VaR与经济资本的.ppt

VaR和经济资本;7.1 VaR的定义;VaR：金融风险的“天气预报”;VaR：金融风险的“天气预报”;7.2 VaR的基本参数;讨论： 持有期的选择;讨论： 持有期的选择;讨论： 持有期的选择;讨论：置信水平的选择;讨论：置信水平的选择;讨论：置信水平的选择; 7.3 VaR的数学定义 ;7.3.1 连续情形;VaR;7.3.2 离散情形;7.4 VaR计算的基本原理;7.4 VaR计算的基本原理;期初的价值已知;相对VaR（Relative VaR）;示例：相对VaR;比较：相对VaR与绝对VaR;总结：VaR的优点;总结：VaR的优点;7.5 VaR计算方法的解析法;7.5.1 单资产正态分布VaR;若以绝对VaR来计算;7.5.1 单资产正态分布VaR;由正态分布的性质则有;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;以上计算的是绝对VaR，若是相对VaR，容易得到;算例;平方根法则的模型风险;平方根法则的模型风险;平方根法则的模型风险;比较：平方根VaR的缺陷;99%置信度长期VaR与平方根VaR ;7.5.2 资产组合正态分布VaR;为资产期初i的盯市价值。;相应地，持有期为T天的资产组合p（假设在此期间资产组合没有发生变化）的VaR可以计算公式为;讨论：债券组合VaR;组合A损失的概率是 ;期望收益：两个组合同为19700元。因此，由95%VaR得到的结论是组合B优于组合A？ 若将置信水平提高到99.1%，则组合A优于组合B。 由于组合B损失100万的概率是1%，在99.1%置信水平下组合B的VaR为100万。 组合A损失100万的概率为0.01100 ，则在99.1%置信水平下VaR100万。 在95%的置信水平下， VaR忽略了组合B95%置信水平以上的下方风险，而这个下方风险只有当置信水平提高到99%以上时才会观测到。;95%的VaR;结论： VaR对于非椭球分布（如二项分布）尾部损失测量的非充分性。 组合B的分布是二项分布，故95%置信水平下遗漏了1%概率发生的极端损失（100万）。 启示：VaR以分位数来描述整个尾部损失分布，对于某些分布可能遗漏掉部分风险的信息 在解析法下，以1、2阶矩描述风险仅仅对于资产组合是正态分布（椭球分布）成立。 因为正态分布以1、2阶矩就足以描述全部信息，对其尾部损失测量是充分的。;正态分布的性质知道，标准正态分布具有以指数衰减的优良性质，因此，任意一个分位数的值都给出了整个分布的信息，任何正态分布都可以转化为标准正态分布。 因此，当组合回报服从正态分布时，尾部损失测量是充分的 ，就可以采用VaR基于解析法计量风险，所以 组合A可用解析法VaR计量风险 组合B以VaR计量风险时需要采用其他方法（如能描述高阶矩的gh分布，或Delta-VaR）;启示：若组合中由大量相似但独立的头寸构成，根据中心极限定理，这些头寸的极限分布服从正态分布，就可以采用组合正态模型计算VaR。 缺陷：（1）直接估计每一种资产的价值，计算量非常大，（2）价格资料难以获得 由于需要构建n个方差和n(n-1)/2个协方差才能构成方差-协方差矩阵，计算量大，故寻求共同的风险因子以简化计算。 可能无法收集到某种证券的交易数据，或者这种证券刚刚发行。;7.6 VaR计算的历史模拟法;1000 种 可能 的价格 （局部）;将S证券未来1000种可能的价格由小到大排序，那么99％置信水平下的最大损失就是对应于第10种最坏的情形，即证券的V*，经计算得到8.02 将今天（12月6日）的价格减去明天（估计的）1000种中第10个最坏情形的价格V* ，就得到了99％置信水平下、持有期为1天的VaR，即 ;历史模拟法的计算步骤;历史模拟法假设和优点; ;历史模拟法的缺陷;7.7 VaR的蒙特卡罗模拟计算;蒙特卡洛模拟法计算VaR的原理;蒙特卡洛模拟的原理;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd.;可重新调整方程的参数给出不同于历史的估计结果，故蒙特卡洛模拟法比历史模拟法具有柔性。;蒙特卡罗模拟的一般过程;蒙特卡罗模拟的一般过程;Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-20