以VaR风险计量模型.ppt

  1. 1、本文档共37页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
以VaR風險計量模型 衡量台灣指數期貨的避險效果 指導老師: 劉尚銘老師 學生: 王淑薇 藍怡潔 張瑜婷 詹佳燕 專題大綱 第一章 緒論 第二章 文獻探討 第三章 研究方法 第四章 資料結構與實證結果 第五章 結論與建議 第一章 緒論 隨著世界金融的開放改革,經濟與資訊科技的迅速發展人民的財富所得的提高,人們漸漸有了投資理材的需求,而在各種投資人在追求報酬的同時其背後所藏的風險考量,亦是非常重要的一環。 1.1 研究動機 VaR的評估系統能衡量在特定的信賴水準下,其一特定期間內的最大可能損失,它也能明確地量化風險,提供機率分析,以及考慮到資產彼此間的共變異性,也符合了本研究將把台灣期貨與現貨所組成的投資組合來了解其投資所潛在的風險。 1.2 研究目的 (1)期貨商品是否具有避險的功能。 (2)不同的資產組合的風險是否會改變。 (3)四種風險的計算方式,何種較適用 於台灣的期貨市場。 1.3 研究方法 近期討論風險值的研究愈來愈多了,所以本研究在此僅列出較具代表性的文獻、及國內相關的研究。我們選擇了4個方法,有歷史模擬法、蒙地卡羅法、拔靴法、變異數-共變異數法來做為本研究的主要計算VaR方法,,並利用回溯測試法來檢定其結果。 1.5 研究限制 (1)在整理資料時,我們是採用歷史資料,再以資料中的成交量加未平倉量當選擇變數,來做為契約轉換的判斷依據,因為同一天交易有不同到期月份的契約,若交易日重覆,就取當日成交量加未平倉量較多的那一筆交易,其餘刪除,但是數量多寡的差異可能很小,因此刪除的資料可能會影響到資料選取的準確性。 (2)本研究蒙地卡羅法和拔靴法都需要用到隨機抽取亂數,在求取亂數的過程中,可能會因為每次求到的亂數不同而會有誤差。 第二章 文獻探討 表2.1與共同基金相關之文獻 表2.2與指數相關之文獻 表2.3與匯率相關之文獻 表2.4 其他類別 - 1 表2.4 其他類別 - 2 第三章 研究方法 3.1 風險值的計算法 1.歷史模擬法:歷史模擬法為無母數的統計方法,他是利用資產價格的歷史資料來做排序,且假設資產未來價格報酬在評估期間會完全的重現。 2.拔靴法:它以從有限的樣本中隨機重複抽樣,來模擬出變數的真實分配 3.蒙地卡羅法:藉由電腦模擬,產生幾百次、幾千次、甚至幾萬次可能價格的路徑,並依此建構投資組合的報酬分配,進而推估其風險值。 4.變異數-共變異數法:假設資產報酬率為常態分配且為線性,計算不同持有期間,不同信賴水準下的風險值時,只需改變對應的乘數即可。 歷史模擬法 它以從有限的樣本中隨機重複抽樣,來模擬出變數的真實分配。 優點: (1)淺顯易懂 (2) 不需估計任何參數,也不需估計變異數與共變異數,可以避免因模型估計誤差所造成的風險。 (3)使用歷史資料來估算未來風險分配的前提下,可以解決實際報酬分配厚尾之問題。 缺點: (1) 若歷史資料有偏差或未來報酬分配的情形有極端狀況出現時,將會產生所估算出之風險值有誤差發生。 (2)資產價格的歷史資料樣本數要能夠涵概過去的各種情況,才有足夠資料來模擬未來之實際價格,故對新上市、上櫃的股票就無法計算。 (3)歷史窗口長短的選擇,為研究者主觀判斷,故可能受到人為操縱。 拔靴法 傳統拔靴法既然可以估計母體的分配,也就可以估計出平均數、標準差、某個分位數等統計量。因此傳統拔靴法已經成為統計理論中重要的模擬方法之一。 優點: VaR是要去捕捉報酬率左尾的行為,傳統拔靴法能夠包含厚尾、跳動的情況,這個優點是常態分配假設下所沒有的,因此傳統拔靴法十分適合用於計算VaR。 缺點: 拔靴法是針對隨機樣本所設計的,未必適用於時間序列資料,因為它獨立重抽的作法會破壞資料中可能存在的跨時相關性,例如風險變異隨時間變化的形式就會被破壞掉。 蒙地卡羅法 基本上蒙地卡羅模擬法,是一種基於大數法則的實證方法,當實驗的次數越多,它的平均值也就會越趨近於理論值。 優點 (1)適用於所有類型資產。 (2)為無母數方法,不必有模型分配的假設,故不存在模型風險。 (3)為全額評價法,計算上無須考慮繁雜的變異數共變異數問題。 (4)價格波動與相關性皆列入考量,且包含極端值、考慮厚尾。 (5)程式設計簡易,容易操作。 缺點 (1)歷史資料中的趨勢可能扭曲結果。 (2)過於倚靠特別歷史資料集合,忽略資料集合外之風險考量。 (3)風險值可能受到極端值、或結構性改變的影響。 (4)擬似母體的個數決定帶有主觀成份,小樣本下模型誤差很大。 (5)不易進行敏感度分析亦即

文档评论(0)

ligennv1314 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档