市場風險測度方法-閱讀頁
2025-01-24 23:08本頁面
【正文】 ji SStcVaR1 1)1( ???? Delta－ Gamma逼近 ? 當標的資產(chǎn)的價格變動非常微小時，可以使用 Delta逼近，但更精確的逼近要引入高階項，加入 Gamma或者凸性影響。 ? 二階展開，由于存在確定性的漂移項 S及期權(quán)的 θ值，二階展開含有確定性的偏移項 ?V。 衍生品 VaR估計的實際困難 ? 估計非線性產(chǎn)品的 VaR的顯而易見的途徑是對于標的資產(chǎn)的非線性行為使用模擬，然后運用估值公式和數(shù)值算法推斷整個投資組合價格變化的分布。 ? 如果要進行成千上萬此的模擬，每一次都必須要解一個多因子偏微分方程，那么求解VaR的時間花費將過長。 ? 歷史模擬法不要求使用者做出風險因子分布的分析性假定和理論分布的估計。 ? 歷史模擬法要得出比較合理的歷史分布，至少需要 2~3年的數(shù)據(jù)。 歷史模擬方法 — 簡單處理 ? 歷史模擬方法的原理很簡單。 ? 然后，從歷史數(shù)據(jù)中推導出風險因子來構(gòu)造資產(chǎn)組合收益的分布?？梢园涯M出的每個日變化值看成分布的一個觀測值。 例：歷史模擬 ? 假定一個 3月期的美元 /馬克買入期權(quán)，首先判斷該敞口的市場風險因子為： ? 美元 /馬克匯率 ? 美元 3月期利率 ? 馬克 3月期利率 ? 3月期美元 /馬克匯率的波動性 ? 簡單起見，忽略利率風險因子的影響，只考慮匯率及其波動性的影響。 ? 然后，利用風險因子的歷史分布來為敞口重新定價。 ? 下表是對資產(chǎn)組合價值變化的排序，根據(jù)這種方法，可以得出第一個百分位數(shù)對應的數(shù)值是 。 ? 歷史模擬法可以很容易地推廣到任何證券資產(chǎn)組合。 ? 假設有 N項資產(chǎn)的真實時間序列數(shù)據(jù)（假設是資產(chǎn)的日收益率數(shù)據(jù)），自舉法的實現(xiàn)過程： 1. 為每日的數(shù)據(jù)（向量）編制一項索引，該索引可以是隨機分配； 2. 建立某種抽樣規(guī)則，隨機抽取一個索引，該索引指向的數(shù)據(jù)就是第一個未來可能情況的模擬。 4. 自舉法的優(yōu)點在于可以捕捉資產(chǎn)間的任意相關(guān)性、允許資產(chǎn)價格變化呈現(xiàn)非正態(tài)性，缺點是無法獲得數(shù)據(jù)中的自相關(guān)性。 ? 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行分析，還能模擬比較復雜的分布和均值反轉(zhuǎn)的過程。 蒙特卡洛方法 ? 蒙特卡洛方法是要重復地模擬哪些決定市場價格和收益率的隨機過程。如果我們得出的情景足夠多，資產(chǎn)組合價值的模擬分布將趨近于真實分布。 作為業(yè)績度量的 VaR的應用 ? VaR的一個重要應用是度量銀行、部門或單個交易員的業(yè)績表現(xiàn)。 ? 考慮風險的衡量交易能力的方法是比較單位風險，即夏普比率： ? 當使用 VaR度量風險時，收益 /損失作為收益的度量： ?? r?波動性風險溢價VaR日日收益
數(shù)學相關(guān)推薦
鄂ICP備17016276號-1