Ch12 市场风险 历史模拟.ppt

金融风险管理 历史模拟法 (表 12.3) 搜集所有市场变量的日波动数据 第一次模拟的结果假定为市场变量在第一天的百分比变动 第二次模拟的结果假定为市场变量在第二天的百分比变动 以此类推 历史模拟法 12.2 VaR的精确度 12.2 VaR的精确度 12.3 历史模拟法的推广 设定观测值得权重随时间回望期的延伸而按指数速度递减 将所有观察值从最坏到最好进行排序 从损失最坏的情形开始，累积计算每一项权重之和，当权重总和达到指定分位数时停止计算 历史模拟法的推广 采用更新的波动率而且在第i天调整市场变量的百分比变动，这个变动是现在的波动率与第i天波动率的差值 市场变量在第i个情形时为 历史模拟法的推广 假设有500个日数据 采用再替换的形式对数据抽样500,000次，由此可以产生1000组500天的数据 对每一组数据计算VaR ，并且计算出置信区间 这种方法称为自助法 极值理论 极值理论用于观察变量x的经验分布的右尾特征（观察左尾可以考虑–x ） 在分布的右尾选择一个数值u 然后采用Gnedenko的结果， Gnedenko的结果阐明，对于多种概率分布，随着u的增加，概率分布趋向于广义 Pareto 分布。概率分布为位于u和u+y之间并且大于u的条件概率分布v 12.4.4 与幂律的等价性 12.4.5 左端尾部 我们只讨论了右端尾部。因为随机变量v的左端尾部等于-v的右端尾部 例如：一家石油公司已经采集了每天石油价格变化数据，并想求得在99.9%概率下，石油价格的下跌不会超过的数量，该数量可以从石油价格增长的左端分布中得到，在分析中，石油公司可以改变每个数据符号（增长数据变成下跌数据），并采用以上方法分析即可 12.4.6 计算VaR和预期损失