Markov過程算法在金融風險模型中的應用研究.pdf

1、進入2l世紀，隨著國際金融市場的日趨規(guī)范、壯大，各金融機構之間的競爭也發(fā)生了根本性變化。在全球的金融市場規(guī)?？焖俚陌l(fā)展下，許多金融機構持續(xù)面對著國際化與自由化的沖擊下，也迫使金融機構必須更具有競爭力。特別是金融產品的創(chuàng)新，使金融機構從過去的資源探索轉變?yōu)閮炔抗芾砼c創(chuàng)新方式的競爭。然而，相較之于過去的相對單純，這些改變也讓企業(yè)暴露在更多樣的金融風險之下。隨著我國加入WTO，國內金融機構在面對即將到來的全球金融一體化的挑戰(zhàn)，金融風險管理尤顯

2、其重要性。
　　 傳統(tǒng)的資產負債管理(Asset-Liability Management)過分依賴于金融機構的報表分析，缺乏時效性。1993年，30國集團(Group of30)在研究衍生品種基礎上發(fā)表了《衍生產品的實踐和規(guī)則》的報告，提出了風險價值(Value at Risk，VaR)的概念。1994年12月JP.Morgan銀行公開發(fā)表其開發(fā)的風險計量模型——Risk Metrics，1995年4月巴塞爾銀行監(jiān)管委員會同意

3、具備條件的銀行以內部VaR模型為基礎，計算市場風險的資本金要求。此后VaR方法被廣泛采用，有關VaR模型的計算方法和應用研究如雨后春筍般蓬勃發(fā)展起來。目前比較常用的VaR計算方法包括局部評價法、歷史法和蒙特卡羅模擬法。
　　 在當今買方市場的氛圍下，市場競爭日益白熱化，企業(yè)始終面臨著這樣的兩難困境，即：一方面，必須不斷擴張信用以擴大市場份額，但另一方面，又必須最大程度地減少壞賬以減小成本，提高盈利?！昂裎病毙钥梢苑从碃顟B(tài)持續(xù)性，

4、在預測金融風險的歷史信息中起著重要的作用。
　　 風險值的興起已有數(shù)十年，而傳統(tǒng)的風險值衡量方式都以有參數(shù)的正態(tài)分布為主，但是由于財務金融上的諸多不確定性，致使預測上不如預期。在傳統(tǒng)的計算模型上，對于金融資產收益分布的“厚尾”現(xiàn)象無法有效的顯現(xiàn)；利用非固定分布的假說特性的極值理論，雖然極值理論可以解釋“厚尾”現(xiàn)象，但對長期、多方面的影響依然無法獲得充分的詮釋；而時間序列理論中的馬爾科夫轉換模型即擁有隨狀態(tài)變遷的特性，正是可以使運