基于MATLAB的金融工程方法及应用 资料_ 第十三章 在险价值模型3.pptVIP

VaR模型在投资组合中的应用 Agenda 投资组合的总的VaR估计 边际VaR 成分VaR 增量VaR VaR技术在投资组合中的应用 投资组合总的VaR估计 正态分布下的VaR估计 采用对数百分比收益率序列，假设其服从正态分布，正态分布的均值和方差分别为 标准正态分布的左 分位数 置信水平下的VaR（单期） 投资组合VaR 投资组合的VaR估计依赖于投资组合中每个产品收益率的均值、方差，及每两个收益率之间的相关系数 如果把投资组合看作是一个产品，投资组合也可以看成一种特殊的VaR估计 两资产投资组合VaR的估计 假设两个资产的收益率分别为 ，投资权重为 ，组合收益为 为收益率的标准差， 为预期收益 两个资产的投资组合的方差： 投资组合收益率的均值为: 投资组合收益率的VaR N个资产投资组合的VaR估计 投资组合预期收益 投资组合方差 投资组合收益率的VaR 边际VaR 增量VaR 成分VaR VaR在投资组合中的应用 function [VaR,delta_VaR,incre_VaR,compo_VaR]=delta_compo_VaR(price,w,dw,confidence,V) %程序目的：计算投资组合的VaR，边际VaR 增量VaR 成分VaR %输入1：price 投资组合资产的价格矩阵 M*N矩阵，N个资产，M个观测值， %输入2：w 投资组合中各个资产的权重向量 列向量 N*1向量 %输入3：dw 投资组合各个资产权重向量变化 列向量 N*1向量 %输入4：confidence 置信水平 %输入5：V 资产价值 %输出1： VaR 资产的VaR %输出2：delta_VaR 边际VaR %输出3：incre_VaR 增量VaR %输出4：compo_VaR 成分VaR %第一步，求解对数收益率矩阵 [M,N]=size(price); r=zeros(M-1,N); for i=1:N r(:,i)=diff(log(price(:,i))); end %第二步，求解对数收益率的均值与方差 mu=w*mean(r,1);%mu 投资组合资产收益率的均值 cov_matrix=cov(r);%cov_matrix 投资组合资产收益率的方差协方差矩阵 sigma=sqrt(w*cov_matrix*w);%sigma 投资组合收益率的标准差 %第三步，在正态分布的假设下求解VaR alpha=1-confidence; VaR=-[mu+norminv(alpha,0,1)*sigma]*V; VaR=max(VaR,0); %第四步，求解边际VaR，它度量了每个资产头寸的变化（其他不变）对整个投资组合VaR的影响 delta_VaR=-(mean(r,1)+norminv(alpha,0,1)*cov_matrix*w/sigma)*V; %第五步，求解增量VaR,它度量了资产组合权重变化后对投资组合VaR的影响 incre_VaR=delta_VaR*dw; %第六步，求解成分VaR compo_VaR=delta_VaR.*w; 谢谢！ * 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 第i个资产的边际 VaR: 资产组合中资产i的头寸变化而导致的组合VaR的变化 边际VaR的向量形式 * 边际VaR的具体表达式 * 增量 VaR 当 较小时， 资产i所贡献的VaR称为资产i的成分VaR 资产i的成分VaR: 资产组合所有资产VaR之和恰好等于整个投资组合的总VaR，意味着投资组合的VaR可以分解成各个资产的成分VaR之和 如果某个资产的成分VaR为负，则可对冲风险 *