融風險會根據其所處的行業有所差別，但是大體可將能源金融市場風險分為以下兩個層面:宏觀經濟影響風險和投融資風險。相應地，能源金融市場風險指標也同樣分為宏觀經濟指標和投融資風險指標。
1.宏觀經濟指標。包括GDP增長率、CPI定基指數、企業景氣指數、貨幣供應量增速、財政比例以及貸款增長率等，這些指標來源局限于能源行業。
2．投融資風險指標。投融資風險受到國內外金融市場、國內外石油市場的影響，指標包括能源市場需求增速、黃金指數、美元指數、石油價格、上證指數以及銀行和企業金融指數，如上證指數、資產負債率、資金成本率等，這些指標來源多元化，對能源行業的投融資風險影響很大。
(二)指標的選擇對能源金融市場風險進行評價需要選擇最能夠反映能源金融風險的指標，通過指標的變化來判斷能源金融市場風險未來的改變，為能源金融市場風險的爆發做出預警。指標的選擇主要考慮的因素有:一是經濟發展以及能源需求對能源安全提出的要求;二是金融市場的變化對能源風險因素的影響;三是指標數據的可獲得性?；谝陨峡紤]，本文對能源金融市場風險預警指標選取以下5個，即能源需求量增速、實際GDP增速、美元指數、股指變動率、石油價格。在5個指標中，能源需求量增速和實際GDP增速體現了能源供給的情況:GDP增長迅速，為GDP提供增長的能源需求也會隨之上升。能源需求量增速在統計上的數據是每年的能源消耗量，即反映了能源的供給與需求平衡的情況。股指變動和石油價格反映了國際金融市場和能源市場的形勢，其變動對中國的能源安全起到重要影響。美元指數也十分重要，美元的強弱升跌都會對油價和金融市場產生影響，進而引起能源金融風險的升降。
四、模型及其應用研究
(一)基于PCA＆ARMA的能源金融市場風險預警模型主成分分析法(PCA)是評價具有一定相關關系的指標組的重要方法，可以抽取各個指標的特征，以較少的變量來表征整組指標的特征，因此，本文將其應用于多指標評價的能源金融風險評價。能源金融市場風險的預警歸根結底是對未來能源金融市場風險強度的預測。在根據主成分分析法得出歷年的能源金融市場風險強度后，預測模型必須能夠合理考量歷史趨勢，即根據過去的時間序列建立模型推算未來的風險強度。ARMA時間序列模型預測方法的核心思想便是根據現象的過去行為預測未來，故而本文選擇ARMA模型預測未來的能源金融市場風險。預警模型建立的主要步驟如下:
1.指標原始數據的標準化。首先計算每列數據的均值，再用均值減去每一指標數據，最后再將其差除以原有數據的標準差。
2.計算相關系數矩陣。每個指標之間都計算其相關系數，利用相關矩陣可以進一步推算出其特征向量和特征值，從而選取確定主成分。
3.計算特征根以及特征向量，并計算一組特征根和特征向量的貢獻率，將特征向量按照特征根加權。計算出特征向量Ek和特征值λk，選取λk＞1的特征根和特征向量作為主成分。
4.計算能源金融市場風險強度。能源金融市場風險強度是衡量能源金融市場風險的指標，其值越大表示風險程度越高，根據特征向量中的各個元素作為權值，與每一年的相對應指標值相乘，可得到能源金融風險強度。
5.利用ARMA模型建立回歸模型。檢驗能源金融市場風險是否為平穩時間序列，如果不是則需要差分后再進行回歸，根據回歸的結果預測未來的能源金融市場風險強度。
(二)應用研究本文選取中國2002～2013年的相關數據對中國能源金融市場風險強度進行計算。
1.數據說明。股指標的為標普500，美元指數按照美國洲際交易所數據，二者年度數據選取年末最后工作日數據。中國GDP增速以不變價計算，數據來源為《中國經濟統計年鑒》，能源需求量增速數據來源為《中國能源統計年鑒》，石油價格選取大慶油田年末數據。
2.主成分分析。首先對5個指標的數據進行標準化處理，再根據標準化后的指標數據進行主成分分析。
3.ARMA模型。對表5中的能源金融市場風險強度建立ARMA模型，設其時間序列名為index。首先根據ACF圖判斷index的穩定性，結果發現極其不穩定，故而對index時間序列進行差分，得到時間序列index_d。自相關和偏自相關兩個圖形都呈現拖尾的現象，是典型的ARMA(p，q)型的結構。
五、結論及政策建議
(一)研究結論本文通過對能源金融市場風險和風險預警基本概念的界定，提出能源金融市場風險預警的基本經濟金融指標，并通過主成分分析定義能源金融市場風險強度，計算了中國2002～2013年的能源金融市場風險強度，應用ARMA模型對中國2014年的能源金融市場風險強度進行預測。主要結論如下:
1．能源金融市場風險是一個綜合變量，國內宏觀經濟指標、國際金融指標及能源相關指標都是重要影響變量，通過適當的方法，如主成分分析是可以對其進行量化分析的。結合ARMA模型，可以對能源金融市場風險強度進行預測，進而對我國能源金融風險管理和能源安全管理提供有益的參考。
2．對2002～2014年中國能源金融市場風險強度的計算和預測表明，中國能源金融市場風險在2006年以前處于“安全”級別，此后，除在2008年短暫的恢復“安全”級別外，中國能源金融市場風險一直在上升，但仍處于“可控”的區間。當前中國的能源金融市場風險處于較大風險區間，按照能源金融市場風險強度的增長趨勢，未來能源金融市場風險有可能進一步增加。
(二)政策思考本文實證研究表明能源金融市場風險強度的大趨勢是不斷增強的，因此，為確保中國能源金融市場的穩定，保障國內經濟建設的正常運行，維護國家利益，中國能源金融市場需要一套針對全球金融市場的風險預警管理體系，及時高效地對風險進行管理。具體來講，加強中國能源金融市場風險預警管理應該從以下3個方面入手。
1.信息透明化是能源金融市場風險預警管理的前提。當前，中國能源信息的權威公布平臺少，各地各企業分裂統計，信息整合性差，市場存在明顯的信息不對稱，灰色地帶過多。與新加坡的普氏價格指數相比，中國能源信息平臺僅服務于國內市場，在國際市場上缺乏影響力，這也在一定程度上限制了中國對能源市場的定價權。雖然中國2006年就開始與國際能源信息署(IEA)合作，雙方就國家戰略石油儲備與石油市場數據分享達成一致協議，但目前仍沒有實質性的進展。因此，國內一方面要繼續籌建一個多方參與的權威信息平臺，另一方面也要積極走出國門，在國際市場上發揮作用，爭取早日實現中國的能源信息透明化。
2.能源金融市場與傳統金融市場的創新合作是能源金融市場風險預警管理的核心。當前，雖然發達能源金融市場在市場體系上構建了如銀行、基金、債券、期貨等多層次的交易市場值得中國能源金融市場借鑒，但中國資本市場的不完善會在一定程度上限制能源金融市場的多元化。雖然如此，中國傳統金融市場在過去的二十幾年里摸索前進，在交易場所、交易制度設計和交易平臺管理上也積累了豐富的經驗，能源金融市場可以充分利用現有的金融市場體系來擴大交易規模，完善交易制度。同時，金融市場有著極強的創新能力，能源金融市場借助金融市場的力量，在能源金融產品研發、交易規則設計、風險管理等方面將取得快速發展。
金融市場風險論文范文2
【關鍵詞】POT；APARCH-M；動態風險；杠桿效應
近年來，由美國次貸危機引發的金融危機使得各國金融市場產生大幅波動，讓人們廣泛意識到對金融機構等實施金融風險管理的重要性。因此，對金融市場極端情形下的損失風險的估計和預測是研究者和各投資者關注的焦點。VaR(Value at Risk)技術正是這樣一種定量工具，目前已受到業界的廣泛認可，為全球金融市場、電力市場及石油市場廣泛采用[1-2]。但是VaR只是市場處于正常變動下市場風險的有效測度，它不能處理金融市場處于極端價格變動的情形，如股市崩盤等，并且它自身不是一致性風險度量工具[3]。而ES(Expected Shortfall)是度量損失超過VaR的期望損失，能較好度量極端風險，并且它是一致性風險度量[3-4]，于是論文將ES作為VaR的一個補充。在傳統的風險度量模型中一般考慮的是整個收益率的分布，常用正態分布、t分布、混合正態分布、Laplace分布等來描述。而極值理論(Extreme Value Theory)描述的是分布的尾部行為，故而近年來熱衷于將極值用于風險度量研究中[2-7]。
目前，國內外對極值的研究主要集中在條件極值的風險度量和應用上[3-7]。條件極值模型主要是將極值理論中的POT(Peaks Over Threshold)模型與波動模型結合。在國內，極值理論的研究起步較晚，但發展迅速，余力[5]和陳守東[6]等的研究結果表明動態VaR比靜態VaR度量更準確；但上述文獻中都沒考慮金融資產收益率波動的杠桿效應，即非對稱性。林宇[7]則通過非對稱波動模型與極值模型結合度量風險，測試結果較準確。但他們的研究都忽略了金融資產收益中包含了對風險的補償，即金融資產收益率與資產風險具有密切的關系。為了反映出這種關系，Engle等1987年提出了GARCH-M模型[9]。陳澤中[9]將GARCH-M模型和EGARCH模型結合起來，分析了我國股市波動的特點。實證結果表明，我國股市存在明顯的杠桿效應，且收益率與波動性存在顯著的正相關關系。
為了更準確地度量金融市場風險，論文采用更一般的APARCH模型來描述收益率序列的波動，并充分考慮了金融市場的收益率與風險的正相關關系。將極值理論中的POT模型與APARCH-M模型結合，提出了基于POT-APARCH-M的風險度量模型。
1.APARCH-M模型與極值理論中的POT模型
1.1 APARCH-M模型
在針對金融時間序列波動性的建模中，Bollerslev在ARCH模型的基礎上提出了廣義自回歸條件異方差模型，這正是我們目前研究比較多的GARCH模型。GARCH模型是ARCH模型的重要擴展，然而GARCH模型并不能完全反映金融市場波動的特征，特別是其中的杠桿效應。于是Ding，Granger和Engle在1993提出了一個非對稱的GARCH模型，即APARCH(asymmetric power ARCH)模型[11]。該模型是個歸納性較強的模型，它將多種ARCH模型和GARCH模型作為其特例，其中包括了TS-GARCH模型，GJR-GARCH模型，Log-GARCH模型，TARCH模型，NARCH模型等[10]。APARCH模型不僅包含了一般GARCH模型的特點，而且還可以捕捉金融市場的杠桿效應。設是股票每日價格的對數收益率序列，滿足嚴格平穩性，且服從APARCH(p,q)過程，則可以由下式表達：
(1)式為均值方程，其中為條件均值，為殘差；(2)式中的為條件方差，為標準化殘差，是服從均值為0，方差為1的獨立同分布序列；(3)式為波動方程，其中參數，，，，，，反映沖擊的杠桿效應。
由于金融資產風險的變化對收益的影響，高的收益往往伴隨著高的風險，即是資產的收益率會依賴于它的波動。為刻畫這種現象，1987年，Engle、Lilien和Robins提出了GARCH-M模型，其中“M”表示收益率的條件均值為GARCH[8]。此時，條件均值可以表示為：
上式中的和為常數，參數叫做風險溢價參數，為正值意味著收益率與它的波動正相關。
于是將(4)式代入到(1)式中，就可以得到APARCH-M模型，即
3.算例分析
3.1 模型參數估計及動態VaR和ES估計
論文選取深證綜合指數從2003年12月10日到2011年1月20日的每日收盤價，共1729個數據。取2003年12月10日到2010年1月7日的每日收盤價共1479個數據，用來估計模型的參數；2010年1月8日以后共250個數據用來后驗測試。數據來源于大智慧股票軟件。深證綜指的日損失序列定義為，其中為時收盤價。論文所有的數據處理和分析都在Eviews5.0和R軟件下進行的。
通過Eviews5.0軟件計算得到損失序列的基本統計特征見表1，括號內為p值。
從表1中可以看出該損失序列尖峰厚尾，且不對稱，呈現右偏情形；單位根ADF檢驗結果表明在1%的置信水平下該序列不存在單位根，即損失序列是平穩的；Ljung-Box統計量Q(5)、Q(10)表明該序列有一定的自相關性，Q2(5)、Q2(10)表明損失序列的平方自相關，從而該損失序列具有很強的ARCH效應。根據前面的分析使用APARCH(1,1)-M-t模型對深證綜指樣本內損失序列建模，并用最大似然估計對參數進行估計，估計結果見表2。
模型擬合后，對其殘差進行ARCH檢驗，其檢驗統計量LM(6)的p值為0.99，從而可以判定殘差沒有異方差性。標準化后的殘差序列均值幾乎為0，方差也十分接近于1，基本可以看成是標準殘差序列。然后對其進行相關性檢驗，Q(5)=24.301(0)，從而可以認為其是獨立序列。標準化后的殘差序列的閾值，MEF(超額均值函數)確定如下圖1所示。從圖1中可以看出閾值在1.8左右，然后結合McNeil和Frey對比Hill方法、歷史模擬法等方法，發現選擇5%左右的極值數據使用GPD估計效果較好，于是閾值可以確定為1.806，接下來對超過閾值的部分進行GPD擬合，結果如圖2所示。從圖上看出擬合效果相當好，并且作出其QQ分位圖，如下圖3所示。于是可以用GPD分布對極值建模，參數估計結果為，。
3.2 模型檢驗
為了考察風險度量模型的預測效果，常采用Kupiec的失敗次數檢驗方法。其基本思想是：在置信水平為P的條件下，在第t日估計出第t+1日的風險值和，對于第t+1日的實際損失，如果估計出的，那么就認為風險估計值在第t+1日是失敗的，并計數一次。最后將失敗次數比上考察的總次數得到失敗率。對于ES的估計也是采用同樣的方法。如果失敗率遠大于，則認為是低估了風險，反之則是高估了風險。只有失敗率接近，風險度量方法才被認為相對可靠。論文還將此模型檢驗結果與EGARCH-M-POT模型，APARCH-POT模型檢驗結果進行了對比，從而可以看出此模型的優越性。
從上表2深證綜指的后驗測試結果可以看出，在99%置信水平下，這三種模型預測的效果是一樣的，但在97%置信水平下，基于POT-APARCH-M和POT-EGARCH-M模型預測效果是一樣地優于基于POT-APARCH的，從而表明了考慮收益與風險正相關對于金融市場風險的度量更加合理。在95%的置信水平下，基于POT-APARCH-M模型預測的效果是最好的，因為它是失敗率是最接近5%，從而表明考慮更一般的APARCH模型來描述收益率的波動比EGARCH更合理。而通過計算ES的失敗率結果在高置信水平下，ES的失敗率都為零，從而表明ES相比VaR是更為保守的風險度量。
4.結論
論文建立了基于極值理論的POT-APARCH-M-t的動態風險度量模型，用來度量金融市場風險。在描述金融市場波動特征時，采用更一般的APARCH模型。結果表明它比EGARCH模型更優越。在金融市場中往往高的收益伴隨著高的風險，即收益與風險是負相關的，從而將APARCH模型與GARCH-M結合。經過深證綜指風險度量結果表明損失與風險是負相關的，并且更準確地度量風險。而在度量空頭風險時，通過檢驗表明，在高置信水平下，ES過于保守，從而可以看出收益率的右尾較薄。論文只是對收益率分布上尾極端風險進行了度量，當然還可以對下尾極端風險進行度量，論文在閾值選取時，帶有一定的主觀性，閾值準確的選擇方法一直是現在要解決的問題。
參考文獻
[1]王春峰.金融市場風險管理[M].天津:天津大學出版社,1999.
[2]Bekiros S.D.,Georgoutsos D.A.Estimation of Val-ue-at-Risk by extreme value and conventional method:a comparative evaluation of their predictive performa-nce[J].Int.Fin.Markets,Inst.and Money,2005(15):209-228.
[3]Artzner P.,Delbaen,Eber J.M.,and Heath D.Coher-ent Measures of Risk[J].Mathematical Finance,1999(9):203-228.
[4]Bhattacharyya M.,Ritolia Conditional VaR using EVT-Towards a planned margin scheme[J].Internatio-nal Review of Financial Analysis,2008(17):382-395.
[5]余力,張勇.應用極值分布理論的VaR和CVaR估計[J].求索,2010(4):64-66.
[6]陳守東,孔繁利,胡錚洋.基于極值分布理論的VaR與ES度量[J].數量經濟技術研究,2007(3):118-124.
[7]林宇,魏宇,黃登仕.基于GJR模型的EVT動態風險測度研究[J].系統工程學報,2008,23(1):45-51.
[8]Ruey S.Tsay.金融時間序列分析[M].北京:人民郵電出版社,2009.
[9]陳澤忠,楊啟智,胡金泉.中國股票市場的波動性研究――EGARCH-M模型的應用[J].決策借鑒,2000,13(5):24-27.
[10]張世英,樊智.協整理論與波動模型[M].北京:清華大學出版社,2009.
金融市場風險論文范文3
關鍵詞：農村金融市場；農村金融體系
本文系遼寧省社會科學規劃項目《我省農村地區金融現狀問題及對策研究》（批準號：L11CJY037）部分研究成果
中圖分類號：F83 文獻標識碼：A
原標題：農村金融市場發展分析——以遼寧省為例
收錄日期：2012年12月21日
一、遼寧省農村金融需求和供給分析
（一）遼寧省農村金融需求分析。一是農戶的金融需求。農戶融資最重要的原因是維持生產和經營費用；二是農村企業的金融需求。農村企業以中小企業為主，資金缺乏問題是主要的制約因素；三是農村公共體系的金融需求。農村科教文衛建設需求數量巨大的資金。社會主義新農村建設基本要求是提升農民素質，在基礎教育體系、職業培訓體系等多方面需要金融市場提供充足的資金。遼寧省形成的農村三級衛生服務體系是以龍頭、鄉鎮衛生院為主、村衛生室為基礎的醫療服務體系。這需要大量的資金支持；四是農村基礎設施的金融需求。水利化、機械化等農村基礎設施建設，需要金融市場提供資金。
（二）遼寧省農村金融供給分析。一是農村合作機構是農村金融信貸的主要供給者，農信社占全省農業貸款余額絕對比重；二是農村新型金融機構發展迅速；三是政府財政資金供給。由于農業弱質，國家需要給予農業一定補貼，支農財政資金相對于需求而言，略顯不足；四是農業的自我積累資金。這部分資金多數用于農業生產，但其規模大小要受到收入情況的制約；五是社會關系和高利貸。隨著農村經濟的快速發展，關系型資金借款無法滿足需求；六是一些國際融資和企業借貸。
二、遼寧省農村金融市場現狀分析
（一）政策性銀行和國有商業銀行功能弱化。由于政策調增，農業發展銀行目前信貸業務主要集中在國有糧油面流通環節，僅在農產品收購方面發揮作用，業務功能單一，在支持農業產業化及基礎設施建設等政策性業務上僅處于起步階段。國有商業銀行在農村地區的分支機構大量萎縮，撤并效益較差的貧困地區基層網點，轉投大城市和回報率較高的城鎮。
（二）農村信貸利率高，資金外流數額逐年增大。農村金融需求主體在融資過程中需要相應的擔保，但農村擔保主體匱乏、擔保能力有限，使得農村金融在融資過程中喪失了有效擔保機制。同時，農業保險覆蓋面狹窄，無法有效分散農業風險，這些都推高了農業信貸的資金利率；另一方面農村資金大量外流，農村貸款難的問題突出，資金無法滿足遼寧農業產業結構和產業化發展的資金需求。
（三）非正規金融缺乏必要的規范。就功能而言，農村非正規金融機構為農村經濟發展起到很好的促進作用，但也存在很多問題。一方面目前非正規金融的發展完全處于市場自由發展的放任狀態，使得政府缺乏必要的監管；再有由于法律框架建設問題，其除了面對一般金融機構共同面對的市場風險外，還要面對得不到市場保護的非市場風險。
三、制約農村金融供給的原因分析
（一）農村信用環境的缺失。信用環境存在問題較多。主要是金融機構貸款逾期過高，企業間互相拖欠債務普遍，以劣充優、以次充好和欺詐失信等嚴重沖擊著商業信用關系和消費信用關系。據不完全統計，目前國有商業銀行不良貸款占其全部貸款的比率為25%。作為社會信用的個人部分，信用觀念淡??；同時還缺乏信用風險防范意識。由于銀行和農村信用社無法考察客戶信用程度，更不能對其實行監控，從而給銀行增加了信用風險。
（二）金融市場的信息不對稱。信息不對稱造成了市場交易各方的博弈失衡，影響博弈的公平和公正，使得市場對資源配置出現低效率。在農村金融市場上，銀行對借款人資金運用的目的、風險及還款能力等信息無法準確獲知，財務制度和信用體制不完善也使得借款人無法向銀行傳遞準確的借款信息，使得金融機構處于信息的劣勢一方，在這種情況下，金融機構通過惜貸或者提高貸款利率來規避風險，壓縮了信貸供給量。
四、完善遼寧省農村金融市場發展的建議
（一）注重農村金融市場結構優化、體系健全和深度拓展。遼寧農村金融市場發育程度較低、發展較慢、結構失衡，亟待進一步拓展和優化。規范和發展銀行借貸市場和證券市場，國有商業銀行要辦成真正的現代商業銀行，依法自主借貸，擴大對農業、農民和農村的貸款，增加銀行借貸市場份額。證券市場主要是培育鄉鎮企業和農村中小企業，使那些具有一定規模、富有特色優勢和發展潛力的企業及生物技術等高新技術企業通過多種形式改制包裝上市，通過發行股票、債券進行融資。
（二）建立真正適應農村金融需求、適度競爭的農村金融機構體系。深化改革商業銀行機構，國有商業銀行應按照現代商業銀行要求，進行股份制改造，從而實現產權結構多元化和人格化，并完善法人治理結構。而在農村的機構應按照效益為原則，自主進行機構撤并或重組，逐步退出效益低的農村金融市場。農業發展銀行要拓寬資金來源渠道，改善資金來源結構，提高自身籌資能力，增強服務農業的實力。
（三）完善農村保險體系。創新農業保險產品，探索建立農村銀?；訖C制，適時引入“小額信貸”+“小額保險”的雙驅模式。在農村小額信貸審批環節，將農戶的保單質押納入有效的貸款擔保物范圍，建立好相關的風險防范機制。發展多元化的保險供給主體，建立專門的政策性農業保險公司，可由政府出資，但保持市場化的運作方式；由商業保險公司兼營農業保險業務，充分利用其專業的資源和經營技術；引進在經營農業保險業務上比較成功的外資保險公司，以吸收其在農業保險方面的先進管理經驗；進一步完善農業保險體系，逐步把農業保險業務從商業保險中分離出來，使其成為政策性保險，由政府進行相應的財稅支持。
主要參考文獻：
[1]郭菊蘭.農村金融市場建設與解決籌資難對策研究.中國鄉鎮企業會計，2010.
金融市場風險論文范文4
論文摘要：金融危機對美國乃至世界經濟產生了巨大影響，加劇了全球金融市場的動蕩。次貸危機產生了嚴重的流動性問題，一些商業銀行、國際投資銀行因此而倒閉，這嚴重影響了金融行業的盈利能力和股票市值穩定?？梢哉f，金融危機對銀行業流動性風險管理提出了新的挑戰。雖然我國銀行業受金融危機的沖擊有限，但是銀行業仍應吸取金融危機的教訓，強化對流動性風險的管理，不斷完善未來市場競爭加劇情況下的流動性管理工作。
由于受金融危機的影響，全球金融市場繼續表現疲弱，系統性風險的各項指標依然沒有好轉。
這場始于美國房價暴跌的信貸危機已經觸發全球經濟“惡性循環”，經濟增長放緩周期將進一步延長，次級貸款損失萬億美元。美國金融危機對銀行業流動性風險管理提出了新的挑戰。
商業銀行經營要遵循的盈利性、安全性和流動性三原則中，流動性處于關鍵的地位，資產流動性管理已成為現代商業銀行經營管理水平的重要標志。新巴塞爾協議和現行的監管規定在信用風險、市場風險和操作風險等方面對銀行業的要求雖然很多也很復雜，但是并未強調銀行業的流動性風險?，F在，從美國次級貸款危機中我們可以看到流動性風險帶來的代價是慘重的。因此，中國銀行業應強化對流動性風險的管理，即使是在目前存貸比都比較高的情況下，也應做好充分準備，完善未來市場競爭加劇情況下的流動性管理工作。
一、金融危機對銀行業流動性風險管理的影響
（一）金融危機加劇了銀行業資金回收的困難
由于金融危機的影響，發達國家金融機構資金緊縮，從而引發其對外放貸更加謹慎，貸款總量也由持續穩定的增長轉為呈現出近年來首次大幅減速的趨勢。據美聯儲統計，2008年前三季度美國商業銀行對國內工商業的貸款余額同比增速比上年同期下降約4個百分點。金融機構放貸緊縮使得美、歐等國的進口商融資難度增加，資金周轉情況比以前明顯惡化，而對我國出口企業的直接影響就是國外進口商的償付能力下降，貨款收回的風險加大。據調查，信用較好的進口商在過去交貨后20~30天內會將預付款以外的貨款結清，但自金融危機以來，付款周期普遍延長到了40~50天。這極大地影響了出口企業資金流動性，甚至波及國內供貨商，從而在更廣泛的范圍內影響到我國銀行資金的回收，加劇了資金回收的困難。
另外，金融危機導致了全球性的經濟發展減緩，國際市場需求萎縮，這對我國的出口企業產生了巨大的影響。2008年，金融危機對我國的出口影響逐月增加，從11月開始首次出現了負增長，11月份當月我國口1149.9億美元，下降2.2%，中國外貿單月進出口首次出現負增長；12月份當月我國出口1111.6億美元，下降2.8%。企業尤其是對
危機的嚴重程度沒有準確預測的企業，生產的大批產品出口無路，庫存積壓，占用了大量資金，致使企業資金鏈斷裂，無法償還銀行貸款，銀行資金回收更加困難。
（二）金融危機加大了銀行資產結構單一的風險性
1.銀行資產組成方面
從資產組成看，商業銀行的資產主要是現金包括存放中央銀行和存放同業、托收未達的現金等。商業銀行的資產中固定資產流動性最差，現金資產的流動性最強，貸款和證券視期限和性質而具備不同的流動性。一些針對基本客戶發放的短期流動性資金貸款，雖然期限較短，但往往不具有流動性。
我國商業銀行的資產大部分表現為貸款，結構單一，基本沒有流動性二級儲備，一級儲備的大部分又滯留在中央銀行里，銀行很難根據流動性需要，隨時抽回，做自主性調劑。雪上加霜的是，金融危機導致銀行的貸款回收難度加大，加劇了商業銀行的流動性風險。
2.銀行資產期限方面
從資產期限上看，由于信貸資產占據了資產的絕大部分，該部分的資產的期限結構對商業銀行的中長期流動性具有很大的影響，因此中長期貸款增加、短期貸款收縮是商業銀行面臨的一個主要問題。從目前的狀況來看：一方面，金融危機使企業的經營進入一個“寒冬”階段，貨款回收困難，企業在短期內都不可能籌集大量資金，而有可能靠銀行的中長期貸款“過冬”；另一方面，金融危機以來，房地產行業驟然降溫，國家出臺了眾多優惠政策，支持房地產消費。結果，個人消費信貸快速發展并以住房抵押貸款為主。從以上兩個方面我們可以看出，銀行中長期貸款比例是不斷上升的。
（三）金融危機使金融市場發展進程有所放緩
從理論上講，金融市場的發達程度與商業銀行的流動性是一種既矛盾又互相促進的關系，金融市場越發達，商業銀行的資金來源競爭就越激烈，對負債的流動性管理就會越困難，但從流動性來源來講商業銀行可以更加容易在發達的金融市場上取得流動性資金來源和變現自己的流動性資產以彌補自身流動性不足。
之前，我國金融市場發展遠遠滯后于整體經濟的發展是不爭的事實；現在，金融危機使我國的政策制定者更加偏于謹慎，金融危機使金融市場發展進程有所放緩，束縛了銀行流動性風險管理。
二、銀行相應對策分析
（一）透析國家宏觀經濟政策適時調整的目的
宏觀經濟順應經濟形勢適時的調整，是避免經濟和金融市場過度波動的重要手段。美國政府接管“兩房”的救市舉措提醒我們，要密切關注全球經濟和金融市場的走勢和最新變化，努力應對并化解次貸危機風險和負面效應，在加強金融監管的同時，關鍵還在于及時果斷采取應對措施救市和治市，包括建立平準基金或暫時以匯金公司代行平準基金職責，財政政策刺激方案，以減緩國際金融市場動蕩對我國金融體系和經濟的沖擊。銀行業要及時關注國家宏觀經濟政策的調整，抓住調整的實質，以預測國家貨幣和財政政策的走向。
例如，面對次貸危機不斷惡化導致的全球金融市場動蕩的局面，中國人民銀行從2008年9月16日起下調人民幣貸款基準利率和中小金融機構人民幣存款準備金率。隨后面對美國金融危機不斷蔓延的情況，央行又加強對貨幣政策工具調整的力度，自10月9日起下調一年期人民幣存貸款基準利率各0.27個百分點，其他期限檔次也相應調整；自15日起下調人民幣存款準備金率0.5個百分點。
“存款準備金率”和“存貸款基準利率”作為中央銀行最具影響力的貨幣政策工具，能夠直接調控貨幣供給。利率和準備金率的“雙降”表明政策操作已經由“防通脹”轉向“保增長”。上述降息舉措無疑放松了銀根，向市場注入了流動性，在某種意義上說是配合全球央行穩定金融市場的政策，同時，在某種程度上對房地產等資金鏈緊張的行業無疑是“雪中送炭”。這一貨幣政策的調整也預示著未來一系列政策調整的開始，包括減稅刺激資本市場和房地產市場，如降低印花稅，對儲蓄存款利息所得暫免征收個人所得稅，降低房地產交易稅費，提高出口退稅率以刺激出口等財政政策的出臺。
（二）加強預警
針對全球金融市場持續動蕩，美國金融危機不斷蔓延的現狀，金融機構應關注以下方面并及時預警：
首先，外匯管理方面。匯率變動引起的外幣資產風險包括匯率風險和信用風險，金融機構要實時關注手持主要外匯的匯價變動情況，必要時通過調整資產組合的種類或者比率及時止損。
其次，抵押信用債券市場方面。金融機構應密切關注抵押信用債券市場的發展，保持對相關風險的敏感程度，及時評估，審慎計提相應減值準備，相機抉擇出售相關的抵押支持債券及資產支持債券等，最大限度維護資產安全，保障我國金融市場的穩定。
再次，對國際游資的關注方面。金融機構應該對國際游資進入我國金融市場保持警惕，關注其中國股市和房市的沖擊，主動防范信貸風險的加大，尤其是資產證券化衍生產品的信用風險。另外，也要注意美元反彈后游資回流美元市場導致國內資產價格下降泡沫破滅的風險，合理分析和判斷利率、匯率走勢，為把握投資和交易機會做好充分的準備。
（三）加強信用風險管理與流動性風險能力
作為銀行自身，強信用風險管理與流動性風險能力需要加強以下幾方面工作：
1.加強信用風險管理
銀行業加強風險管理要充分利用社會征信系統對貸款人的資信狀況和還款能力進行充分評估，完善貸前審查評估和貸后跟蹤程序。在評估的過程中，嚴格按照銀行系統的相關規定，避免任何“地下貸款”的現象，最大限度地減少銀行不良資產比率。
2.推行資產證券化、改善資產結構
隨著全球經濟一體化進程不斷深入發展，我國銀行業應逐步與國際接軌。在這一要求下，資本充足率是困擾我國商業銀行的一個很大問題。目前我國銀行業資本結構單一，資本補充渠道狹窄，在暫時不能有更好外來資本補充渠道的時候，推行資產證券化，不實為降低資產整體風險權重的有效方法，能相對提高資產充足率，同時對盤活存量資產的流動性也具有現實意義。
我國商業銀行目前導致資產負債期限結構不匹配的最大因素就是個人住房抵押信貸的高速增長，加上國際游資對我國房地產市場的投機對銀行房信資產價格的潛在影響，建立與住房抵押貸款證券化有關的法律法規，穩步推行住房信貸資產證券化不僅是實行銀行資產證券化的良好開端，也是防范銀行流動性風險，改善資產結構的有效方式。
但是同時我國銀行業應該吸取此次金融危機的教訓，注意證券化資產的質量以及杠桿比率，把資產證券化變為銀行業改善流動性管理的有效途徑，而不是加大銀行流動性風險的導火索！
參考文獻：
［1］孫迎芬.論我國商業銀行流動性風險管理［J］.財政金融.2008第9期.
金融市場風險論文范文5
論文關鍵詞：VAR，CVaR，對數正態分布，貝葉斯估計，市場風險，先驗分布，后驗分布
引 言：隨著社會經濟的全球化迅猛發展，技術的進步以及觀念的更新，人們在從事各種活動過程中所面臨的可能會影響到結果的各種不確定性事件的發生率也在逐日增加，從巴林銀行，安然公司的倒閉到現如今的雷曼，美林等大型金融企業的，導致各行各業都將注意力集中到市場風險計量和管理上。目前基于市場價值測量法的風險價值方法（Value At Risk）貝葉斯估計，被稱為風險管理的VaR革命，已經成為各國金融市場風險計量中的主流方法。研究VAR 以及VCaR的代表性文獻有：茆詩松等給出的BVaR以及BCVaR等的概念以及性質和特點等的理論性研究[7] ；penza和bansal系統給出了基于市場風險的風險價值計量方法的定義、原理和方法[1]；劉小茂，田立對于VAR 和VCaR進行了簡要的對比研究[3]等等，這些研究都是在假設收益分布是服從正態分布的情況下給出了VaR和VCaR的計算公式，但近年來國內外的研究者通過數據檢驗以及各種實證研究發現在很多極端的情況下尾部的高風險（如巨額損失）發生的概率要高于標準正態分布下風險的概率，且這些事件的發生很可能會導致公司破產，也即是說市場風險存在尖峰后尾的特征，同時發現當收益分布是非正態分布或不連續的時候，VaR就缺少穩定性；當計量中涉及的數據量比較大的時候，VaR的計算就變得比較困難；當收益分布的維數比較高的時候，VaR對于風險的計量就變得基本不可行，目前只有錢藝平等在市場風險資產損失服從Pareto分布下對資產損失進行了VAR計量，同時對市場風險的尖峰后尾通過Pareto分布進行了描述并且給出了VAR的具體模型；對于CvaR與VaR的比較研究已經比較成熟，且條件風險價值[9]（CVaR）已經被學術界公認為是比VaR更合理有效的現代風險管理方法。本文運用VAR以及CVaR的計算原理，利用具有尖峰后尾特征的對數正態分布貝葉斯估計，同時通過貝葉斯方法對對數正態分布下資產損失的各個參數估計進行修正，使之更能反映資產損失市場風險的實際情況，并給出修正后CVaR以及VAR計量的具體模型期刊網。這些研究對于資產損失的市場風險計量和管理具有重要的理論和指導意義。
一．VaR與CVaR的原理
（一）風險計量的三個基本要素
(1) 置信區間。置信區間的選擇主要是依賴于對VaR驗證的需要，內部風險資本需求，監管要求以及在各個機構之間進行比較的需要，一般都是在99%的置信度下計算VaR，摩根集團是在95%的置信度下計算VaR。
(2) 資產收益率的分布。應用VaR時，最重要的是R分布的假設，不同的資產收益率的假設分布，即使在相同的置信水平下也對應著不同的VaR值。
(3) 資產持有期的長度。資產持有期是計算VaR的時間范圍，顯然資產的持有期越長資產組合收益率的波動性就越大。而具體的持有期長度需要考慮資產的交易性，管理者的風險偏好，公司的資本狀況，風險文化等因素[5]。
（二）與基本原理
的直觀解釋就是“處于風險中的價值”，它是在一定的置信水平下貝葉斯估計，由于利率，匯率等市場風險要素發生的變化，使得某一資產組合或金融資產在未來特定的一段時間內面臨的最大可能損失[6]，即：
（1）
其中為資產在持有期內的損失，為置信水平，VaR置信水平下的風險價值期刊網。
由的定義，設為持有期初資產組合的價值，由于計算的是特定持有期的損失，為了使得大于0，假設R為持有期內的資產損失率，當R的概率密度函數服從正態分布時，滿足方差——協方差法的假設，則在給定的置信水平下的資產組合的就可以表示為：
（2）
令，資產的最小回報率為 ，就能得到：
（3）
對于來說當損失分布是非正態分布或不連續的時候，沒有穩定性；當數據量比較大的時候，的計算就變得比較困難；當分布的維數比較高的時候貝葉斯估計，對于風險的計量及變得不可行，針對的這些不足學者們提出了這一概念。是指在一定的置信水平下，損失超過的尾部事件的期望值，也就是在某段時間，一定置信水平下，資產的市場風險損失超過計量值時的平均損失。它反映了損失超過閾值時可能遭受的平均損失大小。具體可以表示為[10]：
（4）
其中，為持有期內的資產損失率，就為在一定置信水平下資產所遭受風險的最大損失。由期望的基本性質我們可以推出：
當且僅當相互獨立時（1）式等號成立。
由（1）式可以推出無論資產損失率分布是否呈現正態分布，都是具有有一致性的風險度量，且其具有次可加性，能夠滿足在分布呈高維下處理不足的情況，同時能夠簡單明了的說明對于任意幾個單項投資來說，其投資組合的風險損失明顯小于單項投資損失之和，這就和經典分散投資理論相吻合。
由（2）式可以推斷出具有凸性，它可以簡單有效的計量當數據量很大時的風險損失情況從而彌補了在計量數據量較大時計量帶來的不足。
此外當損失分布呈正態分布時容易證明其貝葉斯估計，以及均值—方差理論在計量風險損失方面具有相同的最優解。
從以上的說明中可以看出在計量風險損失方面比具有更好的適用性期刊網。
（三）與的數學關聯性
通過計算兩者之間的算術表達等式可以進一步的說明與之間的關系。
又由
其中，故我們可得：
（5）
其中。
二．貝葉斯方法在損失分布中的應用
現在我們一般應用的風險管理模型，常常采用計算機模擬的方法去擬合損失分布，常存在比較嚴重的失真現象，即擬合的分布與實際的情況之間總是會存在或多或少的差異，比如以前我們對于市場風險的資產損失分布是假設其服從正態分布的，但隨著各種較大風險的發生通過研究逐漸發現其分布實際是具有后尾特征的（其發生風險的概率要遠遠大于正態分布假設下認定的概率）。因此為了提高準確性，我們就要利用各種有用的信息來提高精度。
本文先利用歷史數據對各個參數進行正態擬合，得到正態分布下各個參數的修正值，并且以此作為各個參數的先驗分布，然后通過歷史樣本數據對其各個參數再進行貝葉斯修正，得到各參數的后驗分布，進而就能得到各參數比較精確的估計值[7][8]。
（一）的貝葉斯修正
由市場風險損失的歷史數據（），，為計算方便起見我們不妨假設是已知的，且其值為。這樣通過抽樣可以得到樣本的似然函數：
（6）
實際的計算過程中可以根據歷史數據結合最大似然估計等方法用最小方差無偏估計來做為已知的值，或者可以直接應用經過貝葉斯修正以后的值。
已知正態分布中的的共軛先驗分布的形式為倒伽馬分布貝葉斯估計，Gamma分布的密度函數為：
（7）
由此可得共軛先驗分布的分布密度函數，其中與為已知。
（8）
于是的后驗分布為：
（9）
容易看出，這是倒Gamma分布，它就是正態分布的后驗分布，取其后驗分布的期望為的修正后估計，就能得到：
（二） 的貝葉斯修正
正態分布的期望本身也是服從正態分布的，，為了方便，我們不妨假設是已知的，且期刊網。由歷史數據通過抽樣可以得到樣本的似然函數為：
（10）
正態分布的共軛先驗分布仍然為正態分布，由此可知的共軛先驗分布為，且其共軛先驗分布的密度函數為：
（11）
其中均為已知。
于是后驗分布的密度函數就為：
顯然可以看出的后驗分布是服從正態分布(，)，且其后驗分布的期望值為：
(12)
所以的貝葉斯修正估計值就為。
三.對數正態分布的引入及其具體應用
（一）對數正態分布的引入
對于由市場風險引起的風險損失，已有學術著作運用貝塔函數擬合方法和蒙特卡洛模擬方法對商業銀行的損失分布進行研究，得到損失分布的尾部特征是具有厚尾現象的，同時近年來國內外的研究者通過數據檢驗和實證研究發現高風險（小概率事件）發生的概率要高于標準正態分布下風險的發生概率，嚴重情況下有可能導致導致公司破產，由此不難推出由市場風險引起的損失分布也具有尖峰后尾現象。我們知道對數正態分布是具有尖峰后尾現象的貝葉斯估計，因此本文通過假設市場風險的損失分布是服從對數正態分布，利用貝葉斯方法充分利用已知的先驗信息然后利用抽樣獲得的信息推斷出相關參數的后驗分布，這樣就能充分利用各種有用的信息來提高擬合精度，從而得到更加符合實際的結果。
假設市場的風險損失率服從參數為的對數正態分布，其中是期望市場風險資產損失率（平均市場損失率），是市場風險資產損失的標準差，反映的是市場風險的波動程度。市場風險資產的損失率的概率密度函數為：
（13）
（二）對數正態分布的具體應用
由前文的說明可知市場風險的資產組合損失率是服從對數正態分布的，且損失率lnR的密度函數為：
因此由在險價值VaR的定義，在給定置信水平下，市場風險資產的VaR應滿足：
（14）
應用標準這正態分布可將其轉換為：
(15)
其中。
將（13）式帶入（12）式，得
（16）
所以，在給定的置信水平下，就能通過式（16）帶入相關數字后得到市場風險資產組合的。根據（5）和（16）結合能夠得出條件在險價值.
四，實例應用
本文通過一個具體的實例來說明如何利用已知的歷史數據來用文章中所闡述的方法得到VaR以及CVaR.(所引用的數據來自于人大統計與精算學報的2009年第5期中80頁中所用到的數據[5])
假設某一資產萬元，損失率服從分布：，此處我們不妨取時間為一年貝葉斯估計，損失率如下圖所示（計算中取置信度為99%）。(單位：%)
個數 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
5.3 5.1 4.2 4.6 5.3 5.5 5.1 5.0 4.9 4.8 4.8 5.2 4.7 5.3 5.1
運用MATLAB軟件對上面的數據進行描述性統計分析，得到資產的市場風險損失率近似服從對數正態分布，然后應用貝葉斯估計通過多次抽樣對正態分布下的兩個參數分別進行貝葉斯修正期刊網。通過對已知的歷史數據進行隨機抽取得到一組樣本，重復這樣的抽取次數越多得到的結果越符合實際情況，我們不妨取每次抽樣的樣本個數為100，重復進行抽樣100次，這里取標準差的先驗分布函數，根據計算可得；取方差的先驗分布為，通過計算得。（為了精確起見需要進行多次抽樣，每次模擬抽樣都能得到一個以及，然后分別求其均值得，），將所得的數據帶入（16）式，置信度為99%時得59.9，置信度為95%時得49.5.通過與文獻[5]中的結果（置信度為99%時得46.02）進行比較顯然可知在對數正態分布的情況下資產的損失具有更好的厚尾特征貝葉斯估計，更能確保風險的充分性，說明對數損失率在對數正態分布下的風險損失計量比parato分布下的風險計量具有更好擬合性。將所得的值代入（5）式可以得到：置信度為99%下，=69.5；置信度為95%下，=55.4，可以看出方法比方法在風險計量方面更具充分性，能相對較好的描述市場風險帶來的資產損失。
五，結論與展望
目前很多國家都在積極的使用各種方法對市場風險進行計量，其中已經成為了主流的計量方法，但近幾年來隨著研究的進一步深入，學者們極力推薦在市場風險計量方面比更加有效的。由于中國的金融市場還處在變革和繼續發展以及完善的階段，中國金融監管部門力推金融機構采用模型來規避金融市場風險，模型是國際上通用的衡量市場風險的工具，對于各個國家的風險管理有著重大的借鑒和現實意義。
本文通過對對數正態分布的兩個參數進行貝葉斯修正后，利用其厚尾特征對資產損失的市場風險損失率進行了詳細的描述，并相應的得出了市場風險資產和的估計值貝葉斯估計，以及在損失率呈對數正態分布情況下和以及它們與置信水平之間的關系，同時通過分析知對數正態分布對于資產損失的市場風險計量比pareto分布在市場風險的度量上具有更好的擬合性，在風險計量方面比在風險方面有更好的充分性，適用性以及實用性。但無論是那一種計量方法都只是在一定置信度內對市場風險的最大損失或尾部事件發生的平均可能性進行評估，忽視了置信度外的超額損失，另外利用貝葉斯方法修正得到的參數值也只是使得其更加接近于實際，并不能達到完全一致，因此準確預測資產的市場風險，還有待于進一步的探討。
參考文獻
[1]Morgan J P.Risk metrics:technical document [M].New York:J PMorgan，Inc，1997:105-148.
[2]JorionP.Value at risk:The new benchmark for measuring financial risk [M].New York:TheMcGraw-Hill Companies，Inc，1997:97_106.
[3]劉小茂，田立.VaR與CvaR的對比研究以實證分析[J].華中科技大學學報，2005，10：112-115.
[4]馬超群.風險價值方法在金融風險度量中的應用[J].預測，2001，2：34-37.
[5]錢藝平，林祥.市場風險資產損失服從Pareto分布的VaR計量 [J].統計與精算，2009，第10期：77-81.
[6]謝佳利，夏師，揚善朝.VAR在基金風險評價中的應用[J].統計與決策，2009，1：133-134.
[7]王乃生，茆詩松.Bayes風險值[J].數量經濟技術經濟研究，2004，3：91-100.
[8]譚德俊，等.基于貝葉斯方法的信用風險損失分布研究[J].統計與精算2009，1:69-71.
金融市場風險論文范文6
論文關鍵詞：股指期貨，HS300，GARCH模型，TARCH模型
一、引言
股指期貨是為了滿足管理股票現貨市場風險，尤其是系統性風險。股指期貨的誕生之初，是為了滿足在金融產品收益波動日益加劇的環境下，投資者進行有效避險的需要。自從1982年2月，美國堪薩斯期貨交易所(KCBT)首先推出了世界上第一個股價指數期貨合約——價值線指數期貨合約，上市伊始就受到投資者的廣泛歡迎。短短幾十年內幾乎所有的發達國家都擁有股指期貨市場和交易所，甚至亞洲的其他新興國家。本文主要通過對股票指數期貨推出前后的數據進行分析，利用GARCH模型和時間序列說明波動率的變動TARCH模型，為克服GARCH模型的不足，還將引入TGARCH和EGARCH模型，對股指期貨對現貨市場的影響進行實證分析。
二、數據的選取和處理
1.我國滬深300股指期貨簡介
HS300股指期貨于2005年4月8日正式，由滬深兩市A股中規模大、流動性好、最具代表性的300只股票組成，以綜合反映滬深A股市場整體表現論文的格式。根據中國證監會（證監函［2010］74號）文件，在2010年4月16日在中國金融期貨交易所上市滬深300股指期貨合約。
2.數據的處理
本文所選取的數據是2010年4月16日至2010年8月20日HS300股指期貨日收盤價(數據來源:中國金融期貨交易所)和2009年12月1日至2010年8月20日HS300指數的日收盤價(數據來源:大智慧)，作為本文分析數據。
三、實證分析
1.HS300指數日收益率的描述性統計
由圖1知均值0.1106，標準差0.0156，偏度-0.5652，峰度4.1630。 Jarque-Bera統計量為19.0744。由此可見，樣本期內該收益率序列尺具有典型金融數據的負偏、尖峰厚尾的統計特征。HS300指數日收益率起伏呈波浪狀，具有明顯的波動集群性現象，表明收益率序列很有可能存在ARCH現象。
圖1 HS300指數日收益率描述性統計量及柱狀圖
2.HS300指數日收益率的GARCH檢驗
（1）平穩性檢驗
建立模型之前必須先對HS300指數日收益率序列進行單位根檢驗。這里選擇ADF ( AugmentDickey-Fuller)檢驗。通過Eviews軟件得到如下結果，如表1所示:
表1 HS300指數日收益率ADF檢驗結果
t-Statistic
Prob.
Augmented Dickey-Fuller test statistic
-12.17685
0.0000
Test critical values:
1% level
-3.474874
