《金融建模基础》课件第15章-运用 Python 测量风险价值.pptVIP

点击输入标题15.4蒙特卡罗模拟法15.4.2蒙特卡罗模拟法的运用第1步：输入相关参数，并且运用式（15-10）模拟得到投资组合中每个资产在下一个交易日的价格。具体的代码如下：点击输入标题15.4蒙特卡罗模拟法第2步：模拟单个资产和整个投资组合在下一个交易日的收益并且可视化（见图15-5）。具体的代码如下：点击输入标题15.4蒙特卡罗模拟法第3步：运用蒙特卡罗模拟法并且假定资产收益率服从学生t分布的情况下，计算投资组合的风险价值。由于生成的模拟投资组合日收益金额是数组格式，因此需要运用NumPy模块计算分位数的函数percentile。此外，需要注意的是，由于随机数是随机生成的，因此重复运用蒙特卡罗模拟法得到的每一次风险价值数据会存在一定的差异，当然这个差异是可接受的。具体的代码如下：从以上分析可以得到，运用蒙特卡罗模拟法并且假定资产收益率服从自由度为8的学生t分布时，持有期为10天、置信水平为95%的风险价值约为5.03亿元，相同持有期、置信水平为99%的风险价值约为7.72亿元，金额均高于历史模拟法和方差-协方差法的计算结果。点击输入标题15.4蒙特卡罗模拟法第4步：为了进行比较，假定资产收益率服从正态分布，运用蒙特卡罗模拟法计算投资组合的风险价值（见图15-6），为了减少输入而运用for语句。具体的代码如下：点击输入标题15.4蒙特卡罗模拟法根据最后一步的分析结果，当资产收益率服从正态分布时，运用蒙特卡罗模拟法计算得到的风险价值均低于服从学生t分布的风险价值。点击输入标题15.5回溯检验、压力测试与压力风险价值15.5.1回溯检验“实践是检验真理的唯一标准。”当这句话运用于风险价值模型时，就引出了本节将探究的3个重要话题：回溯检验、压力测试以及压力风险价值。1．基本概念回溯检验（backtesting），也称为事后检验或返回检验，是指将通过模型得到风险价值的估算结果与实际发生的损益进行比较，以检验风险价值模型的准确性和可靠性，并据此对模型进行校正的一种方法。若估算结果与实际结果近似，则表明该模型的准确性和可靠性较高；若估算结果与实际结果的差距很大，则有理由质疑模型的准确性和可靠性。举一个简单例子进行说明。假定计算得到持有期为1天、置信水平为95%的风险价值是1亿元，在对风险价值进行回溯检验时，就要找出投资组合在每个交易日中损失超出1亿元的天数，并且计算这些天数占整个检验样本天数的比例。假定观测的完整交易日天数是1000天，如果交易日的损失金额超出1亿元的天数控制在50天以内，也就是占总天数的5%以内，则可以认为计算风险价值的模型是合理的；相反，如果损失超出1亿元的天数大于50天，即占总天数的比例超过5%，此时就应当对风险价值的模型产生合理怀疑。2．一个案例【例15-4】依然沿用例15-1的投资组合信息，针对运用方差-协方差法计算得到的持有期为1天、置信水平为95%的风险价值，结合2018年至2020年每年的日交易数据，运用回溯检验判断风险价值的合理性，具体分为两个步骤。第1步：根据例15-2运用历史模拟法计算得出的2018年至2020年期间投资组合日收益金额数据，依次生成每一年投资组合日收益金额的时间序列，并且将每年的投资组合日收益与风险价值所对应的亏损进行可视化（见图15-7）。具体的代码如下：点击输入标题15.5回溯检验、压力测试与压力风险价值点击输入标题15.5回溯检验、压力测试与压力风险价值在图15-7中，当投资组合日亏损触及风险价值对应的亏损这条直线时，就表明亏损大于风险价值。通过目测不难发现，2020年超出风险价值的亏损天数应该是最多的，2019年的天数最少，但是具体的天数则需要通过第2步得到。第2步：计算在2018年至2020年期间，每年的交易天数、每年内投资组合日亏损超出风险价值对应亏损的具体天数以及占当年交易天数的比重。具体的代码如下：通过以上的分析不难发现，2018年和2020年超过风险价值对应亏损的天数占全年交易天数的比例均超过5%，因此可以认为方差-协方差法计算风险价值的模型在2018年和2020年均不适用。但是，在2019年超过风险价值对应亏损的天数占全年交易天数的比例则小于5%，则可以认为该模型在这一年是可行的。点击输入标题15.5回溯检验、压力测试与压力风险价值15.5.2压力测试除了计算风险价值以外，众多金融机构也会针对投资组合进行压力测试，目的就是检验如果出现了在过去10至20年甚至更长期间的某些