第05章 市场风险风险价值VaR.ppt

Copyright @ Wang Peng ， 2010 31/64 5.4 VaR 和资本金 ? 综合考虑两笔贷款。 ? 由于每笔贷款的违约概率均为 1.25 ％，且两笔贷款不可能 同时违约，所以两笔贷款中有一笔贷款违约出现的概率为 2.5 ％。 ? 违约触发的损失介于 0 ～ 1000 万美元的概率为均等。 Copyright @ Wang Peng ， 2010 32/64 5.4 VaR 和资本金 ? 贷款组合 99 ％的 VaR 是多少？ ? 要求 99 ％的 VaR ，需要找出 概率为 1 ％的损失值 。 ? 设该损失值为 X ，有： ? 解得： X ＝ 600 （万美元） 1000 2.5% 1% 1000 X ? ? ? Copyright @ Wang Peng ， 2010 33/64 5.4 VaR 和资本金 ? 由于一笔贷款违约时，另外一笔贷款会盈利 20 万美元，因 此将这一盈利考虑在内，可得贷款组合 1 年期 99 ％的 VaR ＝ 580 万美元。 ? 单笔贷款的 VaR 之和＝ 200 ＋ 200 ＝ 400 （万美元） ? 这一结果再次与“ 贷款组合会带来风险分散效应 ”的论断 相悖。 Copyright @ Wang Peng ， 2010 34/64 5.5 满足一致性条件的风险度量 ? 满足单调性、转换不变性、同质性、次可加性等四个条件 的风险测度被称为“ 一致性风险测度 ” ? VaR 不是一致性风险测度，而 ES 是一致性风险测度 ? Example 7 ? 继续考虑例 5 。每笔贷款的 VaR 均为 100 万美元，现在要计 算置信度为 97.5 ％的尾部期望损失。 Copyright @ Wang Peng ， 2010 35/64 5.5 满足一致性条件的风险度量 ? 在 2.5 ％的尾部概率中，有 2 ％的概率损失 1000 万美元，有 0.5 ％的概率损失 100 万美元。 ? 因此，在 2.5 ％的尾部分布范围内，有 80 ％的可能损失 1000 万美元，有 20 ％的可能损失 100 万美元。 ? 预期损失 ES 为 0.8 × 10 ＋ 0.2 × 1 ＝ 8.2 （百万美元） Copyright @ Wang Peng ， 2010 36/64 5.5 满足一致性条件的风险度量 ? 将两个贷款项目结合到一起时，在 2.5 ％的尾部概率中，有 0.04 ％的概率损失 2000 万美元，有 2.46 ％的概率损失 1100 万美元。 ? 因此，在 2.5 ％的尾部分布内，预期损失 ES 为 (0.04/2.5) × 20 ＋ (2.46/2.5) × 11=11.144 （百万美元） ? 2 × 8.2 > 11.144 ，故该例中， ES 满足次可加性。 Copyright @ Wang Peng ， 2010 37/64 5.5 满足一致性条件的风险度量 ? 一个风险测度可被理解为分位数的某种加权平均 ? 就 损失分布 而言， VaR 对第 X 个分位数设定了 100 ％的权重， 而对其它分位数设定了 0 权重； ? ES 对高于 X ％分位数的所有分位数设定了相同的权重，但 对低于 X ％分位数的所有分位数设定了 0 权重。 ? 基于这一思想，我们可以对损失（收益）分布中的所有分 位数赋予不同权重，并由此定义“ 光谱型风险测度 ” （ Spectral risk measure ）。 Copyright @ Wang Peng ， 2010 38/64 5.5 满足一致性条件的风险度量 ? 当光谱型风险测度对第 q 个分位数的权重为 q 的非递减函 数 时，这一光谱型风险测度一定满足次可加性，进而满足 一致性条件。 ? ES 满足以上要求，但 VaR 不满足，因为 VaR 对高于 X % 分 位数的所有分位数设定的权重小于对 X ％分位数所设定的 权重。 Copyright @ Wang Peng ， 2010 39/64 5.5 满足一致性条件的风险度量 ? 研究人员提出其它风险测度，这些风险测度中，第 q 个分 位数的权重随着 q 的改变而有较大的变化。 ? 例如，使第 q 个分位数所对应的权重 w q 与 e -(1- q )/ γ 成比例，这 里的 γ 为常数，这种风险测度被称为 指数光谱型风险测度 （ exponential spectral risk measure ）。例如： ? ? (1 ) 1 1 q q e w e ? ? ? ? ? ? ? ? Copyright @ Wang Peng ， 2010 40/64 5.5 满足一致性条件的风险度量 0.9 1.0