市場(chǎng)風(fēng)險(xiǎn)管理概述課件-在線瀏覽
2025-03-16 13:19本頁(yè)面
【正文】 cXXXP?????????1,1:????Xε X+ε C/2 C/2 因此從數(shù)學(xué)和統(tǒng)計(jì)的意義上看： VaR就是在某個(gè)既定的損益預(yù)期分布中，對(duì)應(yīng)一定置信水平的 分位數(shù) 。而直接獲取未來(lái)?yè)p益的分布幾乎是不可能的事，為此，通常經(jīng)過(guò)下述分解過(guò)程： 將資產(chǎn)表示 為市場(chǎng)因子 的函數(shù) 預(yù)測(cè)市場(chǎng) 因子的 波動(dòng)性 根據(jù)市場(chǎng)因 子的波動(dòng)估 計(jì)資產(chǎn)的價(jià) 值變化及其 概率分布 給定置信 水平和持 有期，得 出 VaR （二） VaR的獲取方法 ? 在這一分解過(guò)程中， 波動(dòng)性模型 和 價(jià)值模型 是核心和難點(diǎn)。參見(jiàn)前面的例子。 ?問(wèn)，下一個(gè)交易日，在 99%置信水平下，該投資者的最大損失是多少？ ?舉例： 第一步：建立樣本，模擬頭寸損益 ? 樣本數(shù)據(jù)選擇 2023年 10月 18日至 2023年 11月 26日每個(gè)交易日的收盤(pán)價(jià)，共 1261個(gè)數(shù)據(jù)。 ? 然后計(jì)算模擬頭寸的逐日損益，即： Rt=VtVt1（考慮到漲跌停板限制問(wèn)題，用收益率模擬應(yīng)該更合理） 直方圖010020030040050060021450017867114284310701471186353574713630072129107957143786179614215443251271287100322929358757394586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(lài) ?路徑依賴(lài)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。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。 ? 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。(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。 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)。如今很多軟件都可以直接估計(jì) σ。 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 給定置信水平下，持有期越長(zhǎng)， VaR的數(shù)值越大 在獨(dú)立同分布狀態(tài)下， t日的 VaR＝ 1日的 VaR ?選擇依據(jù)： ? 持有資產(chǎn)的流動(dòng)性狀況 ? 樣本規(guī)模限制 ? VaR的使用目的 ?常用標(biāo)準(zhǔn)： BIS建議 t=10天 t（ 2）持有期 t VaR參數(shù)的選擇 （ 3）參數(shù)間的轉(zhuǎn)換 ?置信水平轉(zhuǎn)換： 不同置信水平上的 VaR比值等于相應(yīng)的分位數(shù)的比值。 10 ＝ 2121 VaRVaR ??＝?時(shí)間轉(zhuǎn)換： 在獨(dú)立同分布狀態(tài)下， t日的 VaR等于單日的 VaR乘以 t的平方根。 二者如何轉(zhuǎn)換？ RRB VaRVaRVaR ????練習(xí) 2： 將下列投資組合按風(fēng)險(xiǎn) 從小到大 的順序排列，假
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1