4.1采用压力测试方法对人民币汇率进行实证度量24

第5章结论26

致谢28

参考文献29

第 1章 绪论
1.1 研究背景      VaR 模型是当今金融行业中一种常用的风险度量工具。目前，国内对 VaR 模型的理论方面的研究已趋于成熟，然而对VaR模型的实证研究依旧处于成长阶段。纵观前人的研究成果，VaR 模型的实证研究大部分聚焦在股市风险等领域，在对外汇市场汇率研究方面略显稀缺。本文对人民币汇率风险在一般情况以及极端情况下的实证研究不仅具有理论意义，更加具有现实意义。
1.2 研究现状 1.2.1 VaR模型 目前，金融创新产品随着金融市场发展不断增多，金融风险也随之越来越复杂难辨。自上个世纪九十年代以来，接连发生数起重大现实金融灾难事件。因此，金融从业人员对金融资产的风险评估给予更多的重视。VaR 即Value at Risk，译为“在险价值"，是指在一定的市场前提与置信度下，某一金融资产或证券投资组合在给定的时间内的最大的可能损失。它是一个预测金融资产或组合在未来的价格波动下可能存在的损失的重要且实证有效的工具，在金融资产品种不断变化和金融市场规则不断改变的情况下， VaR模型也被不断的改进与发展[1]。 自 PJ.Morgna 率先提出 VaR 方法以来，VaR 分析方法迅速在全世界传播开来。国际性民间研究机构 G—30 在1993 年7月发表的 《衍生产品的实践和规则》报告中最早提出利用 VaR 方法对风险进行监管[2]。并且在 1995年被巴塞尔银行监管委员会以及美国证券交易委员会作为评估风险的一个占较大比重的指标。 VaR 模型的计算方法主要包括参数法（方差-协方差法）和非参数法（历史模拟法和蒙特卡罗方法）[3]。 徐泽平发表于 2007 年的《方差-协方差法的 VaR 计量模型选择》一文中详细描述了方差协方差方法的发展应用[4]。在方差-协方差方法中，发展最好的是RiskMetrics 方法，但这个最早推出的方法在金融市场风险日益复杂化的情况下逐渐被 GARCH 族模型方法所替代，GRACH 族模型比较擅长处理序列波动性及相关性建模.[5] 对于蒙特卡洛方法的研究更多，它考虑到投资组合的结构变化及厚尾现象等极端情形，它是一种类似于历史模拟法的随机模拟方法，但它更能充分的吸收历史数据的概率分布特征[6]。赵丽丽在2008 年基于该方法对房地产市场风险进行度量[7]，和祺夫与董丽娟在 2010年利用蒙特卡罗模拟估计香港恒生指数期货的风险 ,还有许文坤和陈云霞等在 2011 基于该方法对可转债资产进行风险评估[9]。 历史模拟法是根据过去一段时间的金融资产或证券投资组合的风险收益数据，通过找到平均收益及在一定置信度 α 下的最低收益率，从而计算金融资产或证券投资组合的 VaR 值。历史模拟法应用 bootstrop（拔靴法）（自 1979 年 Efron 创立）并发展来弥补由于假期或交易中断带来的样本缺失问题，并且通过统一日历和时区配置来避免时差带来的风险因子[10]。田继敏、冯仲和张格在 2015 年发表的《历史模拟法应用要点分析》文中论述了历史模拟法的发展及应用[11]。 
 1.2.2  压力测试理论 由于金融风险的不确定性，仅仅靠对历史数据进行模拟得到风险水平是不可靠的，一些极端情形的发生往往会导致不可预计的损失。所以，运用情景分析法对金融资产或证券投资组合展开压力测试实有必要[12]。 压力测试即在对金融资产或证券投资组合在极端却有可能发生的，同时又是用VaR 方法没有考虑到的情况下进行风险度量。 2008 年徐明东和刘晓星深入分析了宏观压力测试核心理论模型的建立和常用的方法,对中国未来金融系统稳定性给出了政策建议[13]。 刘晓星在2009年将压力测试与金融系统的稳定性评估结合起来， 并描述了她对金融稳定性风险压力测试发展的期望[14]。  基于VaR模型的风险价值度量分析(2):http://www.youerw.com/guanli/lunwen_53034.html