15VaR度量和事后检验.ppt

求职应注意的礼仪 求职时最礼貌的修饰是淡妆 面试时最关键的神情是郑重 无论站还是坐，不能摇动和抖动 对话时目光不能游弋不定 要控制小动作 不要为掩饰紧张情绪而散淡 最优雅的礼仪修养是体现自然 以一种修养面对两种结果 必须首先学会面对的一种结果----被拒绝 仍然感谢这次机会，因为被拒绝是面试后的两种结果之一。 被拒绝是招聘单位对我们综合考虑的结果，因为我们最关心的是自己什么地方与用人要求不一致，而不仅仅是面试中的表现。 不要欺骗自己，说“我本来就不想去”等等。 认真考虑是否有必要再做努力。 必须学会欣然面对的一种结果----被接纳 以具体的形式感谢招聘单位的接纳，如邮件、短信 考虑怎样使自己的知识能力更适应工作需要 把走进工作岗位当作职业生涯的重要的第一步，认真思考如何为以后的发展开好头。 Thank you 标识 观测数 置信水平 2005年12月30日VaR（百万元） 实际失效天数 理论失效天数 His+240 +5 242 95% 0.030174 17 12 His+240 +1 242 99% 0.044657 2 2 His+480 +5 242 95% 0.028216 18 12 His+480 +1 242 99% 0.041313 4 2 His+720 +5 242 95% 0.026486 16 12 His+720 +1 242 99% 0.040657 4 2 风险值与相关检验结果如下： 注：标识中，第一项His表示历史模拟法，第二项240, 480, 720表示用来做历史模拟的观测数，第三项5，1表示以％为单位的显著水平（1-置信水平）。 协方差矩阵法实现程序 本部分利用协方差矩阵法计算2005年全部交易日的风险值VaR，其值等于相应交易日的波动率乘以一个相应的系数。图15.5给出了本部分计算的结构。 Macro sma (days, prob, aa)：波动率简单加权移动平均(SMA)方法计算。加权平均的滞后期为days天，VaR对应的分位数为prob。 Macro ewma (lemda, prob, aa, bb)：假设波动率正态分布；采用指数加权移动平均(EWMA)方法。指数加权移动平均的参数为lemda，VaR对应的分位数为prob。 期望值假设为0 期望为简单平均 Sma201 Sma205 Sma601 Sma605 Sma201 Sma205 Sma601 Sma605 ewma941 ewma945 ewma971 ewma975 bt_sma bt_sma1 bt_ewma garch1 garch5 bt_garch Macro garch (prob, aa)：假设波动率正态分布；采用GARCH模型。VaR对应的分位数为prob。 协方差矩阵法 计算波动率 事后检验 Macro 根据波动率计算2005年每个交易日的VaR 图15.5 协方差矩阵法度量单支股票VaR 标识 观测数 置信水平 2005年12月30日VaR（百万元） 实际失效天数 理论失效天数 sma+20+5 242 95% 0.019624 14 12 sma+20+1 242 99% 0.027755 1 2 sma+60+5 242 95% 0.024439 11 12 sma+60+1 242 99% 0.034564 1 2 风险值与相关检验结果如下： 注：标识中，第一项sma表示简单加权移动平均方法，第二项20，60表示用来计算波动率的滞后天数，第三项5, 1表示以％为单位的显著水平（1-置信水平）。 方法一：期望值假设为0，波动率采用简单加权移动平均(SMA)方法。2005年每个交易日的VaR分别存储在数据集Sma201, Sma205, Sma601和Sma605中, 事后检验结果存储在数据集bt_sma中。 方法二：期望为简单平均；波动率采用简单加权移动平均(SMA)方法。2005年每个交易日的VaR分别存储在数据集Sma201, Sma205, Sma601和Sma605中, 事后检验结果存储在数据集bt_sma1中。 标识 观测数 置信水平 2005年12月30日VaR（百万元） 实际失效天数 理论失效天数 sma+20+5 242 95% 0.0189100397 14 12 sma+20+1 242 99% 0 2 2 sma+60+5 242 95% 0.0244386859 11 12 sma+60+1 242 99% 0.0345640998 1 2 风险值与相关检验结果如下： 注：标识中，第一项sma表示简单加权移动平均方法，第二项20, 60表示用来计算波动率的滞后天数，第三项5，1表示以％为单位的显著水平（1-置信水平）。 方法三：