《风险模型》课件2 VaR_第1页
《风险模型》课件2 VaR_第2页
《风险模型》课件2 VaR_第3页
《风险模型》课件2 VaR_第4页
《风险模型》课件2 VaR_第5页
已阅读5页,还剩16页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

EDUCATE

风险度量孟生旺在险价值VaR常用的风险度量风险度量VaR,TVaR,扭曲风险度量(PH,Wang),谱风险度量,…保费原理期望值原理,标准差原理,方差原理,指数原理,零效用原理风险度量风险度量:把一个代表风险的随机变量转化为一个实值的过程。假设X表示风险,ρ

为风险度量方法,r为风险度量值,则风险度量过程可以表示为:r=ρ

(X)问题:均值相等,哪个风险大?Gamma(shape=2,scale=1000)Gamma(shape=4,scale=500)例:如何比较两个Gamma风险的大小?一致性风险度量(Artzner等,1999)

:

在险价值(VaR,ValueatRisk)

定义:p的通常取值:90%,95%,99%,99.95%解释:在满足F(x)≥p的所有x中,取下确界例:连续分布(伽马分布)的VaR0.9例:损失服从正态分布,均值为33,标准差为109,计算VaR95%.例:离散分布的VaR随机变量:X={1,3,5,7,9}计算80%,90%和95%水平下的VaR。x=

c(1,3,5,7,9)

dt=

data.frame(x=x)

library(ggplot2)

ggplot(dt,aes(x=x))+

stat_ecdf()+

scale_x_continuous(breaks=x,labels=x)+

scale_y_continuous(breaks=seq(0,1,0.1),labels=seq(0,1,0.1))+

labs(y=

'F(x)')quantile(x,prob=

c(0.8,0.9,0.95),type=1)##80%90%95%

##799x=

c(1,3,5,7,9)

quantile(x,prob=

c(0.8,0.9,0.95),type=1)#分布函数的逆##80%90%95%

##799quantile(x,prob=

c(0.8,0.9,0.95),type=2)#SAS默认##80%90%95%

##899quantile(x,prob=

c(0.8,0.9,0.95),type=7)#R和S默认##80%90%95%

##7.48.28.6quantile(x,prob=

c(0.8,0.9,0.95),type=6)#SPSS默认##80%90%95%

##8.69.09.0应用R的quantile函数:有9种type例:混合分布例:混合分布可引出性(Elicitability)可引出性是指一个统计量(如均值、中位数)能够通过最小化某个适当的评分函数(损失函数)来唯一确定。如果存在一个评分函数,使得某个统计量的真实值是最小化该评分函数的解,则该统计量是可引出的。例:线性回归的残差平方和、分位数回归的加权绝对残差和VaR的可引出性(Elicitability)评分函数(非对称):期望得分定义为:应用莱布尼茨积分法则,计算期望得分关于q的一阶导数(讨论题:写出具体过程):令上式等于零,即得最小化期望得分的q就是Y的tau-分位数:标准正态分布的评分函数:Gamma分布的评分函数:qgamma(0.9,shape=2,scale=100)=388.972对于随机变量X,如果

f

是非减的连续函数,则有(讨论题:写出具体过程)例1:如果正态分布X

的VaR为v,则对数正态分布Y=exp(X)的VaR为exp(v)例2:如果标准正态分布的VaR为v,

则正态分布N(mu,sigma)的VaR为v*sigma+muVaR的一个重要性质例:VaR不满足一致性(次可加性)产品亏损概率亏损额90%的VaR产品A10%100元0元产品B10%100元0元组合(A+B)

亏损为0元的概率是0.9×0.9=81%亏损200元的概率是0.1×0.1=1%亏损100元的概率是1-81%-1%=18%90%水平下的VaR=100在什么条件下,VaR是一致性风险度量?如果损失服从椭圆分布(如正态分布、t分布),VaR满足一

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论