市場風(fēng)險(xiǎn)測度之var方法-資料下載頁
2025-01-14 23:08本頁面
【正文】 變化 模擬價(jià)格 C（ FX99； σ99） = 模擬價(jià)格 C（ FX98； σ98） = 模擬價(jià)格 C（ FX97； σ97） = …… …… 模擬價(jià)格 C（ FX2； σ2） = + 模擬價(jià)格 C（ FX1； σ1） = + ? 最后一步是，通過描繪出資產(chǎn)組合收益在過去100天的歷史數(shù)據(jù)，或直接甄別資產(chǎn)組合價(jià)值變化情況，來確認(rèn)歷史分布的第一個(gè)百分位數(shù)。 ? 下表是對資產(chǎn)組合價(jià)值變化的排序，根據(jù)這種方法，可以得出第一個(gè)百分位數(shù)對應(yīng)的數(shù)值是 。 模擬價(jià)格序列 從資產(chǎn)現(xiàn)價(jià)（ ）的變化 100 99 98 …… …… 2 + 1 + ? 當(dāng)然，最直觀的是描繪出資產(chǎn)價(jià)值模擬序列的（頻率）分布圖。 ? 歷史模擬法可以很容易地推廣到任何證券資產(chǎn)組合。 損失大于 現(xiàn)的可能性不超過 1% 歷史模擬方法 —Bootstrapping ? 自舉法（ Bootstrapping），是利用歷史數(shù)據(jù)得到一系列資產(chǎn)的隨機(jī)運(yùn)動的另一種方法。 ? 假設(shè)有 N項(xiàng)資產(chǎn)的真實(shí)時(shí)間序列數(shù)據(jù)（假設(shè)是資產(chǎn)的日收益率數(shù)據(jù)），自舉法的實(shí)現(xiàn)過程： 1. 為每日的數(shù)據(jù)（向量）編制一項(xiàng)索引，該索引可以是隨機(jī)分配； 2. 建立某種抽樣規(guī)則，隨機(jī)抽取一個(gè)索引，該索引指向的數(shù)據(jù)就是第一個(gè)未來可能情況的模擬。 3. 重復(fù)這個(gè)過程，得到更多未來可能情況的模擬，直到滿意的模擬次數(shù)。 ? 自舉法的優(yōu)點(diǎn)在于可以捕捉資產(chǎn)間的任意相關(guān)性、允許資產(chǎn)價(jià)格變化呈現(xiàn)非正態(tài)性，缺點(diǎn)是無法獲得數(shù)據(jù)中的自相關(guān)性。 將市場風(fēng)險(xiǎn)因子變化納入模型的方法 : 蒙特卡洛模擬方法 ? 蒙特卡洛模擬方法是一種綜合的方法。 ? 蒙特卡洛模擬方法可以通過選擇任何形式的多變量分布來進(jìn)行，該方法比較靈活，能夠允許對具有厚尾和偏斜形狀的分布進(jìn)行分析，還能模擬比較復(fù)雜的分布和均值反轉(zhuǎn)的過程。 ? 蒙特卡洛方法的唯一的限制在于估計(jì)分布參數(shù)（如均值、方差和協(xié)方差等）的能力。 蒙特卡洛方法 ? 蒙特卡洛方法是要重復(fù)地模擬哪些決定市場價(jià)格和收益率的隨機(jī)過程。每一個(gè)模擬值（情景）都會得出資產(chǎn)組合價(jià)值在目標(biāo)區(qū)間內(nèi)的一個(gè)可能值。如果我們得出的情景足夠多，資產(chǎn)組合價(jià)值的模擬分布將趨近于真實(shí)分布。 ? 蒙特卡洛模擬包括以下 3個(gè)步驟： ? 首先，確認(rèn)所有的相關(guān)風(fēng)險(xiǎn)因子； ? 第二，構(gòu)造價(jià)格路徑； ? 第三，估計(jì)資產(chǎn)組合在每個(gè)路徑（情景）下的價(jià)值。 作為業(yè)績度量的 VaR的應(yīng)用 ? VaR的一個(gè)重要應(yīng)用是度量銀行、部門或單個(gè)交易員的業(yè)績表現(xiàn)。 ? 過去，“交易能力”只是單純用盈利衡量；交易員的紅利與盈利相聯(lián)系，這使得交易員愿意冒風(fēng)險(xiǎn)。 ? 考慮風(fēng)險(xiǎn)的衡量交易能力的方法是比較單位風(fēng)險(xiǎn)，即夏普比率： ? 當(dāng)使用 VaR度量風(fēng)險(xiǎn)時(shí)，收益 /損失作為收益的度量： ?? r?波動性風(fēng)險(xiǎn)溢價(jià)VaR日日收益演講完畢，謝謝觀看！
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1