- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
VAR的度量方法 蒙特卡罗模拟法的优缺点: 优点:不但可以计算非线性价格风险、波动性风险及模型风险,甚至也可以处理信用风险,更可以融入时间变异的方差、厚尾以及极端状况等。 缺点:1、要为资产价格决定适当的模型以及模型参数,这不是一件容易的事情。2、随机数的分配,产生随机数的算法、抽取方式,会影响模拟的结果。3、必须要有足够的重复模拟次数,才能提高结果的正确性。 是否使用蒙特卡罗法,需要在速度与正确性做出取舍。 * 第三十页,共六十一页。 VAR的度量方法 VaR的度量方法5:极值估计法 极值法(Extreme Value Estimation)的基本概念在针对概率分配尾部来估计其函数型态,最早提出相关理论的为Hill(1975),其利用动差的方法估计出一个指数,称为「尾部指数」。 F(x) = 1 – Ax-α[1+Bx-β + O(x-β)] as x → + ∞ * 第三十一页,共六十一页。 VAR的度量方法 VaR的度量方法6:Portfolio-Normal法 Portfolio-Normal法假设金融机构资产组合整体之收益(或价格变动)为正态分布,且假设平均收益率等于0,然后依据正态分布的特性,快速地从标准差求得各不同信赖区间的临界值。 Portfolio-Normal法的典型应用是估计消费性贷款、信用卡偿还等的信用风险。例如考虑一个包含许多小额消费借款的资产组合,由于个别消费借款是否偿还为一个二项分布(binomial distribution),而在贷款笔数趋近于无穷大时,整个标的资产组合价格变动分布(偿还金额)将趋近于正态分布。 优点:计算方便,快;缺点:精度低。 * 第三十二页,共六十一页。 VAR的度量方法 VaR的度量方法7:压力测试法 压力测试法的做法是:假设一些情景,对在情景s假设未来的收益率为Rp,s*,各种不同情景下得到不同的Rp,s*,对于情景s给定概率ps,就能得到投资组合收益的分配,藉以求出VaR。 压力测试有两个特色:一,可以评估极端事件发生时对投资组合风险的影响;二,是个较为主观的方法,风险管理者必须判断适当的衡量情景。 * 第三十三页,共六十一页。 VAR的度量方法 压力测试法的优缺点: 优点是能涵盖了历史资料中没有的情景,能迫使管理阶层去面对过去忽略的事情。 缺点:1、情景的选择、概率的给定过于主观,导致错误的VaR计算。2、无法给出最差情况的机率,无法处理相关性的问题,不能看出投资组合分散风险的好处。 因此,压力测试只能用来补足其它度量方式的不足,对最糟状况加以预测评价,但无法取代其它度量方式。 * 第三十四页,共六十一页。 VAR度量方法的检验 * 第三十五页,共六十一页。 回溯检验(Backtest) 所谓回溯检验,是对于给定的一定数量的观察样本,比较这个样本区间发生的损失和估计出来的VaR。损失超过VaR的叫做例外数。按照VaR的定义,例外数应该大体上与置信水平设定的期望目标相接近。另外,1000天置信水平为95%的例外数应该接近50。 * 第三十六页,共六十一页。 模型好坏的一个统计检验 一般地可以假设例外服从二项分布,构造如下统计量: 这里X是例外数,N是样本总数,p是置信水平,q = 1-p。当N足够大,Z服从0,1正态分布。这样可以用来检验模型的好坏。例如如果Z1.645,可以在95%的水平上拒绝模型。 * 第三十七页,共六十一页。 VAR的局限 * 第三十八页,共六十一页。 VAR的局限 VaR 主要适用于正常条件下对于风险的衡量,而对于出现极端情况时却强差人意. 由于VaR 对数据的严格要求,该风险衡量方法对于交易频繁、市场价格容易获取的金融工具的风险衡量效用比较显著,而对于缺乏流动性的资产,如银行的贷款等,由于缺乏每日市场交易价格数据,其衡量风险的能力受到很大的局限。有时,需要将流动性差的金融产品分解为流动性较强的金融产品的组合,然后再使用VaR 模型来分析其风险。 * 第三十九页,共六十一页。 使用VaR 来衡量市场风险,存在所谓的模型风险(model risk),即由于同样的VaR 模型可以使用历史模拟法、蒙特卡罗模拟法和方差一协方差参数法等不同的方法得到资产收益的不同的概率分布,这样会对同样的资产组合得到不同的VaR 值,这使得VaR 的可靠性难以把握。 一项针对VaR 的研究曾对三个假定的组合使用八种具体的方法来估算每个组合的VaR 值,发现对于同一个组合,这八种方法估算出的VaR 值最大相差14 倍。这使得无论是监管部门还是金融机构自身都很难对不同的VaR 模型进行评价和选择。正是由于这种局限性,巴塞尔银行监管委员会要求使用Backtest来检验金融机
原创力文档


文档评论(0)