金融市场风险测量模型ＶａＲ计算方法研究与分析.docVIP

金融市场风险测量模型ＶａＲ计算方法研究与分析 　[摘要] 通过对国内外 文献 的 研究 分析 ，着重介绍了VAR值的三种估算 方法 ——— 历史 模拟法、分析法和蒙特卡罗模拟法。通过比较，可以看出各种方法在不同方面各有优劣。找不到最优的估算方法，而只能根据实际情况相机抉择。另外还介绍了各种方法的改进，对于我国 金融 机构和投资者管理市场风险,以及金融监管部门进行金融监管具有一定的 参考 价值。 　　[关键词] VaR 分析方法 蒙特卡洛法 历史模拟法 　　 　　一、引言 　　VaR 方法起源于20世纪80年代，在 现代 金融风险管理中具有核心的地位。经过20年的不断 发展 ，VaR方法 目前 已经成为大多数投资银行、商业银行、投资机构,以及政府监管当局所采用的主流风险管理方法。与此同时，我国对VaR方法的 应用 也在逐渐发展中，对其进行的研究也很多。简单地说，VaR方法是利用分布函数，在一定持有期和置信水平c 的条件下， 计算 金融资产的潜在损失用数学公式表示为：P(△p△t≤-VaR)=1-a，其中，ΔP为证券组合在持有期Δt内的收益，VaR为在置信水平α下处于风险中的价值。本文考虑的是金融资产收益的VaR。 　　二、VaR计算方法及改进 　　1.历史模拟法 (Historical Simulation) 　　历史模拟法的基本思想是：用给定历史时期上所观测到的市场因子的变化来表示市场因子的未来变化；在估计市场因子模型时，采用全值估计方法，即根据市场因子的未来价格水平对头寸进行重新估值，计算出头寸的价值变化(损益)；最后，将组合的损益从最小到最大排序，得到损益分布，通过给定置信度下的分位数求出VaR。其计算公式为:其中：是样本收益率的均值，是显著性水平α时的下分位点的收益率。 　　2.分析方法 　　(1)分析方法的基本思想与评价。分析方法的基本思想是利用证券组合的价值函数与市场因子间的近似关系，推断市场因子的统计分布(方差- 协方差矩阵)，进而简化VaR的计算。分析方法的:数据易于收集、计算方法简单、计算速度快，也比较容易为监管当局接受。但是分析方法的假设条件与市场因子分布的厚尾和非对称的实际情况不符，容易产生错误; 此外，对包含期权或隐含期权的组合而言，计算VaR 的效果较历史模拟法及Monte Carlo 模拟法要差。(2)原有分析方法的改进--Delta-Gamma-theta(δ-γ-θ) 方法。这一方法的基本思想是:首先，计算用Delta-Gamma -theta 近似方法估计出组合价值的四个矩(期望、方差、偏度、峰度);然后，选择一个合适的分布，允许存在一定偏度和厚尾情况;最后，估计并选择该分布的参数和Delta-Gamma-theta近似得到的矩相匹配。如果不考虑衍生证券的时间消耗，该方法就被称为Delta- Gamma方法。 　　3.Monte Carlo 模拟 方法 　　(1)Monte Carlo 模拟法的基本步骤及评价。Monte Carlo 模拟法的基本步骤是：选择市场因子变化的随机过程和分布，估计其中相应的参数；模拟市场因子的变化路径，建立市场因子未来变化的情景；对市场因子的每个情景，利用定价公式或其他方法 计算 组合的价值及其变化；据组合价值变化分布的模拟结果，计算出特定置信度下的VaR。(2)Monte Carlo模拟方法的改进--Delta-Gamma-theta Monte Carlo 模拟法。该方法将模拟与Delta-Gamma-theta估计法相结合，具体做法是：在模拟中，对各市场因子的每一变化路径都用Delta-Gamma -theta近似方法估计组合价值。这一方法使Monte Carlo模拟中变化路径的数目与组合再定价次数无关，避免了全值估计法中需要对大量路径进行估计的做法。如果不考虑衍生证券的时间消耗θ，该方法就被称为Delta-Gamma Monte Carlo方法。 　　三、 总结 　　以上介绍的方法可以分为4 类： 历史 模拟法、 分析 方法、蒙特卡洛模拟法及三种方法的综合运用。对VaR 方法 研究 的重点和难点在于处理好几个要素: 置信区间、风险资产持有期、价格损益的随机分布以及样本数据。实证研究表明: 置信区间越高，对模型的精度要求越高; 对市场风险投资组合的持有期的选择， 也会 影响 模型的有效性。数据的选择也是一个至关重要的 问题 。另外，国内外对于VaR 的研究仍有待进一步丰富和完善。 　　第一，研究计算方法的选择。国内外对于经典VaR计算方法中方差——协方差法和蒙特卡罗模拟法研究得非常多，而对历史模拟法研究得相对较少。国外极值 理论 的研究最近几年比较兴盛，而国内的类似 文献 要少得多。第二，VaR 的 应用 。国外研究