某银行风险管理教材.pptVIP

模拟组合价值 富时指数的日收益的正态与经验 CDF 下侧尾部分散 VaR 和均值-方差框架 模拟收益/损失 5% VaR = 小于VaR只有5%的时间 计算VaR问题 组合的年收益是正态分布，均值6%，标准差 10% 组合的初始价值是250,000元 计算 1% VaR 确定正态分布的分位数 正态分布的一个有用的特征是以偏离均值一个数字乘上标准确定其分位数 例如, 正态分布的随机变量的5%分位数是低于均值1.645个标准差 正态分布的随机变量的1%分位数是低于均值2.326个标准差 正态分布的随机变量的0.5%分位数是低于均值2.575个标准差 确定正态分布的分位数 m s 低于5% 尾部 PDF(X) m s 低于1%尾部 PDF(X) m s 低于0.5%尾部 PDF(X) 正态分布m = 0.04，s = 0.07 5%分位数 0.05 5%分位数位于低于均值 1.645标准差 VaR 公式 VaR公式计算示例 * 银行风险管理 詹原瑞 风险量化 什么是风险? 风险的定义是“可能的损失” 在我们观察风险时，我们观察到有关可能结局的不确定性 即使我们不确定确切的结局，我们经常可以考虑发生可能性的范围 风险源于相比其他结局不利的不确定的结局 集中在数量化银行所面临的风险 风险与未来结局 当前头寸 未来头寸 ? 时间 最差结局 最好结局 金融风险的类型 银行面对的主要风险 清 偿 能 力 银行 风险 信用风险. 流动性 风险 市场风险 操作风险 可用 资本 商品与股票价格 利率风险 汇率风险 选择权 风险 市场风险 市场风险源于拥有资产，其市场价值或价格随时间变化 通过资产的在市场价格的变动可以直接观察到市场风险 例如，如果你明年100,000英镑投资富时指数100 ，那么你财富减少是不确定的 市场风险图示 ? 初始财富 未来财富 市场价格 市场价格 市场价格 度量风险 尽管我们不确切我们将观察到的准确结局是什么，但我们常常对可能结局的范围有个估计 我们可以对设定我们的不确定性合理的范围 不确定的范围 当前头寸 尽管我们不能确切地知道发生哪个结局，但我们能够描述不确定结局的范围 我们不确定准确的结局 我们的思想实验 想象你有10,000元投资在2只股票的组合 投资股票A6000元，股票B4000元， 你不确定一个月后你的投资组合值多少钱，然而，作为投资专家，你觉得你可以设定你的不确定的范围，你并非完全不确定 你写下你组合的可能价值范围以及这些结局发生的概率或可能性(主观的概率) 不确定性的限定 10,000元 10%, 11,000 (+10%) 5%, 9,000 (-10%) 45%, 10,500 (+5%) 20%, 9,500 (-5%) 20%, 10,000 (0%) 1个月的时间跨度 概率, 组合价值 结局直方图 你朋友的组合 你朋友组合的价值5000英镑 做出他的组合价值变化的直方图。 注意，因为都用直方图表示组合价值的比例变化，所以能够比较两个图 (即使你们组合的规模不同) “风险较大”的组合 哪个组合赚得多? 哪个组合赚得多？，均值较大的 平均地讲，预计我们的组合一个月赚得1.75% ，而我朋友的组合赚得3% 哪个组合的风险更大? 你朋友组合的期望收益较大，因为你朋友组合结局的差异大，所以风险也较大 尽管这肯定正确，但有数量上度量这个差异的方法非常有益。 统计学提供一个简单的工具: 方差(或预期平方根的偏离度) 方差定义 期望收益定义如下 其中，E是期望值算子， 是结局发生概率 方差的定义如下： 标准差直接是方差的平方根 计算方差 我们组合的方差是: 我们组合收益的方差是0.002819 利用相同计算朋友组合的方差是0.00735 收益方差的直观意义不明显(不像期望值),但能够用它比较不同组合之间的偏差 由历史观察计算均值和方差 通常我们根据历史观察值估计一个现象的均值与方差，而不是假设的结局和概率 从N个历史观察值估计平均值的公式: 估计方差(或标准差)的公式: 分布—描述结局的范围 描述可能结局的范围以及结局发生的概率作为数量化风险的有用工具 基本上我们用概率直方图，表示结局和结局概率之间的关系 我们处理离散的随机变量，可以只假设有限个或可数个数值 当随机变量是离散的，结局和概率之间的这种关系称作概率密度函数 概率直方图 概率直方图联系着结局与这些结局概率之间关系 This random variable is discrete because there are a finite number of outcomes (5 in total) 概率密度函数 概率密度函数， PMF(也称作概率函数)规定结局和结局概率之间的关系 概率密度函数PMF(-10%) = 5% -10%的损失 5