本章与下一章讨论如何使用蒙地卡罗模拟法来估计财务风险的.PDF

本章與下一章討論如何使用蒙地卡羅模擬法來估計財務風險的衡量指 標。1940 年代 ，這些方法首次被運用於協助處理核子物理學所涉及的某些運 算後 ，迄今已在科學與工程界具有相當長的歷史，其被廣泛運用於處理其他 問題 ，比如與數值積分有關的問題等。在財務金融領域方面，它們是在1970 年代末期開始用於衍生性金融商品訂價 ，並用以估計其避險比例，而最近更 運用於估計風險值與其他財務風險的衡量指標 。這些方法極具彈性且功能強 大，可對付各類困難的計算問題 。 蒙地卡羅模擬法的概念是 ，針對我們所感興趣的金融工具，根據其價格 或報酬的隨機過程一再進行模擬 。舉例而言，如果我們對估計VaR 有興趣 ， 每次的模擬皆將提供在持有期間結束時投資組合的一個可能價值 。如果模擬 的次數足夠時 ，則投資組合價值的模擬分配會收斂到投資組合未知的「真 實」分配 ，因此我們便能使用所模擬的期末投資組合價值之分配來推論 VaR 。 此模擬過程涉及許多特定的步驟 。第一步是要為所感興趣的隨機變數選 擇一個模型 。在選定模型後，我們根據「主觀判斷」或可取得的任何歷史或 市場資料來估計其參數 ，如波動度及相關係數等。然後，我們會為隨機變數 建構虛擬或模擬的路徑 。每一組的「隨機」亂數會為投資組合中的金融工具 產生一組假設的期末價格 。之後，重複進行這些模擬，直到相信模擬次數已 經可以讓投資組合價值的模擬分配非常接近實際投資組合的 「真實」(但未知 的) 分配 ，足以稱為一個可靠的代理工具為止。一旦完成上述工作，我們即能 用此代理的分配來推論VaR 。 蒙地卡羅模擬法幾乎可以用於應付任何複雜度的問題 ，並且能輕易地處 理其他難以解決的問題 ，比如路徑相依 (path dependency) 、厚尾、非線性以 及選擇權特性等 。在處理多重維度 ( 亦即其結果取決於一個以上的風險變數) 的問題時 ，模擬法亦特別有用 。而且，原則上 ，當問題的複雜度或維度增加 時，蒙地卡羅模擬法相對即變得更具吸引力。 然而 ，在既存的其他簡單方法可以適度處理問題 ，則毋需使用模擬法此 217 類功能強大的方法 ：如同我們沒有必要拿大錘子強行敲開胡桃般 (殺雞焉用牛 ) 。所以，如果試圖為陽春型的買權訂價 ，即不需使用模擬法 ，因為使用 Black-Schole 訂價公式即可輕鬆地解決此問題 ；同樣地 ，如果想估計一個常態 分配 VaR ，將會使用一個已知並可提供正確答案的合適公式 。因此，只有遇 到更為棘手及無法使用這些簡單方法解決問題的情況時 ，才會使用模擬法 。 因為我們希望除了解釋蒙地卡羅模擬法外 ，還能討論其應用於風險估計 問題的方式 ，所以將討論分成兩部分 ，以方便說明 ：本章將初步解釋與介紹 1 蒙地卡羅模擬法 ，第9 章則說明其於風險衡量上之應用 。 8.1 蒙地卡羅模擬法之使用 為了引發讀者的興趣 ，我們首先說明蒙地卡羅模擬法在財務領域的一些 主要應用 ，其用途之一是應用於衍生性金融商品的訂價上 。為了進行訂價 ， 我們模擬標的資產 ，比如股票 ，其價格S 在風險中立世界中的樣本路徑 (基本 上，我們假設一個幾何布朗運動的隨機過程 ，並以無風險報酬率 r 取代µ 做 為期望報酬 ，來進行樣本路徑的模擬) ，然後計算衍生性金融商品在每個路徑 終了時的報償 (比如 ，一個履約價格為 X 的標準 Black-Scholes 買權 ，其報償 即為 max(ST －X , 0) ，其中ST 為到期時的股價) 。我們重複執行上述步驟許多 (M) 次，計算衍生性金融商品的樣本平均報償 ，並以無風險利率來折現 ，即 可得到衍生性金融商品的價格 。下一節將進一步說明此程序所涉及的更詳細 步驟 。 1 傳統的蒙地卡羅模擬法是根據隨機亂數［或嚴格來說是虛擬亂數 (pseudo-random) ］產生器所