市场风险测度：VaR方法

1、Lecture 4市场风险测度：在VaR方法、风险价值的定义中，VaR是测量投资或投资组合可能产生的下跌风险的方法。 VaR在给定的概率水平(所谓的“信任水平”)上，描述了在一定时间内证券和资产组合可能受到的最大损失。 VaR值是在低概率下，例如在1%的可能性下，在规定时间内实际损失可能超过的最大损失是多少的问题的回答，在风险价值的定义中，在风险价值的计算中，例如在99%的信赖水平下，在一天内市场价值可能受到的最大损失、风险价值的计算中在完成第一步之前，无法计算分布的平均值和分割点。 推导分布的三个基本方法是：历史模拟方法分析方差-协方差方法大于蒙特卡罗法的方法，VaR计算的基本步骤和风险因子

2、选择资产组合价值的变化是由于影响每个工具价格的市场因素的变化。 风险因素的具体构成取决于资产组合的构成状况，需要一定的判断。 (2)选择将市场风险因素的变化包含在模型中的方法的非参数VaR参数VaR，风险因素的选择，美元/人民币长期汇率，美元/人民币选项，美元/人民币长期合同，美元/人民币汇率的波动率，人民币汇率，美元/人民币长期汇率，美元汇率，等参数VaR方法简化VaR的导出，假定可以分析直接收益分布的密度函数f(R )，并且利用历史数据来推测假定的分布函数的参数。 假设风险因子服从对数正态分布，即，风险因子收入的对数服从正态概率分布。 由于正态概率分布可完全由两个参数描绘，因此假定风险因子

3、多变量分布资产组合的配置、方差-协方差方法、r服从平均值和标准离差的正态概率分布，并且如果c是置信水平，例如99%，那么R*可定义为遵循标准正态分布n (0，1 )的变量。 因此，R*的导出非常简单，只要以正规函数表为基准累积即可。 R*是根据VaR的定义，常见的信任等级函数的阈值，c，- 1.65，9.5，- 2.33，99.87 %，99.97%、-3.00，-3.43，例如股票资产的组合，由两种股票(微软和埃克森)构成的资产的资产组合的价值是：第I类股票的收益率，即投资于资产集团中第I类股票的比例。 (1)风险因素的选择：风险因素为两个股票各自的价格s1、s2，因此资产组合的收益率如下：

4、 (2)风险因素的分布：假设价格服从对数正态分布，即时期(t-1，t )的收益率服从正态概率分布： 单一资产的VaR1日VaR，各股票收益的边际变化服从单一变量正态概率分布：在信任度99%的水平，1日VaR值为：从1日VaR值到1.0日VaR值，1日VaR值的推导基于资产组合价值的日分布。 理论上，可以根据资产组合价值的1.0日分布计算1.0日的VaR值。 一般而言，如果市场有效，并且资产在1.0日内每日收入Rt独立分布，则可以从一天的VaR直接导出1.0日或其他期间的VaR值。 1.0收益R(10)=Rt服从正态概率分布，平均和方差分别为：得到单资产VaR的一般计算公式，持有期间为t，信任度

5、为c :其中a ()表示标准正规累计函数的反函数。持有期长，收益率的平均漂移后，VaR的计算应该使用收益率的漂移来调整，收益率漂移的调整、投资组合的VaR、收益正态概率分布资产的线性组合也服从正态概率分布：中：投资组合的99%信任等级的1天和1.0日的VaR值分别为： 假设投资组合VaR的一般公式保留期为t，信任度为c，则在保留期较长的情况下，VaR会使用收益率的漂移修正，导出产品的VaR，将产品导出到投资组合的VaR的估计等重要问题是，即使营销对象资产的价格变化是正态概率分布，导出产品的本质非线性是，产品价格变化会影响正态概率分布的假设考虑到目标资产的变化非常小，例如非常短的时间间隔，可以用

6、可选的德尔塔值来近似可选价值变化的易感性。 对于大的物价变动，需要更高度的近似。德尔塔值，期权价格：期权的德尔塔值：营销对象资产价格变化的标准离差，期权头的价格变化分布标准离差：衍生产品VaR计算：德尔塔近似，包括单一衍生产品投资组合s。 可选件和可选件的投资组合的易感性是德尔塔值。 营销对象资产分布的标准离差如下： 另外，可选头尺寸的价值变化分布的标准离差“”、“必须是整个投资组合头尺寸的德尔塔值，即，与特定营销对象资产相关联的所有可选易感性等于与营销对象资产相关联的所有可选头尺寸的德尔塔值的和。 包括期权在内的投资组合的VaR公式，包括期权在内的投资组合的VaR是：其中I是第I个资产价格变

7、动1欧元针织面料时，会导致投资组合价值变动。 注：营销对象资产的I为1。 DeltaGamma近似，如果营销对象资产的物价变动非常小，可以使用Delta近似，但更精确的近似需要引入高级项，并施加gamma或凸性的影响。 假设投资组合中包含股票期权，则营销对象资产的价值变化s与期权价值变化v之间的关系为：假设：因此一次展开显示期权价值的变化与营销对象资产的变化成比例。 二次展开包括确定性漂移项v，因为二次展开存在确定性漂移项s和可选值。 更重要的是，gamma (/)的作用是在s的随机项目配置中引入非线性项目。 实际上难以估计衍生产品VaR并且估计非线性产品的VaR的明显方法是对营销对象资产的非

8、线性行为进行仿真，然后使用评估公式和数值算法来估计整个投资组合的价格变化的分布。 该方法最终可以估计非线性产品的VaR，但其缺点是计算较慢。 要进行成千上万的模拟，一次需要解开一个多因子偏微分方程，解开VaR需要花费太多时间。 将市场风险因子的变化纳入模型的方法：历史模拟法，历史模拟法是非参数VaR。 历史模拟法不要求用户对风险因子分布进行分析假设和理论分布的推断。 VaR的计算基于特定时期的实际数据结构的历史分布，具体取决于风险因素。 历史模拟法为了得到比较合理的历史分布，至少需要2.3年的数据。 历史模拟法根据每日开放收益数据的历史分布计算VaR，对于开放收益的分布函数没有任何假设。 历史

9、模拟方法简单易行，历史模拟方法原理简单。 首先，分析在特定的历史期间(例如1.4年)观察到的相关市场价格和(风险因素)收益率的变化。 然后，从历史数据导出风险因子，建构资产的投资组合收益分布。 根据该分布，可以计算资产组合的VaR值。 可以把模拟的每日变化值看作分布的观测值。、历史模拟方法的步骤，该方法将与选择特定时间段(例如，250天)内的实际风险因子日变化样本相关的这些个变化数据用于风险因素的当前价格，以重新做评估当前资产组合的价值，创建资产组合价值分布的图像，99%。 例如：历史模拟假定了某个3月期的美元/标记购买期权，首先判断这个开放的市场风险因素：美元/标记美元3月期利率3月期美元/

10、标记板条箱的变异性简单，因此忽略利率风险因素的影响，只考虑汇率和变异性的影响。 表中显示了过去100天的汇率及其变异性的日观测值。 然后，利用风险因子的历史分布重新定价开放价格。 过去100天的历史汇率，利用布雷克斯科尔斯期权价格模型，计算资产的模拟价值系列，最后的步骤，描绘过去100天的资产组合收益的历史数据，直接认识资产组合价值的变化状况，确认历史分布的最初的百分位数。 下表列出了资产投资组合价值的变化，根据该方法，最初的百分比值为-0.07。 当然，最直观的是描绘了资产价值模拟序列的(频度)分布图。 历史模拟法在任何证券资产组合中都很容易展开。 历史模拟方法Bootstrapping和B

11、ootstrapping是利用历史数据获得一系列资产的随机运动的另一种方法。 假设有n个资产的真实时间序列数据(假定为资产的日收益率数据)，自举引导法的实现过程：在每天的数据(矢量)中创建目录索引，该目录索引建立可以随机分配的采样规则，随机提取目录索引。 此目录索引指向的数据是第一个未来可能性的模拟。 重复这个过程，得到更多的将来可能的状况的模拟，成为满脚丫子的模拟次数。 自举引导法的优点在于可以捕捉到资产之间的任何相关性，允许资产价格的变化表现出不规则性，缺点是不能获得数据中的自相关性。 将市场风险因子变化纳入模型的方法：蒙特卡洛模拟方法、蒙特卡洛模拟方法是综合方法. 蒙特卡罗模拟方法可以通过选择任何形式的多变量分布来实现，可以分析相对灵活、具有厚尾部和偏斜形状的分布，也可以模拟相对复杂的分布和平均反转过程。 蒙特卡罗法的唯一限制是估计分布参数(平均、方差、协方差等)的能力。 蒙特卡罗法、蒙特卡罗法反复模拟决定市场价格和收益率的随机过程。 对于每个模拟值(方案)，求出资产组合的价值在目标区间内可能的值。 在我们从一盏茶得到了很多方案的情况下，资产组合价值的模拟分布接近真实分布。 在蒙特卡洛模拟中，首先，有三个步骤：确认所有相