第7章极值理论、分位数估计及风险值.pdf

  1. 1、本文档共31页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第7 章 极值理论、分位数估计与风险值 7.1 风险值 7.2 风险度量制 7.3 VaR 计算的计量经济方法 7.4 分位数估计 7.5 极值理论 7.6 VaR 的极值方法 7.7 基于极值理论的一个新方法 7.1 风险值 金融市场中有几种类型的风险,其中三个主要类别的金融风 险是信用风险、流动风险以及市场风险。VaR 主要讨论市场风险, 但是它也可以应用于其他类型的风险。VaR 是在某个风险范畴中 的机构的头寸在一个给定持有期间内可能会由于一般的市场运 动而降低所带来的损失的统一估计。从金融机构的角度,VaR 可 以定义为金融头寸在一个给定的时间段上,以某个给定的概率发 生的最大损失。以这种观点,可以将 VaR 看作是在正常市场条 件下与稀少事件相联系的损失的一个度量;从管理委员会的角 度,VaR 可以定义为在异常市场情境下的最小损失。这两种定义 尽管概念上貌似相差很远,但都将导致同样的VaR 度量。 下面我们在概率框架下定义VaR 。假设在时间指标t 点,我 l 们感兴趣的是接下来的 段中一个金融头寸的风险。令△V(l) 表 示金融头寸中从时刻 t 到时刻t+ l 时资产价值的变化。这个数量 用美元度量,且在时间指标为t 时是一个随机变量。用F l (x) 表示 l l △V ()的累计分布函数。定义一个多头寸在持有期 中概率为 p 的VaR 为   P Pr V(l) VaR F (VaR) (7.1) l l 因为当△V ()<0 时,一个多头寸金融头寸持有者遭遇损失, 所以当p 很小时,方程(7.1 )中定义的VaR 是一个负值,其中 负号表示一个损失。由定义,在时间区间 上,持有者将要遭受 l 的损失大于或等于VaR 的概率p 。换一种说法,VaR 可以解释如 下:以概率1-p ,金融头寸的持有者在时间区间 上遭受的潜在损 l 失小于或等于VaR 。 当资产价值增加[△V ()>0]时,空头头寸的持有者遭受 l 损失,这时VaR 定义为     p Pr V(l) VaR 1Pr V(l) VaR 1 (VaR) F l 对于一个小p ,空头头寸的VaR 为一个正值,其中正号表示一个 损失。 前面的定义显示VaR 关注的是累积分布函数F l (x) 的尾部行 为。对一个多头头寸,F l (x) 的左尾很重要,然而对空头头寸则 F l (x) l 注意关注于 的右尾。注意到如果利用-△V ()的分布,则 方程(7.1 )中的VaR 的定义也可以应用于空头头寸。因此,仅 利用多头头寸来讨论VaR 计算的方法就足够了。 对任何一元的累计分布函数F l (x) 与概率p (0P1 ),

文档评论(0)

kehan123 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档