6.计算VaR的方法.pptVIP

①选择反映风险因子变化的随机过程和分布 如对于股票价格，可选择几何布朗运动模型。 ε～N（0，1），参数μt和σt代表t时刻的瞬间漂移和波动，它们随时间变化。 设当前时间为t，到期时间为T，持有期τ=T-t，将τ分为m个增量Δt，即 ，则在△t时间间隔上的估计为 对于汇率，可采用对数正态模型 σ为汇率的日波动性，t为风险持有期 ②估计随机过程模型中相应的参数。 估计相应的参数μt和σt，在简单情况下，可以假定为常量，也可以假定为变化的，用GARCH模型描述其动态性。 ③模拟风险因子的变化路径，建立风险因子未来的变化情景。 采用几何布朗运动模型时，股票价格未来变化情景的建立：依次产生〔0，1〕均匀分布的m个随机变量xi(i=1，…，m)，随机数是由随机数产生程序生成的。设标准正态分布的分布函数为Ф(y)，令Ф(εi)=xi，则可以得到标准正态分布的随机变量序列εi (i=1,…,m)，根据股票价格的随机过程模型可依次得到St+iΔt(i=1,…,m)。St+mΔt（ST）为股票价格在持有期末的一个变化情景，重复该步骤，可得到股票价格的n个变化情景。 采用对数正态模型时，汇率未来变化情景的建立：依次产生〔0，1〕均匀分布的n个随机变量xi(i=1，…，n)，设标准正态分布的分布函数为Ф(y)，令Ф(εi)=xi，则可以得到标准正态分布的随机变量序列εi(i=1,…,n)，根据汇率的随机过程模型可得到持有期末汇率变动的n个情景。 3）对持有期末风险因子的每个情景，利用精确的定价公式或其它方法计算组合的价值及其损益。 4）根据组合价值损益分布的模拟结果，计算出特定置信水平下的VaR。 蒙特卡洛模拟法计算VaR的优缺点 优点： 能够用于风险因子的各种分布。 能有用于任何复杂的资产组合。 允许计算 VaR的置信区间。 缺点： 有些意外情况会未被考虑。 计算过程复杂，极端依赖于计算机。 作业题： 1.计算风险值的主要方法。 2.delta-正态方法计算VaR的基本假定和优缺点。 3.历史模拟法计算VaR的基本原理和主要优缺点。 4.蒙特卡洛方法计算VaR的基本原理和主要优缺点。 5.练习题：9.23 12.1 13.1 13.16 * * * * * * * * * 第6章 计算 VaR的方法 通过本章学习，要求理解计算VaR的的三种主要方法：方差协方差方法（如德尔塔—正态方法）、历史模拟方法、蒙特卡洛模拟方法。 6.1 VaR的计算思路 计算VaR的关键在于确定资产组合未来损益的统计分布，计算过程由两部分构成： 1.映射过程：建立组合价值与风险因子之间的函数关系。 2.估值过程：根据风险因子的波动性或未来情景估计组合的未来价值分布（或未来损益分布）。 估值模型包括局部估值法和完全估值法 （1）局部估值法（解析方法） 建立风险因子变化与组合价值变化间的函数关系，由风险因子回报的正态性假设以及风险因子的波动性和相关性预测推出组合的VaR。 设P= f(y)，y为风险因子，当风险因子y从初始值y0变成新的值y1= y0+△y，计算组合价值P1= f(y1) 线性模型（delta类模型） 非线性模型（delta-gamma类模型） 当有n个风险因子时组合价值变化可表示为 （2）完全估值法 采用历史模拟法或蒙特卡洛模拟法模拟风险因子的未来不同情景，分别对组合中的各头寸进行重新定价，从而得到组合价值的未来分布（未来损益分布），并计算组合的VaR。 计算风险值的主要方法 局部估值法 完全估值法 参数方法 方差协方差法 蒙特卡洛模拟法 非参数方法 历史模拟法 德尔塔-正态方法是一种常用的方差协方差法。delta-正态方法假定：①组合价值变化与风险因子变化间呈线性关系；②风险因子回报为联合正态分布。 6.2 德尔塔—正态方法 设风险因子X1、X2、…、Xn，风险因子的回报服从均值为0的联合正态分布，风险因子回报的协方差矩阵为∑。 组合价值变化用泰勒展开近似为 则组合价值变化ΔP的方差为 组合价值变化是风险因子变化的线性组合，由于风险因子的变化服从正态分布，所以组合价值的变化也是正态分布，即 △P～N(0,σp2) 例：考虑一个由A和B两种股票构成的资产组合，其中A股票为n1=100股，每股价格S1=91.7美元，B股票为n2=120股，每股价格S1=79.1美元，根据历史交易数据估计，A和B两种股票日收益率的均值、标准差和相关系数如下： μ1=0.155% σ1=2.42% μ2=0.0338% σ2=1.68% ρ=0.14 请用delta-正态方法完成以下计算： （1）在99%的置信水平下，组合中A股票的1天持有期绝对VaR和相对VaR。 （2）在99