投资基金风险管理VaR模型与支持系统研究

投资基金风险管理VaR模型与支持系统研究

贾县民[1]2004年在《投资基金风险管理VaR模型与支持系统研究》文中认为金融市场风险是证券投资基金面临的最大风险,加强市场风险的管理日益成为投资基金的核心竞争力。风险价值(Value-at-Risk)是近年来发展起来的用于测量和控制金融风险的量化模型,是一种利用统计思想对金融风险进行估值的方法。相对于传统的风险管理工具,VaR方法具有无可比拟的优点:它可以把各种金融工具、资产组合以及金融机构总体的市场风险具体化为一个简单的数值,使管理者能十分清楚地了解他所持有的资产在某段时间所面临的最大风险。研究VaR模型在我国投资基金风险管理中的应用具有重要的现实意义。本论文首先立足于我国证券市场实际,指出我国投资基金风险管理的现状与不足;然后系统介绍了VaR方法的思想实质、技术中存在的难点以及它的几种传统计算方法。通过运用改进后的Risk Metrics模型对我国证券投资基金单位资产净值的风险测量、基金投资组合的风险测量进行了实证分析,研究表明,VaR对于测算、控制基金及其投资组合的市场风险是积极有效的。论文探讨了VaR模型在我国证券投资基金市场风险测量、风险控制、风险预算和资金配置、信息披露和绩效评估等方面的全面应用。基于以上理论和实证分析,论文最后尝试构建了我国证券投资基金的VaR风险管理支持系统。

潘涛[2]2005年在《投资基金的风险管理》文中进行了进一步梳理美国长期资本公司破产事件、亚洲金融危机等一连串的金融危机都与投资基金有关,如何正确认识投资基金的风险,并对其施加有效管理,已成为急待解决的问题。从20世纪50年代开始建立了一些对金融风险分析的框架,随着亚洲金融风暴的发生,很多人认识到以前对风险的认识是不足的。很多结构性的风险以及所谓小概率的风险在以前的框架中是考虑得不够的,而这些对于从宏观层面控制金融风险是非常重要的。 投资基金的风险管理在国外的经济学界存在很多的理论研究和争论,而且随着新的理论模型和计量工具在实际中的运用,经济分析日益复杂高深。而目前国内现有的大多数研究局限于单一投资品种和单一投资工具(如股票、债券等),而缺乏对综合性的金融创新工具(如金融衍生工具等)的研究。另外,我国对投资基金的风险管理研究缺乏系统性和整体性。最后,在相关投资基金风险管理的研究中缺乏新的经济学分析,如对行为金融学、法经济学、制度经济学等在投资基金风险管理中运用的分析。总之,国内研究的滞后性和非系统性、对新的经济学理论、风险管理技术和金融创新工具深入研究的缺乏等因素,使人们无法全面和深入了解投资基金的风险及其管理。 本文试图通过理性地分析投资基金风险的本质,从而科学地研究风险管理。我国要在本世纪初期发展建立亚太地区的金融中心,就必须加强投资基金的风险管理。有鉴于此,本文将从全新角度,对投资基金风险管理问题做出全面的研究,并探讨我国转轨时期发展投资基金面临的一般性风险和制度性风险,以及相应的管理策略。 本文采用实证分析和规范分析,归纳法与比较法,定量分析与定性分析相结合的研究方法,沿着提出问题、分析问题、解决问题的逻辑思维主线,对投资基金风险管理的理论、技术、制度和实践进行研究。按其内容,全文可分为如下四部分: 第一部分,重点揭示与分析投资基金的风险本质和风险理论。这是本论文的基础理论平台,包括第一、第二两章。 第一章重点揭示投资基金风险的本质。首先,阐述投资基金的概况,包括

刘红波[3]2008年在《VaR模型及其在开放式基金风险评估中的应用》文中提出VaR(Value at Risk)是一种以规范的统计技术来度量市场风险的新标准,目前在金融数学领域被广泛使用。它是在正常的市场条件下,给定一定时间区间和置信水平,测度最大损失的数学方法。由于VaR方法有严谨的概率统计理论作依托,可以把各金融工具、资产组合以及金融机构总体的市场风险量化为一个数字,简单清晰地表示了市场风险的大小,因而该方法得到了国际金融界的广泛支持和认可。VaR的度量方法基本上可以分为两类。第一类是以局部估值为基础的分析方法,其代表为方差—协方差法;第二类则以完全估值为基础,其代表方法包括历史模拟法、蒙特卡罗模拟法和压力测试法等。VaR方法不仅在市场风险管理中得到了广泛的应用,同时还可以用来度量信用风险,其原理是通过引入违约概率等相关变量得到最终的预期损失分布,从而求出在一定的显着性水平下由于资产信用质量的变化所带来的损失,即信用风险的VaR值。近年来,许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。风险评估是针对风险的定量分析,既然是定量分析就需要系统的合理的定量分析方法。随着金融市场规模的不断扩大,以及金融风险导致的巨大损失,从而导致了各金融机构的经营管理发生了深刻变化,金融风险评估问题日益成为现代金融机构的核心业务。针对此现象,目前国际金融市场上出现了一种风险评估的新标准—VaR(Value at Risk)。VaR方法能够解决传统风险测量方法所不能解决的众多问题,是一种全面测量复杂金融市场风险的新方法。开放式基金已在我国推出,证券投资基金一般利用组合原理进行投资,与封闭式基金相比,开放式基金面临着赎回压力,也就是说,面临着流动性风险。因而,基金管理公司需要考虑一个问题,流动性不同的证券存在着不同的风险,基金管理公司要根据自身所能承受的风险来选取最佳投资比例。而风险则需要定量分析来给出,用VaR方法来进行风险评估是一种有效的方法。开放式基金的产生在证券市场的发展史上具有划时代的意义,它已经在投资基金中占据主导地位。然而随着其数目的不断增加,如何采取有效的措施防范开放式基金的风险,对于保证其健康发展起着至关重要的作用,因此我们应该加大对开放式基金风险评估的研究。目前在我国,对开放式基金风险的研究主要以定性研究为主,定量研究较少。而VaR正是从定量的角度计算出其风险值。本文着重对VaR模型、开放式基金风险评估以及VaR模型在开放式风险评估中的应用进行了研究,对前人的研究成果进行了总结,并作出了合理的改进。通常人们假设金融资产价格服从正态分布,但是,目前国际上普遍认为其服从对数正态分布,传统的VaR计算方法在计算开放式基金时,可能存在着高估风险的情况,对数正态分布假设下得到的风险值(VaR)要比正态分布假设下的风险值更接近实际值。

沙缇萦[4]2007年在《VaR模型与我国证券投资基金风险管理》文中认为自1997年11月《证券投资基金管理暂行办法》颁布实施以来,经过十年的快速发展,我国的投资基金已成为证券市场上重要的机构投资者之一。证券投资基金的规模正呈几何级数增长,基金品种也不断推陈出新。在投资基金业蓬勃发展的大背景下,投资基金的风险管理及衡量风险成为一个重要的研究课题。本文系统分析了现在市场上风险管理中存在的问题,也分析了近几年以来我国投资基金发展的情况、风险管理的缺陷等,提出了运用VaR模型来衡量证券投资基金风险的方法。最后,本文针对我国投资基金风险管理中存在的问题,提出一系列改善的政策、建议。对于在我国能更好的运用VaR模型也提出了一些相应的改善方法。

余建华[5]2005年在《封闭式投资基金风险管理的研究》文中研究说明金融市场风险是证券投资基金面临的最大风险,加强市场风险的管理日益成为投资基金的核心竞争力。风险价值(Value-at-Risk)是近年来发展起来的用于测量和控制金融风险的量化模型,是一种利用统计思想对金融风险进行估值的方法。相对于传统的风险管理工具,VaR方法具有无可比拟的优点:它可以把各种金融工具、资产组合以及金融机构总体的市场风险具体化为一个简单的数值,使管理者能十分清楚地了解他所持有的资产在某段时间所面临的最大风险。研究VaR模型在我国投资基金风险管理中的应用具有重要的现实意义。本论文首先立足于我国证券市场实际,指出我国投资基金风险管理的现状与不足;然后系统介绍了VaR方法的思想实质、技术中存在的难点以及它的几种传统计算方法。通过运用改进后的Risk Metrics模型对我国证券投资基金单位资产净值的风险测量、基金投资组合的风险测量进行了实证分析,研究表明,VaR对于测算、控制基金及其投资组合的市场风险是积极有效的。论文探讨了VaR模型在我国证券投资基金市场风险测量、风险控制、风险预算和资金配置、信息披露和绩效评估等方面的全面应用。基于以上理论和实证分析,论文最后尝试构建了我国证券投资基金的VaR风险管理支持系统。

王智鹏[6]2012年在《开放式股票型基金风险度量与控制实证研究》文中指出自金融危机和欧洲主权债务危机爆发,“金融风险的度量和控制”成为了经济和金融领域出现频率最高的词汇,大量由于风险控制不足而导致的巨额亏损现象使得金融风险的度量和控制变得更为重要。在西方发达经济体国家中,包括银行、证券公司、投资公司等金融机构,对金融风险进行定量分析的方法主要使用以VaR模型为代表的风险管理工具,其控制体系业已成熟,VaR模型度量金融风险最大的优势在于可以在数量上给出控制风险的幅度,使一些金融风险管理的对冲手段得以实施。在巴塞尔委员会的努力下,VaR模型成为协会成员的标准风险管理工具。但由于VaR模型本身存在着一定的局限性,导致其在极端市场条件下该模型对风险的预估不足,因此,利用改进后的CVaR模型度量在市场极端状态下的金融风险的手段,在近年来发展得十分迅速,CVaR模型的使用大大提高了金融风险管理水平。在我国银行系统中,作为风险管理工具的VaR模型被运用得较早,风险控制体系也趋于成熟,但是在我国庞大的基金市场上,风险控制这个关键环节还存在着很多问题,单纯运用VaR模型研究控制金融风险的手段已经无法达到抵御金融风险多重性的要求。本文针对这个问题进行深入的研究,并将我国股票型开放式基金的风险度量和控制作为重点进行研究。在对股票型开放式基金风险进行充分讨论的基础上,基于VaR及扩展模型,对以下问题进行了分析:首先,对于基金收益表现的一些统计特征,如尖峰、厚尾等,本文运用VaR-GARCH模型对基金的风险进行估计;其次,对于基金收益可能出现的非对称性,本文使用VaR-TARCH模型和VaR-EGARCH模型进行测量,进一步,本文使用蒙特卡洛模拟法,利用计算机模拟方式估算VaR;第叁,对于各种计算方法的有效性问题,本文基于Kupiec在1995年提出的失败率检验法对各种方法的有效性进行评价。第四,由于金融市场经常会出现一些极端的市场现象,其主要的表现是市场指数短期内的大幅下降,在面对这样的极端现象时,VaR方法往往不能有效地度量风险,所以本文将利用CVaR对市场的极端现象做出分析和判断,并得出了相关的结论。本论文实证研究和分析中所采用的数据,均引用2009-2010年34只股票型开放式基金的日净值数据,在此基础上计算股票型开放式基金的日收益率。实证分析、检验和计算工作由Eviews计量软件和Matlab软件完成。通过理论分析、模型设定和实证检验,本文得出基本结论和政策建议:在我国股票型开放式基金业的风险控制过程中,使用VaR和CVaR相结合的手段是有效的;建立股票型开放式基金风险预警机制应以VaR和CVaR模型相结合作为研究基础。

李浩[7]2012年在《我国社会保障基金投资风险管理研究》文中指出当前,我国人口老龄化日趋严重。加之,由于历史制度原因,我国社会保障基金缺口巨大。面对通货膨胀对市场的冲击,社会保障基金投资实现保值增值的目标承受了空前的压力。全国社会保障基金的性质定位为全国战略储备基金,带有强烈的社会性,其属性要求社会保障基金在实现收益性的同时,务必保障其投资的安全性。我国社会保障基金投资历经十余年的发展,其基金规模日益壮大,投资渠道逐步拓宽。但我们应该清醒地意识到,我国社会保障基金投资还存在很多问题,有些问题已经严重危及到基金运作的安全性,影响人民的生活质量。一套完善的风险管理体系是我国社会保障基金投资所必需的。社会保障基金作为市场的参与者之一,多重身份使其面临多种多样的风险。社会保障基金与其他基金相同,面临着系统风险和非系统风险。其特殊性又决定了社会保障基金面临一些特有风险。如何管理这些风险,越来越成为我国社会保障基金投资的热议话题。VaR模型作为当前风险管理的有效工具之一,在当前时代背景下其无疑为社会保障基金投资提供了“保护伞”。本文就是基于这样一个现实背景之下,将VaR模型及其模型延伸应用于我国社会保障基金投资风险管理中。尤其,在我国资本市场经历了金融危机和欧债危机等一系列国际经济社会动荡之后,建立一套以有效定量分析模型为核心的风险管理体系显得尤为重要。本文结构如下:文章分为导论、正文和结论叁大部分。导论首先着重介绍社会保障基金投资风险管理的现实背景及意义,从叁个方面展开:人口、历史问题和经济。人口日趋老龄化,社会保障基金缺口巨大和高通胀日益严重,给我国社会保障基金投资保值增值提出更严苛的要求。因此,研究社会保障基金投资风险管理问题具有很重要的现实意义,继而引出本文研究目的:将VaR模型应用于我国社会保障基金投资风险管理中。导论的第二部分总结归纳了国内外关于社会保障基金投资风险管理和VaR模型的研究文献,为后续本文的研究提供先决基础。正文分为五章内容。第一章:社会保障基金投资风险管理的问题研究。本章首先梳理了我国社会保障基金投资的发展沿革,然后详尽分析了社会保障基金投资运用所面临的一般风险和特有风险。社会保障基金具有一般基金投资所面临的共有风险因素,根据社会保障基金的特殊性质,其还面临特有的投资风险、资产负债管理风险和委托代理风险。最后探究了我国社会保障基金投资的现状以及其风险管理的现状。第二章:VaR模型的基本理论和估值方法。VaR值表示在一定持有期内以及一定置信水平下,资产所遭受的损失上限。其估值方法分为非参数估计法和参数估计法,这两类估计法因估计原理差异各有利弊。不仅VaR模型可以提供总体风险的度量,其分解因子边际VaR、成分VaR和增量VaR对于我国社会保障基金投资风险管理发挥着不同的作用。第叁章:VaR模型应用于我国社会保障基金投资风险管理的适用性研究。基于VaR模型和社会保障基金投资的自身特点,本章从两个角度展开。一是VaR模型适用于我国社会保障基金投资风险管理的具体体现;二是在新时代背景下,即我国经济经历了金融危机和欧债危机的一系列影响之后,VaR模型应用于我国社会保障基金投资风险管理的约束条件。第四章:VaR模型在我国社会保障基金投资风险管理中的应用。本章研究了VaR模型在社会保障基金投资风险管理中四个方面的应用:风险控制、业绩评价、投资组合管理和资产负债管理。VaR模型可以很好度量社会保障基金的市场风险,其扩展模型可以度量社会保障基金的流动性风险和信用风险等。不仅可以度量单个投资对象的风险,还能够度量投资组合的风险。RAROC和VaR-Sharpe可以提供社会保障基金投资组合的业绩评价标准,有助于监管主体对投资管理人进行评价。VaR模型还可以用于投资组合最优化以及解决社会保障基金资产和负债不匹配的情况。以上内容在本章中都有研究,并通过实例佐证,深入浅出。第五章:完善我国社会保障基金投资风险管理体系的建议。本章从宏观和微观两个层面提出建议。既立足于体系建设如健全专项法律、开发预警系统、促进信息披露和完善金融市场,又着眼于投资主体内部改革如运用VaR模型完善社会保障基金风险管理体系、建立投资数据库、多种风险管理手段相结合以及在进行直接投资的主体机构中建立专门的风险管理部门等。第四章和第五章是本文的重点章节。结论部分总结了本文得出的各项研究结果,系统梳理了全文脉络。本文创新之处在于:第一,对VaR模型在我国社会保障基金投资风险管理中应用的适用性进行了较为系统地研究。结合金融危机和欧债危机的新发展背景,分析了我国社会保障基金投资对VaR模型的挑战和约束条件。第二,探索VaR模型应用于我国社会保障基金投资风险管理的广度。VaR模型不仅仅适用于市场风险的控制,也用于社会保障基金的流动性风险(构建LVaR模型)和投资组合风险的控制等,VaR模型也能在我国社会保障基金业绩评价中应用,通过VaR-Sharpe指数来完成评价,VaR模型还应用于我国社会保障基金投资组合优化和资产负债管理中。在我国社会保障基金资产负债管理中,本文提出运用基于VaR的预留缺口模型来实现的设想。第叁,针对VaR模型在我国社会保障基金投资风险管理各方面的应用,本文设定相应的案例,进行辅助验证,一定程度上弥补了研究中缺少投资历史数据的不足。本文不足在于:未找到有效途径获取我国社会保障基金投资历史数据,运用每一模型进行相应实证研究,以此来增强和改进所构建模型对我国社会保障基金投资风险管理的实践性。

郭晓亭[8]2004年在《证券投资基金风险分析与实证研究》文中提出证券投资基金风险分析是证券投资基金风险管理的基础和关键,因此,证券投资基金的风险分析与实证研究对证券投资基金风险的有效管理以及对证券投资基金业的健康发展都具有十分重要的意义。本文共分8章,其中第1章为绪论部分;第2-4章为证券投资基金风险理论分析部分,主要从证券投资基金风险类型的识别与判断、风险形成机理以及风险度量等方面进行研究,构建证券投资基金风险分析的理论框架;第5-7章为证券投资基金市场波动及市场风险等方面的实证研究部分;第8章为总结与展望部分。论文对证券投资基金的相关概念进行界定,对目前学术界关于风险的各种定义进行归纳总结和数量刻画,根据证券投资基金的个体特征,对证券投资基金风险进行分类并分析其本质特征。根据股票价格模型,通过分析相关经济变量对证券价格的作用机制及传递路经,来研究证券投资基金市场风险的形成机理;从流动性需求和流动性供给两个方面,运用定性与定量方法对开放式基金流动性风险的形成机理进行分析;以基金管理公司为核心,从其与控股股东、基金持有人等方面之间的关系分析证券投资基金运行机制风险的形成机理。论文运用方差模型、半方差模型、VaR模型对证券投资基金市场风险进行度量研究,重点探讨VaR模型相关变量以及基金投资组合未来收益率波动的确定方法;对开放式基金申购或认购资金以及基金投资形成的资产按照一定的标准进行分类,建立开放式基金流动性风险度量指标体系,根据指标实际取值的不同情况来度量开放式基金流动性风险的大小。首先选择研究样本和设计研究方法,然后对研究样本指数的波动进行平稳性检验和单整性检验,最后在满足协整分析所要求条件的基础上,论文对相关指数进行协整性检验,以确定它们之间的波动是否存在长期的均衡关系。研究结果显示,基金指数、大型基金指数、小型基金指数以及中信指数、中信大盘、中信中盘、中信小盘等股票指数都是一阶整形的非平稳变量,满足协整分析所要求的条件。经过协整分析,表明基金指数分别与中信指数、中信大盘、中信小盘指数之间的波动不存在长期稳定关系,而基金指数与中信中盘指数之间的波动存在长期稳定关系;大型基金指数分别与中信指数、中信中盘、中信小盘指数之间的波动存在长期稳定关系,而大型基金指数与中信大盘指数之间的波动不存在长期稳定关系;小型基金指数分别与中信指数、中信大盘、中信中盘、中信小盘指数之间的波动存在长期稳定关系。对叁种基金指数进行协整检验表明,基金指数、大型基金指数、小型基金指数之间的波动存在长期稳定关系。运用国际上先进的实证研究方法和技术手段对我国证券投资基金的市场波动特征研究结果表明,我国证券投资基金的市场波动除具有波动聚集性、杠杆效应外,还具有以下特点:(1)基金市场的风险和收益的联系还不够密切,不能由收益波动方差的变化来预测收益的变动。(2)基金市场的波动性与交易量的变化呈显着的正相关关系,交易量对基金市场的波动具有解释能力。(3)基金指数、小型基金指数收益与交易量之间存在负相关关系,大型基金指数收益与交易量之间存在正相关关系,叁种基金指数的绝对收益与交易量之间都存在正相关关系,并且相关系数都远大于收益与交易量之间的相关系数。(4)Granger因果检验可知,叁种基金指数仅存在从收益到交易量以及从绝对收益到交易量的因果关系,不存在从交易量到收益率的因果关系,从交易量到绝对收益率的因果关系比较微弱。论文最后对我国证券投资基金收益率波动的统计特征分析表明,叁种指数收益率序列的自相关性非常微弱,具有平稳性,偏度值都大于0,峰度系数都远大于3,不服从正态分布。在研究样本期间内,基金指数和大型基金指数最大前4名VaR值的日期是一样的,它们在2001年10月24日VaR值最大,在95%的置信水平下,分别为201点和193点。小型基金指数在2000年7月4日的VaR值最大,在95%的置信水平下为76.85点。从平均值来看,在95%的置信水平下,大型基金平均每日VaR值为18.4412点,大于基金指数平均每日VaR值(17.7150点)和小型基金指数平均每日VaR值(16.2449点),说明在研究样本期间内,大型基金指数波动幅度比基金指数和小型基金指数波动幅度大,大型基金投资者面临下跌的潜在风险最大。从标准差来看,在95%的置信水平下,大型基金指数VaR值的标准差为10.7079点,大于基金指数VaR值的标准差(10.6400点)和小型基金指数VaR值的标准差(9.5022点),同样说明在研究样本期间内,大型基金指数波动幅度比基金指数和小型基金指数波动幅度大。

张红[9]2007年在《基于VAR模型的货币市场基金风险管理研究》文中提出货币市场基金的推出是中国基金业发展史上的一个里程碑,它的诞生与发展极大地推动了我国的金融体制深化改革和金融体系的健康发展。作为众多金融市场投资工具的一种,货币市场基金同样面临各种风险,如何准确识别度量控制风险显得尤为重要。在西方发达国家,取得了大量关于风险管理的研究成果,这些理论成果在实践应用上改进了商业银行和基金公司的风险管理体系,对于商业银行和基金公司规避市场风险、健康成长起到了积极的指导作用。市场风险量化管理方法VaR(Value at Risk)的诞生最引人瞩目,该方法在一定程度上弥补了其他风险度量方法的许多缺陷,并成为国际风险管理行业标准。而在我国,对于货币市场基金的风险管理无论在理论研究还是实践操作上都处于相对落后的局面。商业银行在货币市场基金方面受基金管理公司主导,基金管理公司风险管理水平薄弱,而投资者大多不了解货币市场基金,对货币市场基金的风险和收益率认识存在误区。国内学者对VaR方法的研究大多侧重于理论和定性分析,缺乏实证研究和实践应用。因此,研究先进的风险量化管理方法VaR在我国货币市场基金风险管理中的应用具有重要的理论意义与现实意义。鉴于此,本文在汲取、消化东西方丰富理论与实证文献的基础上,首先对货币市场基金的基本概况和风险管理基本理论进行综述,详细介绍了我国货币市场基金的产生与发展、货币市场基金对我国金融市场参与主体和金融市场体系的影响,以及货币市场基金风险成因、管理机制和度量方法等。进而对VaR方法的基本原理尤其是VaR计算涉及的因素,及VaR在我国货币市场基金风险管理中的应用进行了论述。然后采用理论分析与实证分析相结合的研究方法,通过对不同货币基金风险收益率组合的分析选取了四支具有代表性的货币市场基金样本,采用VaR方法对各货币市场基金样本逐一进行风险度量,并经过完备的正态性检验和失败频率检验,最终得出结论,实现了用VaR方法对货币市场基金进行投资评价的目的。最后提出发展我国货币市场基金的政策建议。本文的创新之处主要在于,首次从实证的角度,运用VaR方法中的均值方差模型对选取的有代表性的货币市场基金样本的风险进行了数量化分析,并结合不同的风险收益率组合更加明确客观地分析了货币市场基金风险,为基金管理者控制货币市场基金风险以及投资者投资货币市场基金提供了良好的理论和实践依据,并在此基础上针对我国货币市场基金发展的制约因素,提出了完善我国货币市场、稳妥推进货币市场基金、加强风险监控的政策建议,以及大力发展我国商业银行货币市场基金的设想。

陈明贺[10]2008年在《证券投资基金风险度量及其影响因素研究》文中提出我国的证券投资基金正以良好的势头迅速发展,并已经成为证券市场上一支重要的机构投资者,证券投资基金的良好发展对我国证券市场的健康发展起着举足轻重的作用。目前摆在我国基金管理公司面前最为重要的任务就是加强对证券投资基金运营过程中的风险管理,特别是需要建立起一套自己的风险管理系统。本文通过对证券投资基金风险度量方法以及影响基金风险的因素进行研究,希望能为我国基金业构建自己的风险管理系统提供建议与参考。本文采取定性分析与定量分析相结合的办法,对证券投资基金风险管理进行研究,但主要以定量分析为主,以使研究结论更准确、更有说服力。首先,通过对基金的各种风险度量方法的比较分析,得出VaR方法是目前度量我国基金风险较好的办法。然后,对计算VaR各种方法进行理论与实证的综合分析,表明选取GARCH-GED-VaR计量模型计算我国基金风险比较合理。最后,通过选取我国的23只开放式基金为样本,对基金风险及其影响因素进行实证研究,得出了基金风险与各个影响因素之间的关系。本文的创新性成果主要有:提出了适合我国基金风险度量的VaR计量模型;为基金风险管理的提供了许多建设性的建议;也为在我国其他领域的金融风险管理提供了参考。

参考文献:

[1]. 投资基金风险管理VaR模型与支持系统研究[D]. 贾县民. 新疆农业大学. 2004

[2]. 投资基金的风险管理[D]. 潘涛. 武汉大学. 2005

[3]. VaR模型及其在开放式基金风险评估中的应用[D]. 刘红波. 西北农林科技大学. 2008

[4]. VaR模型与我国证券投资基金风险管理[D]. 沙缇萦. 暨南大学. 2007

[5]. 封闭式投资基金风险管理的研究[D]. 余建华. 天津大学. 2005

[6]. 开放式股票型基金风险度量与控制实证研究[D]. 王智鹏. 吉林大学. 2012

[7]. 我国社会保障基金投资风险管理研究[D]. 李浩. 西南财经大学. 2012

[8]. 证券投资基金风险分析与实证研究[D]. 郭晓亭. 重庆大学. 2004

[9]. 基于VAR模型的货币市场基金风险管理研究[D]. 张红. 中国海洋大学. 2007

[10]. 证券投资基金风险度量及其影响因素研究[D]. 陈明贺. 内蒙古大学. 2008

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

投资基金风险管理VaR模型与支持系统研究
下载Doc文档

猜你喜欢