VaR市场风险的测度方法.ppt

2、 增加 VaR的引出（2） 再考虑证券组合价值变化的方差的表达式： 最后一个等式来自于重新整理。 等式两边同除以 ，得： 我们有： 这样： 这里， 记： 表示由于资产i 的微小增加导致总的VaR的变化， 这样，定义资产i 的边际VaR 为： 3、实例 考虑上节的例子： 这样， 4、重要提示 将VaR 分解为边际VaR ，并不意味着我们取消资产 i, 余下资产的VaR等于最初总的VaR减去IVaRi。例如，在上例中，取消日圆业务并不等于将VaR从$177,331.59 降低为 (VaR-IvaRJ)= $66,279.14。事实上，从上述例子中我们已经知道，仅投资于欧元（EU）的 VaR $78,711.84 !  四、 连续复利正态分布收益率的 VaR 1、连续复利正态分布的含义 连续正态分布收益率的假设在很多情况下，可以使问题的分析得以简化 。 回忆以前的例子， 在连续正态分布收益率的假设下，记 M t 为美圆对欧元在t时刻的汇率 ，则： 这里 是日连续复利收益率（以天为单位！）。正如我们上面分析的，这个假设保证汇率M t +1 是对数正态分布。 ? 2、为什么需要复利正态分布收益率 （1）当分析 时间序列事件时，应用连续复利收益率是很方便的。 例如，假设我们有收益率的日均值和日方差，如果改变时间长度，计算一个月收益率的均值和方差（一个月为20个交易日）。在独立同分布的日复利收益率下， 20天的收益率为： 由于收益率是独立同分布的， 20天的连续复利收益率为： 这样，月均收益率和标准差分别为： 一般地，如果时间水平为 ，则收益率和标准差分别为： 如果日收益率为正态分布（不是连续复利），有： 是从 t+i-1 到t+I的收益率。 注意， 20-day 的收益率是正态分布随机变量的乘积而不是随机变量的和，因此，如果不使用连续复利收益率，则20-day 收益率的分析将变的十分复杂。 2、为什么需要复利正态分布收益率（2） (2) 当投资的总收益率是两个价格组合而成时，使用连续复利收益率是很方便的。例如，如果你购买了一个Frankfurt市场上的指数基金，那么，在将来你投资的总价值是由欧元的股票价格乘欧元的美圆价格得出 (看下面的例子)。 (3) 对于小的收益率值(例如,以天计算的收益率)，单利收益率可以用复利收益率很好地近似,因为，对于一个很小的 X ，我们有： 在这种情况下，单利收益率可以假定为服从正态分布的。 3、实例 假设我们在Frankfurt Stock Market投资10 mil 欧元的指数基金，设欧元的日收益率为YM ， Frankfurt Stock Market 的收益率为YS, 即： St 是Frankfurt index在 t 时刻的价格，这里时间单位为 “one day”。 假设YM and YS 服从正态分布和联合正态分布，其均值和方差分别为： ， 它们的相关系数为： 你的财产明天的价值（以美圆计）为： 根据St+1 和 Mt+1的定义， 因为联合正态分布之和仍为正态分布，我们有： 这里 因此，投资欧元的总收益率（股票市场的收益率+外汇汇率的收益率）仍然服从正态分布，所以我们可以利用前面所学的技术计算VaR. 记 为Yt+1小于 发生的概率为 的数值，我们可以计算头寸为Vt=10 Mil x Mt时的VaR。 ? 应用历史数据， 假设 这样， ? 这意味着有99%的可能性，投资收益率大于 ： 因此，投资在Frankfurt Stock Market Index上的5.64 Million dollar， a 99% 1-day VaR 为： 六、含有非线性衍生品组合的 VaR 我们以前的分析，都是假定资产的收益率服从正态分布，但存在一种重要的情况是，当组合中包含衍生证券时，组合的收益率不服从正态分布，因为衍生证券的价值相对于标的资产而言是非线性的。 例如，如果一个证券组合包括指数看跌期权 (如组合保险), 既是假定指数收益率服从正态分布，指数看跌期权的价值则不服从正态分布。这部分我们将应用 “Delta Method” method 和 “Delta-Gamma Method” method处理这类问题. ? 令