对外经济贸易大学金融计算蒙特卡罗随机模拟.ppt

参考资料： 《蒙特卡罗方法》电子版文档 （MonteCarl—随机模拟） 《金融工程》，郑振龙，高等教育出版社，2006 《基于SAS系统的金融计算》，朱世武，清华大学出版社，2004 什么是蒙特卡罗模拟? 根据韦氏词典的解释： Monte Carlo relates to or involves “the use of random sampling techniques and often the use of computer simulation to obtain approximate solutions to mathematical or physical problems especially in terms of a range of values each of which has a calculated probability of being the solution” ——Merriam-Webster, Inc.,1994,P754-755 例、一个项目决策问题： 某工程投资项目的几个主要参数都具有不确定性, 根据专家的意见和调查分析,这些参数的分布和特征值如下: 1.初始投资正态分布, 期望值和标准差分别为50 000万美元和1000美元; 2.研究期(项目的寿命周期) 均匀分布, 最短10年, 最长14 年; 3. 年销售收入离散分布, 有三种可能: 年收入(美元) /概率 35 000 40 000 35 000 0.4 0.5 0.1 4. 年经营成本(包括税收等支出)正态分布,期望值和标准差分别是30 000美元和2000 美元。 5. 基准贴现率(MARR) 确定为10%。 试用以上参数模拟该投资项目的净现值(PW)的分布和特征值。 解： 由于净现值与所给的参数有相当复杂的函数关系,无法用分析的方法求净现值的分布和特征值。 可用电子表格进行模拟。根据模拟输出的样本, 进行统计拟合, 按净现值的分布、估计的期望值和标准差给出净现值PW≤ O 的概率和置信区间。 因此我们在解决金融问题时，对于难以给出显示解的积分问题或微分、随机问题都可以尝试用蒙特卡罗方法进行近似估计求解 蒙特卡罗模拟的一般步骤 1、对求解的问题建立简单而又便于实现的概率统计模型，使问题的解恰好是所建立模型的概率分布或数学期望; 2、通过随机抽样产生一定数量的服从给定分布的随机数。 3、给出问题解的统计估计值及其方差或标准误差表示的估计误差； 随机数：现实中，我们不可能通过计算机产生真正的随机数，退而求其次，我们只能选择通过某种数学或物理方法，如平方取中法等，产生一定数量内具有类似随机性质的数，即伪随机数。在excel2003中，可以产生1 trillion(1万亿)个不重复的随机数。 随机变量抽样方法： 直接抽样方法 舍选抽样方法 复合抽样方法 复合舍选抽样方法 近似抽样方法 变换抽样方法 参见参考资料1:P98～145 7.2. 分布的模拟实现 7.2.1. 单个随机变量分布模拟 均匀分布随机数 正态分布随机数 泊松分布随机数 t－分布随机数 －分布随机数 离散分布随机数 7.2.1. 单个随机变量的分布模拟 各分布随机数模拟： 均匀分布：ranuni(seed); 指数分布：ranexp(seed); 正态分布：rannor(seed); 二项分布：ranbin(seed,n,p); 泊松分布：ranpoi(seed,λ); Gamma分布：rangam(seed,a,); Beta分布：betainv(ranuni(seed),a,b); 卡方（chi-square）分布：cinv(ranuni(seed), n); t-分布:tinv(ranuni(seed), n); F-分布：finv(ranuni(seed), n1,n2); 列表离散概率分布：rantbl(seed,p1,…,pn) 例7.2.1： 生成服从下述概率分布的100个随机数. 例7.2.2 生成1000个n=100,p=0.001的二项分布随机数 生成1000个λ=0.1的泊松分布随机数 生成1000个n=100,p=0.2的二项分布随机数； 生成1000个均值为20,方差为16的正态分布随机数； 分别画出上述随机数的频数柱