15-VaR度量与事后检验[金融计算与建模].ppt

风险值（VaR）概念 风险值概念指在一段时期内，一定置信水平下，当市场发生最坏状况时，投资组合的最大可能损失金额。 VaR度量方法比较 表15.2 协方差矩阵法度量风险值（VaR）公式 习题1：证明表15.2中所有公式。 单支股票VaR度量 本部分实际是计算投资组合的VaR，只是事先计算好投资组合的收益，将组合化成了单支股票的形式。 计算步骤 第一步：投资组合构建与收益计算； 第二步：对2005年投资组合的VaR作相应的事后检验。 2 4 0.040657 99% 242 His+720 +1 12 16 0.026486 95% 242 His+720 +5 2 4 0.041313 99% 242 His+480 +1 12 18 0.028216 95% 242 His+480 +5 2 2 0.044657 99% 242 His+240 +1 12 17 0.030174 95% 242 His+240 +5 理论失效天数 实际失效天数 2005年12月30日VaR（百万元） 置信水平 观测数 标识 风险值与相关检验结果如下： 注：标识中，第一项His表示历史模拟法，第二项240, 480, 720表示用来做历史模拟的观测数，第三项5，1表示以％为单位的显著水平（1-置信水平）。 协方差矩阵法实现程序 本部分利用协方差矩阵法计算2005年全部交易日的风险值VaR，其值等于相应交易日的波动率乘以一个相应的系数。图15.5给出了本部分计算的结构。 Macro sma (days, prob, aa)：波动率简单加权移动平均(SMA)方法计算。加权平均的滞后期为days天，VaR对应的分位数为prob。 Macro ewma (lemda, prob, aa, bb)：假设波动率正态分布；采用指数加权移动平均(EWMA)方法。指数加权移动平均的参数为lemda，VaR对应的分位数为prob。 期望值假设为0 期望为简单平均 Sma201 Sma205 Sma601 Sma605 Sma201 Sma205 Sma601 Sma605 ewma941 ewma945 ewma971 ewma975 bt_sma bt_sma1 bt_ewma garch1 garch5 bt_garch Macro garch (prob, aa)：假设波动率正态分布；采用GARCH模型。VaR对应的分位数为prob。 协方差矩阵法 计算波动率 事后检验 Macro 根据波动率计算2005年每个交易日的VaR 图15.5 协方差矩阵法度量单支股票VaR 2 1 0.034564 99% 242 sma+60+1 12 11 0.024439 95% 242 sma+60+5 2 1 0.027755 99% 242 sma+20+1 12 14 0.019624 95% 242 sma+20+5 理论失效天数 实际失效天数 2005年12月30日VaR（百万元） 置信水平 观测数 标识 风险值与相关检验结果如下： 注：标识中，第一项sma表示简单加权移动平均方法，第二项20，60表示用来计算波动率的滞后天数，第三项5, 1表示以％为单位的显著水平（1-置信水平）。 方法一：期望值假设为0，波动率采用简单加权移动平均(SMA)方法。2005年每个交易日的VaR分别存储在数据集Sma201, Sma205, Sma601和Sma605中, 事后检验结果存储在数据集bt_sma中。 方法二：期望为简单平均；波动率采用简单加权移动平均(SMA)方法。2005年每个交易日的VaR分别存储在数据集Sma201, Sma205, Sma601和Sma605中, 事后检验结果存储在数据集bt_sma1中。 2 1 0.0345640998 99% 242 sma+60+1 12 11 0.0244386859 95% 242 sma+60+5 2 2 0 99% 242 sma+20+1 12 14 0.0189100397 95% 242 sma+20+5 理论失效天数 实际失效天数 2005年12月30日VaR（百万元） 置信水平 观测数 标识 风险值与相关检验结果如下： 注：标识中，第一项sma表示简单加权移动平均方法，第二项20, 60表示用来计算波动率的滞后天数，第三项5，1表示以％为单位的显著水平（1-置信水平）。 * VaR度量与事后检验 清华大学经管学院 朱世武 Zhushw@ Resdat样本数据： SAS论坛： 在正常市场条件下，对于给定的置信水平(或比率) ，其对应的临界值(或分位数)即为该项金融资产或投资组合在统计上的最大可能损失金额，称为风险值(VaR)