市場(chǎng)風(fēng)險(xiǎn)管理概述課件(編輯修改稿)
2025-03-02 13:19 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 353574713630072129107957143786179614215443251271287100322929358757394586第二步：求解 VaR ? 方法一：將損益序列中的數(shù)據(jù)按升序排列，找到對(duì)應(yīng)的第 1261 1%=（謹(jǐn)慎起見(jiàn)，我們用第 13個(gè)），為 97500元 ，即 VaR=97500元 ? 方法二：直接用 EXCEL中的 “ 排位與百分比排位 ”函數(shù)，找到對(duì)應(yīng) 1%的損失值，為 95500元，即VaR=95500元 簡(jiǎn)要評(píng)述： ? 優(yōu)點(diǎn) ?原理簡(jiǎn)單且實(shí)用 ?非參數(shù)完全估值，避免了估值和模型風(fēng)險(xiǎn) ? 不足 ?對(duì)歷史數(shù)據(jù)的依賴 ?路徑依賴假設(shè) ?等概率假設(shè) 蒙特卡羅模擬法 ? 基本思路： 假設(shè)資產(chǎn)價(jià)格或市場(chǎng)變量的變化服從于某個(gè)隨機(jī)過(guò)程，通過(guò)模擬該隨機(jī)過(guò)程，就可以得出在給定時(shí)點(diǎn)上投資組合的價(jià)格或市場(chǎng)變量的估計(jì)值。不斷重復(fù)該模擬過(guò)程，就可以得到一系列估計(jì)值。如果重復(fù)的次數(shù)足夠多，模擬出的估計(jì)值最終將會(huì)收斂于“真實(shí)的”組合價(jià)值。以此為基礎(chǔ)，就可以進(jìn)一步估計(jì)出組合“真實(shí)的”風(fēng)險(xiǎn)價(jià)值。 ? 主要步驟： 第一步 ，為變量選擇一個(gè)隨機(jī)模型，確定模型參數(shù)，以模擬價(jià)格變化的時(shí)間路徑。使用較多的是幾何布朗運(yùn)動(dòng)模型 第二步 ，產(chǎn)生一個(gè)虛擬的隨機(jī)變量系列 ε i ， i=1,2, … ,n,由此計(jì)算出價(jià)格序列 蒙特卡羅模擬法 第三步 : 根據(jù)特定的價(jià)格序列計(jì)算目標(biāo)期末的資產(chǎn)價(jià)值，盡可能多地重復(fù)第二、三步，如 10000次，就可以得到一個(gè)價(jià)值分布 第四步 : 給定置信水平 1c，通過(guò)分位數(shù)就可以計(jì)算出 VaR。(同歷史模擬法 ) 蒙特卡羅模擬法 ? 假定經(jīng)檢驗(yàn)，招商銀行股票價(jià)格變動(dòng)服從隨機(jī)游走模型： Pt=Pt1+ε t ? 利用 EXCEL中的隨機(jī)數(shù)發(fā)生器產(chǎn)生一萬(wàn)個(gè)虛擬變量，變量取值范圍（ ， ） ? 已知 P0=，將其和已產(chǎn)生的隨機(jī)數(shù)代入公式Pt=Pt1+ε t ，即可得模擬價(jià)格，進(jìn)而得到模擬損益。 ?舉例：資料同前 第一步：建立樣本，模擬頭寸損益 直方圖020406080100120140(86068) (79182) (72296) (65410) (58523) (51637) (44751) (37864) (30978) (24092) (17205) (10319)(3433)3454 10340 17226 24113 30999 37885 44772 51658 58544 65431 72317 79203 其他 第二步：求解 VaR ? 方法一：將損益序列中的數(shù)據(jù)按升序排列，找到對(duì)應(yīng)的第 10000 1%=100個(gè)數(shù)據(jù)，為 84502元 ，即 VaR=84502元 ? 方法二：直接用 EXCEL中的 “ 排位與百分比排位 ” 函數(shù)，找到對(duì)應(yīng) 1%的損失值，為 84412元，即 VaR=84412元 簡(jiǎn)要評(píng)述： ? 優(yōu)點(diǎn) ?全場(chǎng)景模擬，不受歷史數(shù)據(jù)限制 ?完全估值，可處理非線性、非正態(tài)問(wèn)題 ? 不足 ?復(fù)雜、不易理解 ?模擬次數(shù)、計(jì)算精確度與耗費(fèi)時(shí)間的矛盾 ?模型風(fēng)險(xiǎn)和估值風(fēng)險(xiǎn) ?偽隨機(jī)數(shù)問(wèn)題 ? 基本思路 ： 首先假定要考察的隨機(jī)變量服從于某種參數(shù)分布，如正態(tài)分布、泊松分布等，然后借助于分布參數(shù)，如均值、方差等直接計(jì)算出VaR。 方差－協(xié)方差法 ? 主要步驟 （以正態(tài)分布為例）： 首先假設(shè)資產(chǎn)收益率服從于一般正態(tài)分布R=f(r)～ N(μ ， σ2)，然后借助于正態(tài)化轉(zhuǎn)換，轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布 Φ(ε)～ N（ 0,1） ： 方差－協(xié)方差法 ??? ???? R其中， ?? ????? ddrrf R ?????????? cc ? 通常假定 μ=0，則有－ |R|＝－ ασ，這里 α表示在標(biāo)準(zhǔn)正態(tài)分布下對(duì)應(yīng)一定置信水平的分位點(diǎn)， σ表示資產(chǎn)收益率的波動(dòng)。 ? 又：資產(chǎn)損益＝資產(chǎn)收益率 R 資產(chǎn)市值 P ? 因此有： VaR＝ ασP ? 由于 α和 P可以獲知，那么，計(jì)算 VaR的核心就是估計(jì) σ。如今很多軟件都可以直接估計(jì) σ。 方差－協(xié)方差法 ? 例題 1： 已知人民幣對(duì)美元的匯率變動(dòng)服從均值為0、標(biāo)準(zhǔn)差為 ，計(jì)算 100萬(wàn)美元資產(chǎn)在 95%的置信水平下的單日 VaR。 方差－協(xié)方差法 解： 對(duì)應(yīng) 95%置信水平， α =，且已知σ =， P=100，根據(jù)公式可得： VaR=ασ P = 100= $ 方差－協(xié)方差法 ?舉例：資料同前 ?利用 EXCEL中的統(tǒng)計(jì)描述函數(shù)，可直接得出標(biāo)準(zhǔn)差，代入公式即可得出 VAR 簡(jiǎn)要評(píng)述： ? 優(yōu)點(diǎn) ?可以迅速求解 ?易于處理組合 ? 不足 ?正態(tài)分布假設(shè) ?參數(shù)估計(jì)風(fēng)險(xiǎn) 參數(shù)的選擇 組合 VaR 模型的簡(jiǎn)要評(píng)價(jià) （三） VaR的應(yīng)用 （ 1）置信水平 1c ?影響： 給定持有期， 1c越 大， VaR越大 ?選擇依據(jù)： ? 投資者的風(fēng)險(xiǎn)偏好 ? 樣本規(guī)模限制 ? VaR的使用目的 ?常用標(biāo)準(zhǔn)： 95%99% 1c=95% 1c=99% 損失 獲利 VaR參數(shù)的選擇 ?影響
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1