壹、VaR風險測量方法 風險測量的模型主要有兩大類：參數模型和非參數模型。參數模型包括分析法的各類模型，利用了靈敏度和統計分布特性簡化了VaR，但由於對分布形式的假定和靈敏度的局部特征，分析法很難有效處理實際金融市場的厚尾性和大幅度波動的非線性問題，因而會產生測量誤差以及模型風險。非參數法包括歷史模擬法和Monte Carlo模擬法，相對分析法來說，模擬法可以較好地處理非正態問題，是壹種完全估計，可有效處理非線性問題。 １．參數法 分析法是VaR計算中最為常用的方法，它利用證券組合的價值函數與市場因子間的近似關系、市場因子的統計分布(方差-協方差矩陣)簡化VaR的計算。分析法根據證券組合價值函數形式的不同，可分為兩大類：Delta-類模型和Gamma-類模型。其中，Delta-類模型識別的是線性風險，Gamma-類模型可識別凸性風險，例如組合中含有期權類的衍生品。本文將采用Delta-類模型中的Delta-正態模型與Delta-GARCH模型進行分析。 ２．非參數法 （１）歷史模擬法 最簡單而又直觀的方法就是歷史模擬法，其核心就是根據市場因子的歷史樣本變化模擬證券組合的未來損益分布，用給定歷史時期上所觀測到的市場因子的變化，來表示市場因子的未來變化。然後，根據市場因子的未來價格水平對頭寸進行重新估值，計算出頭寸的價值損益變化。最後，在歷史模擬法中將組合的損益從小到大進行排序，得到損益分布，通過給定置信度下的分位數求出VaR。 （２）Monte Carlo模擬法 由於分析利用了統計分布特征，如果市場存在厚尾性和大幅度波動的非線性問題，則風險測量偏差會比較大。Monte Carlo模擬是反復模擬決定金融工具價格的隨機過程，每次模擬都可以得到組合在持有期末的壹個可能值，然後進行大量的模擬，那麽組合價值的模擬分布將收斂於組合的真實分布，然後根據置信度得到VaR。
上一篇:漢源梨花節壹般什麽時候舉行花期——觀賞地？下一篇:dapp是怎麽拿到源代碼的？