高级风险模型：多元情形.pptVIP

第十六章 高级风险模型：多元情形;主要内容：;16.1风险映射;因子模型的映射;相关性分析： 国际金融市场快速发展——市场间相互依存性加强。 金融创新不断涌现——金融风险越发集中和隐蔽。相关性分析是多变量金融分析中的一个中心问题，资产定价、投资组合、波动的传导和溢出、风险管理等问题都涉及相关性分析。而常用的线性相关系数有具有一定的局限性。如它要求变量间是线性的，且方差存在，但是金融市场中出现的不少数据往往是厚尾分布，它们的方差有时并不存在。 举个例子：;我们知道，对于两个变量之间的相关性关系，我们可以利用相关系数 来度量，但是，我们看下面的问题：;copula函数的精髓在于没有直接定义变量的相关性，而是采取一种间接的的方式来定义其相关性;16.2 Copula函数;Sklar定理 ;尾部相关性;;;16.3 VAR方法;例：一个基金经理希望在接下来的10天时间内存在95%概率其所管理的基金价值损失不超过$1,000,000。则我们可以将其写作： 其中95%为置信水平（1-a%)。实际上，在VaR中询问简单的问题:“情况究竟有多糟糕”！;以正态分布为例，假设我们已知总体均值μ和样本标准差σ将以概率α落在哪个区间？风险值概念的图形描述;delta-正态法; 例：假定由价值为500万美元的ATT股票和1000万美元的微软股票组成的交易组合变化服从二元正态分布，分布系数为0.3。ATT股票每天波动率为1%，微软股票每天波动率为2%。求该投资组合在10天内置信水平99%之下的VaR值。;历史模拟法;历史模拟法; 将数据进行排序，若我们取99%的分位数，则选取第五个低值，就是99%的VAR值。;蒙特卡洛模拟法; 其中：  表示t时刻的资产价格 表示t+1时刻的资产价格 表示资产收益率的均值 表示资产收益率的波动率　　　　　　 表示随机变量第二、随机模拟价格走势: 根据随机模型，依次产生相应的随机序列 (i=1，2，…，n)，并由此计算模拟价格 ， ,…， 。定义t为当前时刻，T为目标时刻，我们在t时刻来对T时刻的价格进行模拟，是模拟的时间间隔，为了在持续期中产生一连串的随机变量 ，i=1,2,…n,令 ;第三步，估计VaR: 多次重复第二步，重复次数(以k表示)越多越接近真实分布，这样就可以得到时刻T时的一系列资产的价格 在给定的置信水平 下，VaR即为在k次模拟结果中，将模拟价格按升序排列后第(l- )个模拟价格的损失。例如模拟1000次(k=1000)，置信水平取95%时( =95%)，在排序后的资产价格序列中找到下方5%的分位数 (倒数第50个数，1O00*(l一95%)=50)，则根据公式;;