极值金融论文范文-简论应用极值理论度量金融风险价值word版下载

《极值金融论文范文-简论应用极值理论度量金融风险价值word版下载》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、极值金融论文范文:简论应用极值理论度量金融风险价值word版下载应用极值理论度量金融风险价值论文导读：本论文是一篇关于应用极值理论度量金融风险价值的优秀论文范文，对正在写有关于极值论文的写作者有一定的参考和指导作用，论文片段：作者简介：王雪(1987—)女汉族黑龙江省佳木斯市人，本科,工学学士，单位：佳木斯地税局向阳分局科员；研究方向：经济学,软件工程。摘要：极值理论EVT是统计学的一个重要分支，它主要关注于极端事件的概率分布及其性质。极值理论现今广泛的应用于破产理论，保险理论、资产分配和风险度量等现在金融理论中。木文旨在通过使用极值理论基于SAS和Matbb编程计算摩根大通(CJ.P.m

2、organ)的风险价值(ValueatRisk)并以此来认识摩根大通因交易员操作失误带来的巨大亏损的现象，从而在理论和实际操作上掌握风险价值度的相关知识。关键词：极值理论；风险管理；风险价值；广义帕累托极值分布一、引言不确定性和风险是现在经济和金融理论的核心理由。在过去的三十年中，随着金融一体化、金融全球化、现代金融理论、信息技术和科学技术的因素的影响，全球金融市场快速发展，在快速增长的同时，也呈现出前所未有的波动性，这种波动性的频率也越来越高，幅度也越来越大，工商企业、金融机构及金融市场面对着巨大的金融风险，比如说最近二十年爆发的前苏联的解体对经济的冲击、东亚金融危机、9.11事件对经济

3、金融的影响、以及07年爆发的次贷危机和随后的欧债危机等，因此金融风险管理成为了现代金融理论的核心理由之一。风险管理包括了风险识別、风险度量和风险制约，风险度量是制约和管理风险的基础和关键。金融风险度量(VaR)策略是用一个数字来表示风险大小，它比传统的风险测量技术有更强的适用性及可操作性。传统的VaR有历史模拟法，方差一协方差策略，蒙特卡洛模拟法等，这些策略都存在许多缺陷，一些学者利用统计极值理论策略对随机事件的尾部的特征进行研究，为有效的度量金融风险提供了用力的理论基础。华尔街日报5月11日新闻:“摩根大通(J.P.MorganChaseCo.)因交易失误导致巨亏，该行至少要承担20亿美

4、元的交易损失。为该行制约风险的首席投资办公室(ChiefInvestmentOffice)因押错赌注造成了上述损失。”，“摩根大通的股价周四在盘后交易时段下跌约6.5%,至38.09美元。其它一些大型银行的股价也出现下跌。花旗集团(Citigroup)跌幅约3.8%,富国银行(WellsFargoCo.)跌幅约为1.7%美国银行(BankofAmerica)跌幅约2.7%o”"周四的备案材料显示，一季度摩根大通投资银行部门的“在险价值”value-at-risk,衡量特定口期可能会有多大损失)几乎翻了一倍,从上年同期的平均8,800万美元增至平均1.7亿美元。金融市场和金融机构时时刻刻处在

5、不确定性中，面对着各种各样的风险。本文将极值理论应用于摩根大通的实证分析中，基于广义帕累托分布模型计算摩根大通公司的VaR和ES,从理论的角度认识摩根大通的巨亏事件。二、基于J.P.morgan公司的实证研究我们运用极值理论探讨5月11号发生的J.P.morgan的巨额亏损事件。5月10H,摩根大通公布，因错误交易，使得该行遭受了逾20亿美元的交易损失。摩根大通公布亏时说，该行制约风险的首席投资办公室(ChiefInvestmentOffice)因押错赌注造成了上述损失。摩根大通的股价周四在盘后交易时段下跌约6.5%o1•数据我们从雅虎金融(yahoo,finance)选取的是JPMorg

6、anChaseCo.从1983年12月30号至2012年5月18号共计7160个H股票价格相关信息，我们得到调整后的收盘价。通过调整后的收盘价计算出JPM的股票收益率，损失一个数据，样本容量为7159个。计算公式为：我们定义资产损失为收益的相反数使用SAS编程5,我们可以得到J・P・morgan公司资产损失的基本统计量如表一一J.P・morgan损失的基本统计量，以及表二一J.P.morgan公司损失的百分位分位数表，由偏度和峰度可以推测,J.P.morgan公司损失服从尖峰厚尾的一个分布，而不是我们通常所说的正态分布，这与我们通常所说的金融时间序列数据通常符合厚尾分布的结论是一致的。运用

7、Matlab编程我们得到资产损失的频数直方图,如下图图一,这个图也验证了上面所说的损失服从尖峰厚尾分布。在Excel上我们得到图二一JPM损失的时间序列图如下，我们观察图形可知，我们需要选取合适的阂值u,即在图形上划一条直线，我们选取这条直线以上的点为极值点，使得选取的极端值能很好的拟合我们设定的分布。2.分布检验与拟合我们使用Matlab做出QQplot图直观上验证JPM损失序列是否服从正态分布。由图可知，JPM损失序