第六章市场风险的测度VaR.pptVIP

3、GARCH Models 方法 简单而论，一般的自回归条件异方差模型，包括了RiskMetrics 方法，只要假定方差参数的一个特殊过程即可。最常用的模型是 GARCH (1,1)，模型为： ARCH模型家族非常庞大，你可以参考Bollerslev, Chou and Kroner的文章:“ARCH Modeling in Finance” in the Journal of Econometrics (1992)，这里有这些模型的详细内容和参数估计方法。 ?问题：能否用ARCH模型直接预测VaR? 它与我们计算的VaR哪个更准确？ 第六十二页，共七十六页。 四、正态分布的混合（ Mixture of Normals）(应用！) 计算VaR 另一个常用的方法是假定每一个阶段，收益率都以某种概率服从一种正态分布或服从不同参数的另一个正态分布，这种情况下，收益率的分布称为正态分布的混合“mixture of normals”。 不幸的是，这种分布没有好的性质，因此计算VaR时的分界点价值只能进行数值计算。下面，我们讨论两种流行的模型： 1、 Jumps 模型（跳跃模型）? 设收益率服从正态分布，且方差为常数，但是每一阶段（时期），都有可能出现跳跃的情况，但出现的概率是小概率。 例如，下列模型是非常流行的： 第六十三页，共七十六页。 1、 Jumps 模型（跳跃模型）? 其中， 即时刻t的收益率总是等于R, 它服从正态分布，但每一个时期，都存在一个影响收益率的大冲击（跳跃） ，其出现的概率为p 。 这种结构意味着收益率的实际分布具有厚尾性。 2、状态转换模型（Regime Switches） Jumps 模型隐含着收益率的时间序列中出现远离均值收益率的极端值。虽然人们认为1987年的股灾是这种情况的一个例证，但这个模型不能解释易变性变化的持续存在。 1987股灾之后，市场的不稳定性仍然很大，而简单的Jumps 模型隐含有这样的含义，即在一个jump出现以后，收益率的易变性重新回到“正常水平” 。 第六十四页，共七十六页。 2、状态转换模型（Regime Switches） 一种替代的方法是假定存在一个易变性状态，下面是另一个流行的模型：  假设在时间t，收益率的产生过程为R, 称为正常状态，在t+1 时刻，存在一个概率1-p ，收益率仍然为“正常状态”，但是，在t+1 时刻，也存在一个概率p，状态变为动荡状态；收益率是由 产生。 如果时间t的状态是“动荡”的，存在一个概率1-q ，在时间t+1时，状态仍然为“动荡”的，但也存在一个概率q ，状态转化为“正常状态”。这种模型与jump model基本类似，只不过跳跃期变长而已。 p、 q都是小概率。 第六十五页，共七十六页。 应用 1、期权如何定价？ 2、VaR如何计算？(jump1) 第六十六页，共七十六页。 第六节 VaR计算的极值方法 第六十七页，共七十六页。 第七节 VaR修正模型——CVaR模型 第六十八页，共七十六页。 第八节 VaR模型的准确性和误差分析 VaR模型的准确性是指VaR模型的计算结果与实际损益之间的差别，以评估VaR模型的有效性。由于准确性检验是在事后进行的，所以也称后验测试(Back-testing)。 误差分析是对VaR估计结果误差水平的测量和评估。 一、VaR模型的准确性检验 检验VaR模型准确性的方法有多种，主要包括失败检验法、区间检验法、分布预测法、超额损失大小检验法、方差检验法、概率预测法及风险轨迹检验法等。 1、失败检验法 VaR模型准确性的最直接检验方法就是考察实际损失超过VaR的概率。把实际损失超过VaR的估计称为失败，把实际损失低于VaR的估计记为成功。检验模型的准确性相当于检验失败概率等于特定概率（c）的零假设。Kupiec的检验方法就是基于这种思想，他提出了两种检验方法：失败频率检验法和第一次失败时间检验法。 第六十九页，共七十六页。 第九节 市场风险的管理（方法） 根据市场风险的含义与特点，市场风险是价格风险，是一种总风险，它既具有系统风险的特征，也有非系统风险的特征，因此，本书第三章及第五章所介绍的风险管理理论与方法都可以应用在市场风险的管理中，具体来说，市场风险管理有以下多种方法。 第七十页，共七十六页。 一、制度化风险管理方法 制度化风险方法就是制定规章制度及检查监督制度防范风险的方法，这种方法是实践中最常用和有效的方法之一。例如，在证券投资过程中，通过制定规章制度，根据市场条件与环境选择投资品种、控制仓位、制定止损与止赢点、选择合适