Ch08 风险价值.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,8,.,*,金融风险管理,第八章 在险价值,8,.,1,金融风险管理，,第,八章，闫海峰，南京财经大学金融学院，,20,11,本章主要内容,VaR,定义,VaR,测算,正态分布下,VaR,的测算,-,方差,-,协方差方法,历史模拟方法,Monte Carlo,模拟方法,VaR,优缺点,VaR,的应用举例,2,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,金融风险度量方法比较,传统的,ALM,(,Asset,-Liability Management,资产负债管理,),过于依赖报表分析，缺乏时效性；,利用,方差,及,系数,来衡量风险太过于抽象，不直观，而且反映的只是市场（或资产）的波动幅度；,CAPM,（,资本资产定价模型,）又无法揉合金融衍生品种。,G30,集团在研究衍生品的基础上，于,1993,年发表了题为,衍生产品的实践和规则,的报告，提出了度量,市场风险,的,VaR(Value,at Risk,：风险价值,),方法。,VaR,已成为目前金融界测量,市场风险,的主流方法。后来由,J.P.Morgan,推出的用于计算,VaR,的,Risk Metrics,风险控制模型更是被众多金融机构广泛采用。目前国外一些大型金融机构已将其所持资产的,VaR,风险值作为其定期公布的,会计报表,的一项重要内容加以列示。,3,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,在险价值,VaR,VaR(Value,at Risk),按字面解释就是“在险价值”，是指在正常的市场条件（正常市场波动）和一定的置信水平（通常是,95%,或,99%,）下，某一金融资产或,证券组合,在未来特定的一段时间内所面临的最大可能损失。,若 表示金融资产在时刻,t,的价值，表示在,t,到 时间内资产的损失,则金融资产在置信水平 下在未来 时段上的,VaR,定义为：,（或者）,若金融资产损失过程的分布函数为 则，,4,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,VaR,的基本原理,VaR,（,value-at-risk,）叫做风险值或在险值，意为处在风险之中的价值。,VaR,定义为：在一定的持有期，一定的置信水平下可能的最大损失。,VaR,要回答这样的问题：在给定的时期，有,X%,的可能性，最大的损失是多少？,VaR,有绝对风险值和相对风险值之分，,相对,VAR,是指相对于收益期望值的最大可能损失,绝对风险值是指相当于当前头寸的最大可能损失,其中，,u,是收益的期望值，,W,是头寸大小。实践中通常使用相对,VaR,5,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,风险价值,VaR,的计算,VaR,的计算方法有多种,适用于不同的市场条件,数据水平和精度要求,大体上可以归为以下三种,:,方差,-,协方差方法,（,Variance,Covariance Method,）,历史模拟方法,（,Historical Simulation Method,）,蒙特卡罗方法,（,Monte Carlo Simulation Method,）。,6,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,方差,-,协方差方法,:,设计,原理,亦,称为相关,法（,Correlation Method,），参数（,Parametric,）法、,线,型（,Linear,）法或,Delta,Normal,法。,方差,协方差法是假定风险因子收益的变化服从特定的分布（通常为正态分布），然后通过历史数据分析和估计该风险因子收益分布的参数值如方差、相关系数等，进而整理出整个投资组合收益分布的特征值,主要的假,设,就是,单个,资产报酬,率符合,联合正态,分,布,，而且具有序列,独,立的特性。,由,这,些,资产,所,构,成的,线,性組合,资产,，一定,会,服,从正态,分,布,，,即,由,正态分布,的性,质,再來估,计,出給定,评估,期,间与置信,水平下的,风险,值。,正态分布,的假設使得,方差,-,协方差,法可以快速的算出,风险,值。,7,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,正态求解法,-,方差,-,协方差方法,单个资产,VaR,值的正态求解法,投资组合的,VaR,的正态求解法,投资组合的边际,VaR,值：投资组合的,VaR,值关于某一个资产的敏感度称谓边际,VaR,，即组合中某一资产增加一个单位时，组合,VaR,的改变值。,投资组合的增量,VaR,：定义为由于新头寸的改变引起的,VaR,的改变量。,投资组合的成分,VaR,cVaR,正态分析法有致命的缺陷：金融数据的正态分布假设并不是完全正确的，事实上，经常能观察到金融市场中的收益率分布具有尖峰、厚尾、负偏斜等非正态特征，收益率在不同时间段上的独立同分布特征也不一定满足。对收益率为非正态分布（如，,t-,分布，拟高斯分布，指数分布）以及不同时间段上的异方差情况，有很多学者作了深入的研究。,8,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,单个资产,VaR,的计算,设,Pt,为某金融工具的价格的时间序列，,Rt,为收益，在金融市场价格的随机游动假说,下，,Pt,服从独立的正态分布。,由以下收益（,Rt,）的定义,Rt,=,（,Pt-Pt-1,）,/Pt-1,可知，当,Pt-1,已知时，收益序列,Rt,服从独立的正态分布，设,Rt,N,（,u,）,令,Zt,=(,Rt,u )/t,则有,Zt,服从标准正态分布，,Zt,N,（,0,，,1,）,由对风险值的定义，得到下式,PR R*=,PZt,(R*-u )/t=c,对给定的置信水平,c,，对应的标准正态分布的分位点为（由标准正态分布表查表可得），,所以有,(R*-u )/t=,简单推导可得,R*=u+a t,代入,VaR,的定义，得到一下结果：,Var,（绝对）,=-,uW,-a,tW,Var,（相对）,=-a,tW,正如上面讲到的，实践中经常用到相对,Var,，亦即采用,Var,（相对）,=-a,tW,9,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,多个资产的组合情况,其中 为整个投资组合收益的标准差；、为风险因子,i,和,j,的标准差；为风险因子,i,和,j,的相关系数；为整个投资组合对风险因子,i,变化的敏感度，有时也被称为,Delta,。在正态分布的假设下，为组合中每个金融工具对风险因子,i,的,Delta,之和。,10,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,方差,的估算,传统上通常利用移动平均的观念来估算方差，并且可进一步分为等权移动平均与指数加权移动平均两种方式。,最早采用的是相等（简单）加权移动平均法,（,Equally-Weighted Moving Average,）,，也称“历史方法”。假定产生回报序列的随机过程是独立同分布的，并且在计算中采用等权重的移动平均，也就是在计算算数平均时对数据采用相同的权重。相等（简单）加权移动平均法,（,Equally-Weighted Moving Average,）,指数加权移动平均法,（,Exponentially-Weighted Moving Average,）,11,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,方差,的估算,传统上通常利用移动平均的观念来估算方差，并且可进一步分为等权移动平均与指数加权移动平均两种方式。,最早采用的是相等（简单）加权移动平均法,（,Equally-Weighted Moving Average,）,，也称“历史方法”。假定产生回报序列的随机过程是独立同分布的，并且在计算中采用等权重的移动平均，也就是在计算算数平均时对数据采用相同的权重。相等（简单）加权移动平均法,（,Equally-Weighted Moving Average,）,指数加权移动平均法,（,Exponentially-Weighted Moving Average,）,12,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,VaR,的参数选择,要确定一个金融机构或投资组合的,VaR,值或建立,VaR,模型必须要确定以下三个关键参数：持有期限、置信水平和观察期间。,持有期限（,holding period,）是指衡量收益波动性和关联性的时间单位，即取得观察数据的频率，如所观察的数据是日收益率、周收益率,月收益率还是年收益率等；,置信水平表示承担风险的主体对风险的偏好程度,一般取,90%-99.9%,太低对应着损失超过,VaR,值的极端事件发生的概率过高，这使得,VaR,值失去意义；置信水平过高，可以避免上述问题，但会因为统计样本中反映极端事件的数据减少而导致对,VaR,值估计的准确性下降。,观察期间（,observation period,）是对给定持有期限的收益波动性和关联性进行考察的整体时间长度，是整个数据选取的时间范围，有时也成为数据窗口（,data window,）；,13,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,估计,VaR,参数的确定,-,持有期,持有期。持有期,t,，即确定计算在哪一段时间内的持有资产的最大损失值，也就是明确风险管理者关心资产在一天内一周内还是一个月内的风险价值。持有期的选择应依据所持有资产的特点来确定，比如对于一些流动性很强的交易,头寸,以每日为周期计算风险收益和,VaR,值，如,G30,小组在,1993,年的衍生产品的实践和规则中就建议对场外市场交易（,Over the Counter OTC,）衍生工具以每日为周期计算其,VaR,，而对一些期限较长的头寸如养老基金和其他投资基金则可以以每月为周期。,从银行总体的,风险管理,看，持有期长短的选择取决于资产组合调整的频度及进行相应头寸清算的可能速率。,巴塞尔委员会,在这方面采取了比较保守和稳健的姿态，要求银行以两周即,10,个营业日为持有期限。,14,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,估计,VaR,参数的确定,-,置信水平,置信水平。一般来说对置信区间的选择在一定程度上反映了金融机构对风险的不同偏好。选择较大的置信水平意味着其对风险比较厌恶，希望能得到把握性较大的预测结果，希望模型对于极端事件的预测准确性较高。根据各自的,风险偏好,不同，选择的置信水平也各不相同。比如,J.P.Morgan,与,美洲银行,选择,95,，,花旗银行,选择,95.4,，,大通曼哈顿,银行选择,97.5,，美国信孚银行（,Bankers Trust,）选择,99,。,作为金融监管部门的巴塞尔委员会则要求采用,99,的置信水平，,这与其稳健的风格是一致的。,15,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,估计,VaR,参数的确定,-,观察期间,观察期间,(Observation Period),。观察期间是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是整个数据选取的时间范围，有时又称数据窗口,(Data Window),。例如选择对某资产组合在未来,6,个月，或是,1,年的观察期间内，考察其每周回报率的波动性,(,风险,),。这种选择要在历史数据的可能性和市场发生结构性变化的危险之间进行权衡。为克服商业循环等周期性变化的影响，历史数据越长越好，但是时间越长，收购兼并等市场结构性变化的可能性越大，历史数据因而越难以反映现实和未来的情况。巴塞尔银行监管委员会目前要求的观察期间为,1,年（,255,天）。,16,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,历史模拟法,(Historical simulation,历史模拟法是假设金融市场上未来收益率的分布与过去的历史分不相同，利用金融资产损失的历史数据模拟获得资产的风险值,VaR,.,该方法是基于经验分布的一种方法，他不需要对资产收益的分布做任何假设,直接利用资产或市场因子的历史价格数据来模拟未来情景,将市场因子或资产价格的历史数据当作未来可能的情景集，然后将情景集中的资产价格排序后得到水平分位数，即可得到,VaR,值。,17,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,历,史模,拟,法,历史模拟法又分简单模拟法和历史模拟法,简单模拟法是根据每种资产的历史损益数据计算当前组合的,”,历史”损益数据,将这些数据从小到大排列,按照置信度的水平找到相对应的分位点,R*,从而计算出,Var,当投资组合中的金融产品不存在历史数据或没有足够的历史数据时,需要用历史模拟法改进简单历史法,.,首先找出影响组合的基础金融工具或其他风险因素,通过分析他们的历史数据,得到风险因素未来的可能变化值,从而对现有组合进行评估,最后在一个给定的置信水平下,用组合价值的可能损益估计其风险值,不必假设风险因子的报酬率必须符合正态分布。,18,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,19,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,历史模拟法步骤,20,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,以,历史模拟法步骤,算出,风险,值,21,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,历史模拟法,(1),债券风险设算为例:,(1)确定风险因子：国内债券的风险因子为利率。,(2)选取,历,史期间的长度,(3)搜集利率的资料，并计算每日利率波动,的,程度，及其所有相对应之,收益,分佈。,(4)将所有相对的债券,收益,按大小依序排列，计算其机率并绘成直方图，模拟出未来的,收益,分布,。,(5)选定所要估计之,置信水平,，在该百分位数之价值即为此债券之风险值。,22,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,23,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,历史模拟法,(2),假设今日以,60,元买入鸿海的股票,10,张共,60,万元，我们只可以找到过去,101,个交易日的历史资料，求在,95%,置信水平之下的日风险值为何,24,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,根据过去,101,日鸿海之每日收盘价资料，可以产生,100,个报酬率资料。,将,100,个报酬率由小排到大找出到倒数第五个报酬率（因为置信水平为,95%,），在此假设为,-4.25%,。,-4.25%*600,000=-$25,500,所以,VaR,=$25,500,，因此明日在,95%,的机率下，损失不会超过,$25,500,元。,25,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,影响风险值的重点,使用历史模拟法要有大量的历史资料，才有办法精确的叙述在极端状况下（如,99%,的置信水平）的风险值。,历史资料中能捕捉到的极端损失的机率低于正常损益的机率，量多而且具有代表性的资料的取得就相形重要。,历史模拟法更可以勾勒出资产报酬分布常见的厚尾、偏态、峰态等现象，因此计算历史价格的时间（与资料的多寡有关）是影响风险值的一个重点。,26,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,历史模拟法的特点与优缺点,方法,优点,缺点,历史模拟法,对于所有商品的风险值估,算具精确度,可,描绘,出完整的,收益分布图,不需,要附加关于统计,分,步的,假設,估算速度,较,蒙,特,卡,罗模拟,法快（,模拟,情境,较,少）,计算简单,而且容易了解,需要,较长,的,价格历史资料,历史资料,可能,无法模拟,未來情況,置信水平,水平太高,时,估,算,精确度较差,极端,事件無法捕捉,27,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,优点,:,不需要加关于资产报酬的假设,利用历史资料，不需要加关于资产报酬的假设，可以较精确反应各风险因子的概率分布特性，例如一般资产报酬具有的厚尾、偏态现象就可能透过历史模拟法表达出来。,28,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,优点,:,不需分布的,假设,历史模拟法是属于无母数法的一员，不须对资产报酬的波动性、相关性做统计分布的假设，因此免除了估计误差的问题；况且历史资料已经反应资产报酬波动性、相关性等的特征，因此使得历史模拟法相较于其他方法，较不受到模型风险的影响,。,29,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,优点,:,完全,评价,法,不需要类似,Delta-Normal,的方法以简化现实的方式，利用趋近求解的观念求取进似值；因此无论资产或投资组合的报酬是否为常态或线性，波动是否随时间而改变，,Gamma,风险等等，皆可采用历史模拟法来衡量其风险值。,30,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,局部评价法,:,是通过仅在资产组合的初始状态做一次估值,并运用局部求导来推断可能的资本移动而得出风险的衡量值,.,完全评价法,:,通过对各种情景下投资组合的重新定价来衡量风险,.,31,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,缺点,:,资料,的,品质与,代表性,庞大历史资料的储存、校对、除错等工作都需要庞大的人力与资金来处理，如果使用者对于部位大小与价格等资讯处理、储存不当，都会产生不利结果。,有些标的物的投资资料取得不易，例如未上市公司股票的价格、新上市公司股票的历史资料太短、有的流动性差的股票没有每日成交价格等。,若某些风险因子并无市场资料或历史资料的天数太少时，模拟的结果可能不具代表性，容易有所误差。,32,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,缺点,:,极端事件的损失不易模拟,主要的理由就是重大极端事件的损失比较罕见，无法有足够的资料来模拟损失分布。,极端事件发生期间佔整体资料比数的比例如何安排也是个问题，不同的比例会深深影响历史模拟法的结果。,例如以国际股票投资为例，,1997,年的亚洲金融危机、,2001,年美国发生的,911,恐怖攻击事件、美伊战争的进展等事件都会引发全球股市的大幅变动，若这些发生巨幅变动的时间占整体资料的比重过大，就会高估正常市场的波动性，因而高估真正的风险值。,33,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,缺点,:,因子的变动假设,未来风险因子的变动会与过去表现相同的假设，不一定可以反映现实状况。,涨跌幅比例的改变、交易时段延长、最小跳动单位改变等，都会使得未来的评估期间的市场的结构可能会产生改变，而跟过去历史模拟法选样的期间不同，甚至从未在选样期间发生的事件，其损益分布是无从反映在评估期间的风险值计算上。,34,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,缺点,:,资料选取的长度,虽然资料笔数要够多才有代表性，但是太多久远的资料会丧失预测能力，但是过少的时间资料又可能会遗失过去曾发生过的重要讯息，两者的极端情况都会使历史模拟法得所到的风险值可信度偏低，造成两难的窘境。,到底要选用多长的选样期间，只有仰赖对市场的认知与资产的特性，再加上一点主观的判断来决定了。,35,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,如何,改进历,史,模拟,法,技巧包括指数加权移动平均法与步步为营（,Bootstrap Method,），前者可以给予近期资料较高的权值，后者可以在历史资料不足的时候增加选样笔数,。,36,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,指数加权移动平均法,类似前一章所谈到的方差协方差法中对近期市场波动对于方差与协方差的估计具有较大的影响力，因而给予较大的权重。,因为在历史模拟法中对历史资料不论远近都给予相同的权值，所以近期市况的资讯虽然被反映出来但是重要性却被稀释掉了。,37,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,指数加权移动,平均法,Boudoukh（1998）等人就利用一种利用衰退因子（Decay,Factor）的概念，根据资料发生的远近来设定不同的权重，可以表示如下，其中为权值，为资料总日数，现在的时间为,：,为衰退因子，一般设定为0.97,到,0.99之间。,所以当i值愈大，代表所发生的时间愈久，权值愈,小，早期资料的重要性愈低,。,38,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,步步为营法,(Bootstrap Method),由,Efron,（,1979,）于,Annals of Statistics,所发表的统计推论技巧，是近代统计学发展上极重要的一个里程碑。,其概念是利用样本资料重复抽取，以模拟出总体的分布，再由模拟出来的总体特质进行估计与检定，因此并不需要总体的实际分布为何。,Bootstrap,法最适用于当样本数有限，以重覆抽样原有样本的方式，来求得较精确的抽样分布。而在执行上常需借助于现代快速的电脑，所以随著电脑运算能力的发展，,Bootstrap,法的应用也就越来越广泛。,39,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,Bootstrap,法,优点,不必假,设总体,的分,布,卻可以掌握到,总体,分,布,的特性,可,适用于小样,本,资,料。,此法仍然是属于无母数随机抽样技巧，其特色在于由历史观察资料集合中抽样以构建出实证分布，进而解析相关统计量的性质。,40,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,Bootstrap,法的步驟,将,201,笔历史价格资料转换成,200,笔的历史价格变化量。,之后,Bootstrap,法对这,200,笔变动量进行,10,000,次（或以上次数）的重覆取样，因此产生,10,000,组的价格变动量值与报酬率，就可以建立一个资产损益报酬率的可能分布。,再将此,10,000,个报酬率由小到大排列，根据置信水平选取的分位数所在的报酬率，再乘上今天的资产价格，就可以求得以,Bootstrap,法调整的历史模拟法风险值。,41,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,Bootstrap,法取,样,的方式,Bootstrap法取样的方式,采取随机抽样，同时置回已经抽取的样本，进行重复性的多次抽样（重复取样），来模拟真实的损益分布路径；但是传统的历史模拟法抽样的程序是依照历史资料发生的顺序，并非随机抽样。,42,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,蒙特卡罗模拟法,蒙特卡罗模拟法与历史模拟法比较类似，同样利用历史数行模拟。与历史模拟法不同的是，蒙特卡罗法不直接模拟市场价格，而是首先根据其历史数据得到未来概率分布的参数，如和方差，然后利用随机模拟来产生未来资产价格的可能情景集，得到,VaR,值。,43,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,蒙,特,卡,罗模拟,法,简,介,假设投资组合的价格变动服从某种随机过程的行径程序（,Process,），因此可以藉由电脑模拟，大量产生几百次、几千次、甚至几万次可能价格的路径，并依此建构投资组合的报酬分布，进而推估其风险值。,是一种基于大数法则的实证方法，当实验的次数越多，它的平均值也就会越趋近于理论值。所以就蒙特卡罗模拟法而言，正确选择描述资产价格路径的随机过程非常的重要，适当的选择可以精确的勾勒出资产损益的特性：如厚尾、偏态、峰态，还可以推估非线性损益型资产的风险值。,44,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,45,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,蒙特卡罗模,拟,法,步骤,1,产生具有特定分布性质的随机乱数：,蒙特卡罗模拟法最重要的动作就是抽取随机样本（,Random Sample,），然后产生随机模拟的输入数值，再代入以下的设定价格路径，模拟资产价格损益分布。通常乱数可由电脑的乱数产生功能来产生，不过我们都会设定产生的乱数必须相互独立，不可以有丛聚的现象，而且服从标准正态分布，也就是,。,46,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,蒙特卡罗模,拟,法,步骤,2,设定标的资产价格产生程序，并依据步骤,1,随机变数产生的来得到一段范围之未来价格,这是最重要的一步,一个常用的模型是几何布朗运动：,几何布朗运动（,Geometric Brownian Motion,），是属于马可夫随机过（,Markov Stochastic Process,）的一种。,是许多期权定价理论的基础,.,该模型假设,:(1),随着时间的推移,资产价格的变化之间没有任何关系,(2),价格微小变动可以用下式描述,:,dSt,=,u,t,Stdt,+,tStdz,47,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,其中,dz,表示均值为零,方差为,dt,的正态随机变量,.,这个变量对价格有随机影响,且不依赖于以往的信息,.,布郎运动的原理在于,价格变化的方差随着时间间隔不断减小,即,V(dz,)=,dt,.,48,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,蒙特卡罗模拟法算出风险值,49,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,Markov Stochastic Process,随机乱数,产生,假设某一资产,t,期的价格为,$100,试模拟其未来,100,个营业日的价格路径,已知其资产的平均报酬为,0,标准差为,0.1,。,50,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,Simulating price paths,51,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,蒙特卡罗模拟法的优缺点,方法,优点,缺点,蒙特卡罗模拟法,对于所有商品的风险值,估算具精准度,可描绘出完整的损益分,布图,可以用于不同的随机程,序及分布（例如，常,态、,T-,分布等），可,呈现分布的厚尾特色,不需过多的历史资料,耗费较多的计算时间,必须给定适当的价格行,径模式，才可能模拟出,应有的情境（模型）,52,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,风险值估算方法的比较,方法,优点,缺点,方差,-,协方差,法,估算过程较简单快速,仅需资产价格变动的方差,-,协方差矩阵资料,很容易转换评估期间与置信水平,较不适用于非线性损益商品，或存在偏态的损益分布,需要做统计分布的假设,历史模,拟,法,对于所有商品的风险值估算具精确度,可描绘出完整的损益分布图,不需关于统计分布假设,估算速度较蒙特卡罗模拟法快（模拟情境较少）,需要较长的价格历史资料,历史资料可能无法模拟未来情况,置信水平太高时估算精準度较差,极端事件无法捕捉,蒙特卡罗模,拟,法,对于所有商品的风险值估算具精准度,可描绘出完整的损益分布图,可以加诸不同的随机程序及分布（例如，常态、,T-,分布等），可呈现分布的厚尾特色,不需过多的历史资料,耗费较多的计算时间,必须给定适当的价格行径模式，才可能模拟出应有的情境（模型）,53,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,54,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,VaR,模型的优点及缺陷,优点,1,、,VaR,模型测量风险简洁明了，统一了风险计量标准，管理者和投资者较容易理解掌握。建立在,概率论,与数理统计的基础之上，既具有很强的科学性，又表现出方法操作上的简便性。,VaR,使不同术语,(,例如基点现值、现有头寸等,),有统一比较标准,使不同行业的人在探讨其市场风险时有共同的语言。定期测算,VaR,值并予以公布，增强了市场透明度，有助于提高投资者对市场的把握程度，增强投资者的投资信心，稳定金融市场。,2,、可以事前计算,降低市场风险。,不像以往,风险管理,的方法都是在事后衡量风险大小，不仅能计算单个金融工具的风险,还能计算由多个金融工具组成的投资组合风险。综合考虑风险与收益因素,选择承担相同的风险能带来最大收益的组合，具有较高的经营业绩。,3,、确定必要资本及提供监管依据。,VaR,为确定抵御市场风险的必要资本量确定了科学的依据,使金融机构资本安排建立在精确的风险价值基础上,也为,金融监管机构,监控银行的,资本充足率,提供了科学、统一、公平的标准。,VaR,适用于综合衡量包括,利率风险,、,汇率风险,、股票风险以及,商品价格风险,和衍生金融工具风险在内的各种市场风险。,55,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,VaR,模型的优点及缺陷,缺陷,1,、,VaR,模型存在着模型风险。,2,、,VaR,模型在使用时隐含了一定的前提假设。,3,、数据问题。,4,、,VaR,主要使用于正常市场条件下对市场风险的测量。,56,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,CVaR,简介,57,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,作业题,P128,页：,8.1,8.3,8.5,8.6,8.7,8.8,8.12,8.13,8.14,58,金融风险管理，第八章，闫海峰，南京财经大学金融学院，,2011,