风险值的种类及其计算方法( 46).pptVIP

風險值的種類及其計算方法 風險值的種類： 變異數-共變異數法 歷史模擬法 蒙地卡羅模擬法 風險值適切度檢定： 回溯測試 壓力測試 風險值計算的方法 變異數－共變異數法（Variance－Covariance Method） 歷史模擬法（Historical Simulation Method） 蒙地卡羅模擬法（Monte Carlo Simulation Method）。 不同金融商品因為其報酬性質、商品特性的不同，選用的計算方法也有差異。在風險值估算之前，就應該先了解金融商品的損益特性，並依此特性選擇適當的估計方法。 變異數－共變異數法:設計原理 亦稱為相關法（Correlation Method），參數（Parametric）法、線型（Linear）法或一階常態（Delta－Normal）法 。 主要的假設就是個別資產報酬率符合聯合常態分配，而且具有序列獨立的特性。 由這些資產所構成的線性組合資產，一定會服從常態分配，藉由常態分配的性質再來估計出給定評估期間與信賴機率水平下的風險值。 常態分配的假設使得變異數－共變異數法可以快速的算出風險值。 變異數－共變異數法 步驟： 建構投資組合中個別資產於未來評估期間的損益（或報酬）分配； 納入個別資產間的相關性，進而建構整個投資組合於未來評估期間的損益（或報酬）分配。 變異數的估算 傳統上通常利用移動平均的觀念來估算變異數，並且可進一步分為等權移動平均與指數加權移動平均兩種方式。 相等（簡單）加權移動平均法（Equally-Weighted Moving Average） 指數加權移動平均法（Exponentially-Weighted Moving Average） 歷史模擬法 有些金融商品不易取得完整之歷史交易資料，此時可以藉由搜集此金融商品之風險因子歷史資料求出其報酬率，然後搭配目前持有資產的投資組合部位，則可以重新建構資產價值的歷史損益分配（Historical Distribution），然後對資料期間之每一交易日重複分析步驟，如果歷史變化重複時，則可以重新建構資產組合未來報酬的損益分配。 不必假設風險因子的報酬率必須符合常態分配 。 歷史模擬法步驟 以歷史模擬法算出風險值 歷史模擬法釋例 (1) 債券風險設算為例: (1)確定風險因子： 國內債券的風險因子為利率。 (2)選取歷史期間的長度 (3)搜集利率的資料，並計算每日利率波動之程 度，及其所有相對應之損益分佈。 (4)將所有相對的債券損益按大小依序排列，計算 其方式機率並繪成直方圖，模擬出未來的損益 分配。 (5)選定所要估計之信賴水準，在該百分位數之價 值即為此債券之風險值。 歷史模擬法釋例(2) 假設今日以60元買入鴻海的股票10張共60萬元，我們只可以找到過去101個交易日的歷史資料，求在95%信賴水準之下的日風險值為何？ 根據過去101日鴻海之每日收盤價資料，可以產生100個報酬率資料。 將100個報酬率由小排到大找出到倒數第五個報酬率（因為信賴水準為95%），在此假設為-4.25%。 -4.25% * 600,000 =-$25,500 所以VaR= $25,500，因此明日在95%的機率下，損失不會超過$ 25,500元。 影響風險值的重點 使用歷史模擬法要有大量的歷史資料，才有辦法精確的敘述在極端狀況下（如99%的信賴水準）的風險值 。 歷史資料中能捕捉到的極端損失的機率低於正常損益的機率，量多而且具有代表性的資料的取得就相形重要。 歷史模擬法更可以勾勒出資產報酬分配常見的厚尾、偏態、峰態等現象，因此計算歷史價格的時間（與資料的多寡有關）是影響風險值的一個重點。 歷史模擬法的特點與優缺點 優點:不需要加諸資產報酬的假設 利用歷史資料，不需要加諸資產報酬的假設，可以較精確反應各風險因子的機率分配特性，例如一般資產報酬具有的厚尾、偏態現象就可能透過歷史模擬法表達出來。 優點:不需分配的假設 歷史模擬法是屬於無母數法的一員，不須對資產報酬的波動性、相關性做統計分配的假設，因此免除了估計誤差的問題；況且歷史資料已經反應資產報酬波動性、相關性等的特徵，因此使得歷史模擬法相較於其他方法，較不受到模型風險的影響。 優點:完全評價法 不需要類似Delta-Normal的方法以簡化現實的方式，利用趨近求解的觀念求取進似值；因此無論資產或投資組合的報酬是否為常態或線性，波動是否隨時間而改變，Ga