风险值的种类及其计算方法.docVIP

7 风险值的种类及其计算方法 风险值的种类及其计算方法 风险值的种类： 变异数-共变异数法 历史模拟法 蒙地卡罗模拟法 风险值适切度检定： 回溯测试 压力测试 73. 风险值计算的方法 变异数－共变异数法（Variance－Covariance Method） 历史模拟法（Historical Simulation Method） 蒙地卡罗模拟法（Monte Carlo Simulation Method）。 不同金融商品因为其报酬性质、商品特性的不同，选用的计算方法也有差异。在风险值估算之前，就应该先了解金融商品的损益特性，并依此特性选择适当的估计方法。 变异数－共变异数法:设计原理 亦称为相关法（Correlation Method），参数（Parametric）法、线型（Linear）法或一阶常态（Delta－Normal）法 。 主要的假设就是个别资产报酬率符合联合常态分配，而且具有序列独立的特性。 由这些资产所构成的线性组合资产，一定会服从常态分配，藉由常态分配的性质再来估计出给定评估期间与信赖机率水平下的风险值。 常态分配的假设使得变异数－共变异数法可以快速的算出风险值。 变异数－共变异数法 步骤： 建构投资组合中个别资产於未来评估期间的损益（或报酬）分配； 纳入个别资产间的相关性，进而建构整个投资组合於未来评估期间的损益（或报酬）分配。 变异数的估算 传统上通常利用移动平均的观念来估算变异数，并且可进一步分为等权移动平均与指数加权移动平均两种方式。 相等（简单）加权移动平均法（Equally-Weighted Moving Average） 指数加权移动平均法（Exponentially-Weighted Moving Average） 历史模拟法 有些金融商品不易取得完整之历史交易资料，此时可以藉由搜集此金融商品之风险因子历史资料求出其报酬率，然后搭配目前持有资产的投资组合部位，则可以重新建构资产价值的历史损益分配（Historical Distribution），然后对资料期间之每一交易日重复分析步骤，如果历史变化重复时，则可以重新建构资产组合未来报酬的损益分配。 不必假设风险因子的报酬率必须符合常态分配 。 历史模拟法步骤 以历史模拟法算出风险值 历史模拟法释例 (1) 债券风险设算为例: (1)确定风险因子： 国内债券的风险因子为利率。 (2)选取历史期间的长度 (3)搜集利率的资料，并计算每日利率波动之程 度，及其所有相对应之损益分布。 (4)将所有相对的债券损益按大小依序排列，计算 其方式机率并绘成直方图，模拟出未来的损益 分配。 (5)选定所要估计之信赖水准，在该百分位数之价 值即为此债券之风险值。 历史模拟法释例(2) 假设今日以60元买入鸿海的股票10张共60万元，我们只可以找到过去101个交易日的历史资料，求在95%信赖水准之下的日风险值为何？ 根据过去101日鸿海之每日收盘价资料，可以产生100个报酬率资料。 将100个报酬率由小排到大找出到倒数第五个报酬率（因为信赖水准为95%），在此假设为-4.25%。 -4.25% * 600,000 =-$25,500 所以VaR= $25,500，因此明日在95%的机率下，损失不会超过$ 25,500元。 影响风险值的重点 使用历史模拟法要有大量的历史资料，才有办法精确的叙述在极端状况下（如99%的信赖水准）的风险值 。 历史资料中能捕捉到的极端损失的机率低於正常损益的机率，量多而且具有代表性的资料的取得就相形重要。 历史模拟法更可以勾勒出资产报酬分配常见的厚尾、偏态、峰态等现象，因此计算历史价格的时间（与资料的多寡有关）是影响风险值的一个重点。 历史模拟法的特点与优缺点 需要较长的价格历史资 料 历史资料可能无法模拟 未来情况 信赖机率水平太高时估 算精准度较差 极端事件无法捕捉 对於所有商品的风险值估 算具精确度 可描绘出完整的损益分配 图 不需加诸统计分配假设 估算速度较蒙地卡罗模拟 法快（模拟情境较少） 计算简单而且容易了解 历史模拟法 缺点 优点 方法 优点:不需要加诸资产报酬的假设 利用历史资料，不需要加诸资产报酬的假设，可以较精确反应各风险因子的机率分配特性，例如一般资产报酬具有的厚尾、偏态现象就可能透过历史模拟法表达出来。 优点:不需分配的假设 历史模拟法是属於无母数法的一员，不