上海金融学院“实验超市”实验报告实验项目名称：金融VaR计算实验指导教师：元如林____________学生姓名：_______ 陈莉_______________学生所在院系：_____ 保险学院________________________ 学生专业：_______ 保险学__________________________ 实验时间：________________________________实验教学与教育技术中心制实验目的通过本实验，我理解度量金融风险的VaR模型，了解国内外主要的金融数据库，学习国际先进的金融计算软件的使用方法，初步掌握金融数据采集整理，模型选择，模型参数确定，VaR计算，计算结果分析的基本方法。
实验过程（一）数据准备对2012.01.01~2014.12.31期间债券代码为600550的保变电气股票进行测算。
一共在网易（网易首页＞网易财经〉行情〉沪深〉中国石油＞资金流向〉历史交易数据）下载了751个该股票在相应时间的开盘价，留下250个数据（2012年12月9日至2014年12月31日的数据）作为检验数据及建立模型。
21、直接法： 对2012年12月9日至2014年12月31日的数据进行测算。
均值：-0.000555943 标准差：0.025888746星信水平1* CL ot(X 分位点Zot99% 0.01 2.33 97.5% 0.025 1,96 95%0.051,65直接法测算结果如图3：2、移动平均法：对2012年12月9日至2014年12月31日的数据进行测算。
(1)用office 进行测算，测算结果如图4:"ZLW&o rM5 1 5 0 5 1 丄o .q Q 0 □o-0J收益率6£C M------- 99% VaR97.5%VaR------- 9S%VaR(2)用Mathlab 进行测算：对2012年1月1日至2014年12月31日的数据进 行测算。
使用代码如下：data=xlsread('D:\che n.xls'); n=size(data,1); d=data(1: n); m=100; for i=1: n-1x(i) = (d(i+1)-d(i))/d(i); end y 仁0; for i=1:m y1=y1+x(i); end mu(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-1 xigma1=0; for j=1:mxigmal 二xigma1+(x(i+j-1)-mu(i))*(x(i+j-1)-mu(i)); end xigma1=xigma1/(m-1); xgm(i)=sqrt(xigma1); var(i)=mu(i)-1.96*xgm(i);U.150.10.05□■at■0 15endmt=[1: n-m-1];xx=x(m+1: n-1);plot(t,xx,'k-',t,mu,'r-',t,mu+var,'b-')置信度为99%, m=160时，测算结果如图5:0.150.10.05-0.05置信度为97.5%, m=100时，测算结果如图6:叮叮小文库图6置信度为95%, m=160时，测算结果如图7:0.15-0.10 0.10.05-0.05— I —i"____________________________-I100 200 300 400 500 600 7000.15-0.10 0.10.05-0.05100 200 300 400 500 600叮叮小文库3、蒙特卡洛模拟法：对2012年12月9日至2014年12月31日的数据进行测算。
测算代码如下：data=xlsread('d:che n.xls');n=size(data,1);d=data(1: n);r=price2ret(d);arf=0.025;kn=10000x=r(1: n-251);spec=garchset('R',1,'M',1,'P',1,Q,1,'Display','off);coeff=garchfit(spec,x)y=garchsim(coeff,250,k n,60);yy=y';yyyy=sort(yy);kk=arf*k n;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)=0;for i=1:250if rr(i)<v1(i)flag=flag+1;bv(flag)=n-251+i;bv(flag)=i;endendflagbv(1)置信度为99%，模拟次数kn=10000,用ARMAX(1,1,0)和GARCH(2,2)模型，正态分布。
结果如下：kn =叮叮小文库10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)' Distributi on: 'Gaussia n'R: 1M: 1C: -1.4754e-004AR: -0.3097MA: 0.4051Varia nceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'off*flag = bv =0 23 88 243 247图形如图8:图8(2) ( 1)置信度为 97.5%,模拟次数 kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2) 模型，正态分布。
结果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distributi on: 'Gaussia n'R: 1 M: 1C: -1.4754e-004 AR: -0.3097 MA: 0.4051Varia nceModel: 'GARCH'P: 1 Q: 1K: 3.9032e-004 GARCH: 0.25070.082500.060.040.0211；.'1|-0.02-0.04-0.06-0.0850100 150 200 ，.11'.'IARCH: 0.1236 Display: 'offflag =2bv =图9(3) 置信度为 95%，模拟次数 kn=10000,用 ARMAX(1,1,0)和 GARCH(2,2)模型，正态分布。
结果如下：kn =10000coeff =Comment: 'Mean: ARMAX(1,1,0); Variance: GARCH(1,1)'Distributi on: 'Gaussia n'R: 1 M: 1C: -1.4754e-004图形如图 8888 2432479:AR: -0.3097MA: 0.4051Varia nceModel: 'GARCH'P: 1Q: 1K: 3.9032e-004GARCH: 0.2507ARCH: 0.1236Display: 'offflag =5bv =7 23 88 243 247图形如图10:0.080.060.040.02-0.02-0.04-0.060 50 100 150 200 250图1011（三）结果的比较分析下表是巴塞尔委员会和国际清算银行（BCBS）规定的惩罚区如表2：表各种模型方法的超限次数比较，如表3：由表可知，使用蒙特卡罗法计算金融VaR更为精确，使用性更强三、实验总结通过课程开始的举例论证，了解了运用Var模型进行风险测量的重要性。
在实验中接触到了resse，新华08等多种数据库，并学会运用其进行数据查找，辅助进行科学研究。
运用excel以及matlab进行数据分析，了解其运作方式，并对用matlab对所需问题进行编程求解有一定的掌握。
实验中多次提到的置信区间、置信度以及VaR等知识是专业学习中被反复提到的，既巩固了专业知识，又进行了知识的拓展实验。
为自己的专业拓展指明了方向。
12。