风险量的VAR方法学习教案.pptx
上传人:王子****青蛙 上传时间:2024-09-13 格式:PPTX 页数:47 大小:2.4MB 金币:10 举报 版权申诉
预览加载中,请您耐心等待几秒...

风险量的VAR方法学习教案.pptx

风险量的VAR方法学习教案.pptx

预览

免费试读已结束,剩余 37 页请下载文档后查看

10 金币

下载此文档

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

会计学VAR(ValueatRisk),译为在险价值或受险价值,是以货币形式表示的风险。定义(Jorion,1997):VaR是衡量在正常的市场条件和某一给定的置信水平下,某一金融资产或证券组合(zǔhé)在未来特定的一段时间Δt内,可能遭受的最大损失。若设Δt:1个月置信水平:95%VaR:5000万元这意味着该投资者估计资产在1个月后发生损失额超过5000万的概率不会超过5%。对VAR的描述(miáoshù)V为投资组合目前的价值VAR用数学公式可以表示为:⊿V表示投资组合在未来N天的价值损益变化(biànhuà)c为置信水平(一般为99%、95%等)A银行2006年4月1日公布其持有期为10天、置信水平为99%的VaR为1000万元。这意味着如下3种等价的描述:A银行从4月1日开始,未来10天内资产组合的损失大于1000万元的概率为1%;以99%的概率确信:A银行从4月1日起未来10天内的损失不超过(chāoguò)1000万元。平均而言,A银行在未来的100天内有1天损失可能超过(chāoguò)1000万元VaR的基本(jīběn)特点置信度和持有期的选择(xuǎnzé)和设定持有期的选择(xuǎnzé)和设定:持有期的选择(xuǎnzé)和设定:置信度的选择(xuǎnzé)和设定:VaR的计算方法概括基于(jīyú)收益率映射估值法的VaR的计算计算VaR的一般步骤金融资产价格(jiàgé)序列,如股票价格(jiàgé)序列,常常缺乏平稳性,而收益率序列一般满足平稳性,通常使用收益率的概率分布来考察组合的未来损益的变化。以组合初始值V0为基点考察持有期内组合的价值(jiàzhí)变化,即ΔVA=V−V0=V0(1+R)−V0=V0R求得的VaR称为绝对VaR,记为VaRA;以持有期内组合的预期收益率为基点考察持有期内组合的价值(jiàzhí)变化,即ΔVR=V−E(V)=V0(1+R)−V0(1+μ)=V0(R−μ)求得的VaR称为相对VaR,记为VaRR;组合的投资收益率服从正态分布的日VaR的计算组合中资产(zīchǎn)的收益率服从正态分布的日VaR的计算关于资产(zīchǎn)组合的VaR的计算关于VaR的时间加总问题收益率映射估值法优缺点评述对分布(fēnbù)参数μ和σ的估计组合中资产的投资收益率服从(fúcóng)正态分布的日VaR的计算根据(gēnjù)正态分布的可加性得:关于资产(zīchǎn)组合的VaR的计算:关于(guānyú)VaR的加总问题:收益率映射(yìngshè)估值法优缺点评述:VaR的计算方法概括基于(jīyú)收益率映射估值法的VaR的计算正态分布法求解VaR简捷易懂,只需要正态参数μ和σ即可。然而金融市场的数据证明,正态分布的假设并不完全正确,事实上经常能观察到收益(shōuyì)分布的尖峰、厚尾、偏斜等非正态特征。尤其是VaR的左尾,如果出现了厚尾的情况,估计出的VaR将会出现较大的变差。考虑另一种求解思路,不对分布的收益(shōuyì)率做任何假设,从历史数据中可以发现有效信息并以此预测未来。基于历史模拟法计算VaR的基本原理就是将各个风险因子在过去某一时期上的变化分布或变化情景准确刻画出来,作为该风险因子未来的变化分布或变化情景;在此基础上通过建立风险因子与资产组合价值之间的映射表达式模拟出资产组合未来可能的损益分布,进而计算出给定置信度下的VaR;历史模拟法不需要(xūyào)假设市场风险因子服从某种概率分布,而是直接用风险因子过去的变化分布,所以无需做参数估计,因而是一种非参数全值估计法。问题描述:假设某证券组合的价值为V(t),受n个风险因子f(t)的影响,其中i=1,2,…,n;t<0表示过去时刻t=0表示当前(dāngqián)时刻t>0表示将来时刻置信度为c;(2)选取历史数据,模拟(mónǐ)风险因子变量未来的可取值(3)计算证券组合未来的可能价值(jiàzhí)水平或损益分布假设某每个公司(ɡōnɡsī)与1998年12月31日持有一份3个月后到期,以16.5百万美元交换10百万英镑的远期合约。c=95%求该远期价值的日VaR风险(fēngxiǎn)因子101个交易日的历史数据风险(fēngxiǎn)因子101个交易日的历史数据远期合约的3个风险因子(yīnzǐ)及其对应价值在1999年1月4日的100个可能取值远期(yuǎnqī)合约及其变化值在1999年1月4日的1000个可能取值从大到小排序MonteCarlo模拟法的基本原理MonteCarlo模拟法的实施步骤单变量资产价格的随机(suíjī)模拟与随机(suíjī)数的产生基于Cholesky因子分解法的多变量资产价格的随