1、技术经济及管理专业毕业论文 精品论文 论金融衍生产品之市场风险管理基于花旗银行 IRS 案例的研究关键词：金融衍生产品 市场风险管理 预测模型摘要：本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Cond
2、itional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险
3、价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。正文内容本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GAR
4、CH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1
5、，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各
6、种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日
7、收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Val
8、ue at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花
9、旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风
10、险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文
11、在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文
12、进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行
13、市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但
14、又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算
15、方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业
16、的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与
17、实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的
18、涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。
19、为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。本文以金融衍
20、生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率互换的组合产品的风险水平，通过对比，论证了金融衍
21、生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场风险水平，最后将计算结果与实际收益率进行比较，以
22、证实计算模型的有效性和结论的合理性。本文以金融衍生产品的市场风险作为研究对象，阐述金融衍生产品的涵义，分类，以及特征。探讨金融衍生产品对金融行业的影响，论述其双刃剑的特点，即自身具有高风险性但又可以作为理想的风险管理工具。 在此基础上，本文进一步探讨金融衍生产品的风险识别及度量方法。在风险度量方法的章节着重论述风险价值 VaR（Value at Risk）的基本原理，计算方法及其各种预测模型。本文选取广义自回归条件异方差 GARCH（General Autogressive Conditional Heteroskedasticity）模型，采用蒙特卡罗模拟，分别预测固定利率贷款产品和加入利率
23、互换的组合产品的风险水平，通过对比，论证了金融衍生产品如果使用得当可以较好地控制市场风险的观点。为了验证该模型计算结果的准确性，本文将计算结果与实际观测得到的收益率进行比较，证实理论模型和计算方法的可信度。这对于如何合理使用金融衍生产品进行市场风险控制的提供了计量方法上的某些参考。 本文在实证计算中采用 EVIEWS 分析软件，选取花旗银行的贷款和利率互换的组合产品（LS）的市场日收益率数据作为研究对象。首先运用 GARCH（1，1）模型分别预测在 90，95，99的置信区间下，风险价值 VaR 所对应的 260 个日收益率，然后通过比较，证实风险敞口方向相反的两者如果合理搭配可以明显降低市场
24、风险水平，最后将计算结果与实际收益率进行比较，以证实计算模型的有效性和结论的合理性。特别提醒 ：正文内容由 PDF 文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/ 。如还不能显示，可以联系我 q q 1627550258 ，提供原格式文档。“垐垯櫃 换烫梯葺铑?endstreamendobj2x 滌?U 閩 AZ箾 FTP 鈦X 飼?狛P? 燚?琯嫼 b?袍*甒?颙嫯?4)=r 宵?i?j 彺帖 B3 锝檡骹笪 yLrQ#?0 鯖 l 壛枒l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛枒 l 壛渓?擗#?“?# 綫 G 刿#K 芿$?7. 耟?Wa 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 皗 E|?pDb 癳$Fb 癳$Fb癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$Fb 癳$F?責鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍
