金融VaR試驗報告

1、“實驗超市”實驗報告實驗項目名稱: 實驗指導教師: 學生姓名：_ 學生所在院系: 學生專業(yè)： 實驗時間：金融VaR計算元如林陳莉保險學院保險學實驗教學與教育技術中心制實驗目的 通過本實驗，我理解度量金融風險的 VaR模型，了解國內外主要的金融數(shù)據(jù)庫， 學習國際先進的金融計算軟件的使用方法， 初步掌握金融數(shù)據(jù)采集整理，模型選 擇，模型參數(shù)確定，VaR#算，計算結果分析的基本方法。實驗過程（一）數(shù)據(jù)準備對2012.01.012014.12.31期間債券代碼為600550的保變電氣股票進行測 算。一共在網(wǎng)易（網(wǎng)易首頁 網(wǎng)易財經(jīng)行情滬深中國石油資金流向,歷史交 易數(shù)據(jù)）下載了 751個該股票在相應時間

2、的開盤價，留下 250個數(shù)據(jù)（2012年 12月9日至2014年12月31日的數(shù)據(jù)）作為檢驗數(shù)據(jù)及建立模型。收盤價與收益率的圖形如圖1和圖2。收盤價收盤價圖11、直接法： 對2012年12月9日至2014年12月31日的數(shù)據(jù)進行測算。均值：-0.000555943標準差：0.025888746巴信水平1- CXaa分位點 Zcx99%0.012.3397.5%0.0251.9695%0.051.65直接法測算結果如圖3:圖32、移動平均法：對2012年12月9日至2014年12月31日的數(shù)據(jù)進行測算。(1)用office進行測算，測算結果如圖4:0 15收益率99%VaR97.5WaR95%V

3、aR0,10.050-0.05-0,1-0 15(2)用Mathlab進行測算：對2012年1月1日至2014年12月31日的數(shù)據(jù)進 行測算。使用代碼如下：data=xlsread('D:chen.xls');n=size(data,1);d=data(1:n);m=100;for i=1:n-1x(i) = (d(i+1)-d(i)/d(i);endy1=0;for i=1:my1=y1+x(i);endmu(1)=y1/m;for i = 2:n-m-1mu(i) = mu(i-1)-(x(i-1)/m)+(x(m+i-1)/m);endfor i=1:n-m-1xigma

4、1=0;for j=1:mxigma1=xigma1+(x(i+j-1)-mu(i)*(x(i+j-1)-mu(i);endxigma1=xigma1/(m-1);xgm(i)=sqrt(xigma1);var(i)=mu(i)-1.96*xgm(i);endmt=1:n-m-1;xx=x(m+1:n-1);plot(t,xx,'k-',t,mu,'r-',t,mu+var,'b-')置信度為99%, m=160時，測算結果如圖5:0.15-0.10.10.050-0.050100200300400500600置信度為97.5%, m=100時，

5、測算結果如圖6:0.15-0.10.10.050-0.05100200300400500600700圖6置信度為95%, m=160時，測算結果如圖7:0.150.10.050-0.05-0.1''101002003004005006003、蒙特卡洛模擬法：對2012年12月9日至2014年12月31日的數(shù)據(jù)進行測算。 測算代碼如下：data=xlsread('d:chen.xls');n=size(data,1);d=data(1:n);r=price2ret(d);arf=0.025;kn=10000x=r(1:n-251);spec=garchset(&#

6、39;R',1,'M',1,'P',1,'Q',1,'Display','off);coeff=garchfit(spec,x)y=garchsim(coeff,250,kn,60);yy=y'yyyy=sort(yy);kk=arf*kn;var1=yyyy(kk:kk,:);v1=var1'rr=r(n-250:n-1);u(1:250)=0;t=1:250;plot(t,rr,'b-',t,v1,'r-',t,u,'g-')flag=0;bv(1

7、)=0;for i=1:250if rr(i)<v1(i)flag=flag+1;bv(flag)=n-251+i;bv(flag)=i;endendflagbv(1)置信度為 99%,模擬次數(shù) kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2)模 型，正態(tài)分布。結果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distribution: 'Gaussian'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.405

8、1VarianceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'offflag =0 bv =02388243247圖形如圖8:6 o6I8 o6 o 5 di8 6 口 口 o o042 0 29 9 o oI046 圖8(2)(1)置信度為 97.5%,模擬次數(shù) kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2)模型，正態(tài)分布。結果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance

9、: GARCH(1,1)'Distribution: 'Gaussian'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.4051VarianceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'off flag =2bv =788882432470.080.060.040.020-0.02-0.0450100150200250圖形如圖9:-0.06圖9(3)置信度為 95%,模擬次數(shù) kn=10000,用 ARMAX(1,

10、1,0)和 GARCH(2,2)模 型，正態(tài)分布。結果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distribution: 'Gaussian'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.4051VarianceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'off flag =5 bv =72388243247圖

11、形如圖10:0.08 ,0.06 .4 6 o o - -（三）結果的比較分析下表是巴塞爾委員會和國際清算銀行（BCBS）規(guī)定的懲罰區(qū) 如表2:區(qū)域超限次數(shù)擴大因子提高比例綠燈區(qū)0 - 40黃燈區(qū)50.460.570.6580.7590.85紅燈區(qū)10及以上1表2各種模型方法的超限次數(shù)比較，如表 3:保變電氣模型置信水平95%600550參數(shù)m超限次數(shù)區(qū)域參數(shù)法直接法10紅燈移動平均法1608黃燈家將K 羅法5黃燈表3:回顧測試結果的分區(qū)由表可知，使用蒙特卡羅法計算金融 VaR更為精確，使用性更強三、實驗總結通過課程開始的舉例論證，了解了運用Var模型進行風險測量的重要性。 在 實驗中接觸到了