第4講市場風險VaR_第1頁
第4講市場風險VaR_第2頁
第4講市場風險VaR_第3頁
第4講市場風險VaR_第4頁
第4講市場風險VaR_第5頁
已閱讀5頁,還剩95頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、風險的度量-在險價值VaR內(nèi)容提要 VaR的定義 計算VaR 回顧測試 投資組合的VaR VaR用于投資組合風險管理VaR的定義 VaR的含義是處于風險中的價值,“VaR(VauleatRiks)是指在市場的正常波動下,在給定的置信水平下,某一金融資產(chǎn)或者證券投資組合在未來的特定的一段時間內(nèi)的最大的可能的損失。 更正式的講,VaR是描述一定目標時段下資產(chǎn)(或資產(chǎn)組合)的損益分布的分位點。 例如:某個敞口在99%的置信水平下的日VaR值為1000萬美元。損失和收益的關(guān)系可以由圖表示,其中右側(cè)的實線表示損失,左側(cè)的實線表示收益。 VaR有兩個定義 絕對VAR, 給定置信水平(99%)下的最大損失,

2、也稱VaR(零值) VAR(均值)第二種VaR定義方式與經(jīng)濟資本分配和風險調(diào)整后資本收益率(RAROC )計算一致。注: 大多數(shù) VaR 都是短期風險,如1天、10天(監(jiān)管者要求) 巴塞爾協(xié)議規(guī)定p=99% 對于內(nèi)部資產(chǎn),p=99.96%VaR與ES的定義 VaR VaR的性質(zhì) 單調(diào)性:如果 L1L2 在任何情況下都成立,則 VaR(L1) VaR(L2) 正齊次性:對于任意正數(shù) h ,有 VaR(hl) hVaR(L) 平移不變性:對于任意一個固定的常數(shù),有 VaR(L) VaR(L) + 不滿足次可加性VaR不滿足次可加性的例子VaR與ES的定義 ES(TVaR,CVaR, CED) ES

3、的定義 對于金融資產(chǎn)損失函數(shù) L ,在VaR的基礎(chǔ)上,可以給出置信水平 100(1-)% 的ES定義如下 ES1-(L) = E Lt | Lt VaR1-(L) ES的性質(zhì) ES不但滿足單調(diào)性、正齊次性、平移不變性,而且還滿足次可加性,是一致性風險測度。計算VaR的步驟 逐日盯市確認投資組合的市值 衡量風險因素的變化率,如波動率15% 設(shè)定時間區(qū)域,樣本觀察時間段,如10天 設(shè)定置信水平,如99%, 假設(shè)分布,如正態(tài)分布 分析前面信息數(shù)據(jù),得出收入的分布概率,計算潛在的最大損失,綜合得出 VaR,如在99%的置信水平的VaR為700美元影響VaR計算的幾個主要因素 上尾部概率 持有期 t 損

4、失的累積分布函數(shù) 金融頭寸的資產(chǎn)價值 需要注意的是,空頭頭寸與多頭頭寸在實際分析過程中有明顯不同。 幾種常見的計算方法1.非參數(shù)法:使用歷史數(shù)據(jù),計算經(jīng)驗分布和經(jīng)驗分位數(shù)。歷史模擬法2. 參數(shù)法:假定收益率服從某種分布,估計參數(shù),計算分布的分位數(shù)。正態(tài)分布T分布極值分布歷史模擬法(歷史模擬法(Historical Simulation Approach) 首先選擇風險因子的歷史數(shù)據(jù),例如500個交易日數(shù)據(jù)。 其次,用歷史數(shù)據(jù)計算資產(chǎn)組合的價值和價值的變化. 最后,構(gòu)建直方圖,找到1%的分位點,即第5個最壞的損失。計算VAR。歷史模擬法計算例子 考慮一個美國投資者,在2008年9月25日持有價值

5、1000萬的投資組合(如圖),組合中有4個股票指數(shù),指數(shù)價格以美元計算,下面顯示了4個指數(shù)的收盤價格的歷史數(shù)據(jù)(可下載 ) 10天VaR歷史模擬法的推廣 1、對觀察值設(shè)定權(quán)重 使權(quán)重隨時間回望期的延伸而按指數(shù)速度遞減 將所有觀測值由最壞到最好進行排序 由損失最壞的情形開始,累積計算每一項權(quán)重的和,直到達到某指定分位數(shù)界限時為止。 可以通過回顧檢驗中,測試不同的l,來選取最佳參數(shù)l 2、更新波動率 利用第i天波動率與當前波動率的不同,使用一種更新波動率的模式,并基于在第i天觀測到的百分比變化來調(diào)整市場變量。例如,假定 是 的兩倍。 市場變量在第i個情形會變成1111/)(iiniiinvvvvv

6、1/n1ni 3、自助法假定有500個數(shù)據(jù)1.由觀測樣本x=(x1,xn)構(gòu)造經(jīng)驗分布函數(shù)Fn;2. 從Fn中抽取簡單樣本X*=(X1, ,Xm ),m3.84,拒絕原假設(shè)。在JP摩根的例子中,T=252,N=20,p=0.95%,LR=3.91X巴塞爾規(guī)則記錄上一個年度的每日超過VaR特例事件 在黃燈區(qū),監(jiān)管者根據(jù)出現(xiàn)特例事件的原因決定是否加以處罰。 模型的構(gòu)成嚴謹。偏差的發(fā)生是因為頭寸報告不準確,或者程序碼錯誤。 模型的準確度科研提高。偏差發(fā)生是因為模型不能準確地衡量風險(到期觀察值不足) 同日交易。頭寸在當天發(fā)生變化 運氣不好。 市場波動非常大或者相關(guān)性變化 回溯問題的要點在將運氣不好和

7、錯誤模型分開。下面的表給出了正確模型后驗測試注意事項 樣本觀察世界應(yīng)該盡量短,以增大觀察事件的數(shù)量,減少投資組合構(gòu)成的變化影響 置信水平不要選太高,因為這樣會降低統(tǒng)計測試的有效性或力度。 后驗測試需要平衡兩種類型誤差的選擇,拒絕正確模型和接受錯誤的模型。我國商業(yè)銀行關(guān)于返回測試的 (一)商業(yè)銀行應(yīng)比較每日的損益數(shù)據(jù)與內(nèi)部模型產(chǎn)生的風險價值數(shù)據(jù),進行返回檢驗,依據(jù)最近一年內(nèi)突破次數(shù)確定市場風險資本計算的附加因子,并按季度將返回檢驗結(jié)果及附加因子調(diào)整情況報告銀監(jiān)會。 銀監(jiān)會對商業(yè)銀行返回檢驗結(jié)果和附加因子調(diào)整情況進行監(jiān)督。 (二)符合以下情況的,商業(yè)銀行可向銀監(jiān)會申請不根據(jù)實際突破次數(shù)調(diào)整附加因子

8、: 1商業(yè)銀行如能合理說明其使用的模型基本穩(wěn)健,以及突破事件只屬暫時性質(zhì),則銀監(jiān)會可以決定不將該突破事件計入突破次數(shù)。 2當金融市場發(fā)生實質(zhì)性的制度轉(zhuǎn)變時,市場數(shù)據(jù)的波動與相關(guān)系數(shù)的重大變化可能引發(fā)短時間內(nèi)的大量突破事件。在這種情況下,銀監(jiān)會可要求商業(yè)銀行盡快把制度轉(zhuǎn)變的因素納入其內(nèi)部模型,這一過程中可暫不調(diào)高附加因子。 (三)內(nèi)部模型的返回檢驗應(yīng)至少滿足以下要求: 1商業(yè)銀行應(yīng)每日計算基于T-1日頭寸的風險價值與T日的損益數(shù)據(jù)并進行比較,如損失超過風險價值則稱為發(fā)生一次突破。 2上述風險價值的持有期為1天,置信區(qū)間、計算方法以及使用的歷史數(shù)據(jù)期限等參數(shù)應(yīng)與使用內(nèi)部模型法計提市場風險資本要求時

9、所用參數(shù)保持一致。 3突破的統(tǒng)計方法采用簡單突破法,即每季度末統(tǒng)計過去250個交易日的返回檢驗結(jié)果中總計發(fā)生的突破次數(shù)。 4商業(yè)銀行向銀監(jiān)會申請實施內(nèi)部模型法時,應(yīng)建立返回檢驗流程,并積累至少一年的返回檢驗結(jié)果數(shù)據(jù)。 (四)使用內(nèi)部模型法計量特定市場風險資本要求的,商業(yè)銀行應(yīng)對相關(guān)的利率和股票類子組合進行返回檢驗。 (五)商業(yè)銀行應(yīng)建立返回檢驗的文檔管理和報告制度。 1商業(yè)銀行應(yīng)對返回檢驗過程及結(jié)果建立完整的書面文檔記錄,以供內(nèi)部管理、外部審計和銀監(jiān)會查閱使用。 2返回檢驗突破事件發(fā)生后,應(yīng)及時書面報告商業(yè)銀行負責市場風險管理的高級管理層成員。 3商業(yè)銀行正式實施市場風險內(nèi)部模型法后,應(yīng)每季度

10、將過去250個交易日的返回檢驗結(jié)果報告提交銀監(jiān)會。 (六)按照過去250個交易日的返回檢驗突破次數(shù),其結(jié)果可分為綠區(qū)、黃區(qū)和紅區(qū)三個區(qū)域。 1綠區(qū),包括0至4次突破事件。綠區(qū)代表返回檢驗結(jié)果并未顯示商業(yè)銀行的內(nèi)部模型存在問題。 2黃區(qū),包括5至9次突破事件。黃區(qū)代表返回檢驗結(jié)果顯示商業(yè)銀行的內(nèi)部模型可能存在問題,但有關(guān)結(jié)論尚不確定,因此,模型是準確或不準確均有可能。通常情況下,隨著出現(xiàn)突破事件次數(shù)由5次增加至9次,模型不準確的可能性會逐步增大。 3紅區(qū),包括10次或以上突破事件。紅區(qū)代表返回檢驗結(jié)果顯示商業(yè)銀行的內(nèi)部模型存在問題的可能性極大。分區(qū)分區(qū)過去過去250個交易日的返個交易日的返回檢驗

11、突破次數(shù)回檢驗突破次數(shù)資本附加資本附加因子因子綠區(qū)少于5次0.00黃區(qū)5次0.406次0.507次0.658次0.759次0.85紅區(qū)10次或以上1.00(七)市場風險返回檢驗突破次數(shù)、分區(qū)及資本附加因子的對應(yīng)關(guān)系見表1。表表1:突破次數(shù)與附加因子關(guān)系表:突破次數(shù)與附加因子關(guān)系表七、模型驗證要求七、模型驗證要求商業(yè)銀行采用內(nèi)部模型法計算市場風險監(jiān)管資本要求,應(yīng)按本辦法的規(guī)定對市場風險內(nèi)部模型及支持體系進行驗證,確保模型理論正確、假設(shè)合理、數(shù)據(jù)完整、模型運行情況良好、計算準確、使用分析恰當。市場風險內(nèi)部模型驗證的詳細要求見本辦法附件14。 例如,摩根的例子LR ind=9.53投資組合的VaR

12、投資組合的VaR值可以通過所包含的各種資產(chǎn)的風險組合得出。 投資組合的收益W的取值含義? 矩陣形式以金額敞口x的形式正態(tài)模型的投資組合VaR 假設(shè)所有單個證券的收益率都服從正態(tài)分布,則投資組合的收益率也服從正態(tài)分布。我們可以將置信水平c轉(zhuǎn)化成標準差的倍數(shù)a,投資組合的VaR等于 各個組成部分的風險相關(guān)性與投資組合風險 假設(shè)一個投資組合只有兩項資產(chǎn)r=0思考:在允許賣空時,相關(guān)性對組合風險有什么影響? r=18.77邊際VaR,遞增VaR及成分VaR 邊際 VaR 是指交易組合價格變化同某個組合成分xi變化的比率: l遞增 VaR 是指該交易組合對VaR的遞增效應(yīng),即交易組合包含此子組合是的Va

13、R與不包含此子組合是的VaR的差l第i 個子交易組合的成分 VaR, Ci, 是指第i 個子交易組合對整個交易組合 VaR 的貢獻量: 邊際VaR 邊際VaR衡量的是對投資組合中某個資產(chǎn)增加1美元的敞口,所引起的組合VaR的變化值,它是對該資產(chǎn)頭寸的部分偏導將其轉(zhuǎn)換成VAR數(shù)值 這個邊際VaR 與b密切相關(guān),Incremental-VaR (IVaR) 遞增VAR是指加入或撤銷一個資產(chǎn)A后,資產(chǎn)組合整體VAR的變化。 IVAR為正,說明正相關(guān),資產(chǎn)A增加風險 IVAR為負,說明負相關(guān),資產(chǎn)A減少風險 缺點:耗時缺點是耗時太多 近似計算案例1續(xù)先計算b 我們增加10000美元的初始頭寸,增量Va

14、R為 接著,我們把該值與投資組合風險進行完全評估獲得的增量VaR相比成分VaR 成分VaR是指若該成分被剔除掉,投資組合VaR的值近似變化量,所有成分VaR的加總與組合的VaR值相等。根據(jù)上述公式,VaR可以根據(jù)任何標準對風險貢獻進行分解。對于大型投資組合,成分VaR可以通過貨幣種類,資產(chǎn)等級種類、地理位置或部門的形式表示。適用于一般分布的VaR工具對組合VaR的貢獻 把歐元頭寸調(diào)整為0,計算VaR值的變化,并與原結(jié)果進行比較??偨Y(jié)257,73892,738152,108案例4 全球股票投資組合 日本與巴西頭寸風險貢獻加總超過50% 美國和英國頭寸占比最大,但頭寸風險貢獻為20% 日本有4.5

15、%的超權(quán)重的頭寸應(yīng)該被降低到低風險水平,最佳是下降4.93%案例5:巴林銀行 背景1995年2月27日,英國中央銀行突然宣布:巴林銀行不得繼續(xù)從事交易活動并將申請資產(chǎn)清理。這個消息讓全球震驚,因為這意味著具有233年歷史、在全球范圍內(nèi)掌管270多億英鎊的英國巴林銀行宣告破產(chǎn)。具有悠久歷史的巴林銀行曾創(chuàng)造了無數(shù)令人瞠目的業(yè)績,其雄厚的資產(chǎn)實力使它在世界證券史上具有特殊的地位。可以這樣說:巴林銀行是金融市場上的一座耀眼輝煌的金字塔。 年僅28歲的交易員尼克里森將已有233年歷史的英國巴林銀行賠了個精光,真是巨石激起滔天浪,一時間各方爭相報道巴林事件。尼克里森也由此成為了世界知曉的人物,擠進了各大報

16、刊雜志的頭版。當然,無數(shù)的假設(shè)與理性分析判斷亦風起云涌,大量的猜測與結(jié)論令人眼花繚亂。那么。這個金字塔怎樣就頃刻倒塌了呢:究其原因還得從1995年說起,當時擔任巴林銀行新加坡期貨公司執(zhí)行經(jīng)理的里森,同時一人身兼首席交易員和清算主管兩職。有一次,他手下的一個交易員,因操作失誤虧損了6萬英鎊,當里森知道后,卻因為害怕事情暴露影響他的前程,便決定動用88888“錯誤帳戶”。而所謂的“錯誤帳戶”,是指銀行對代理客戶交易過程中可能發(fā)生的經(jīng)紀業(yè)務(wù)錯誤進行核算的帳戶(作備用)。以后,他為了私利一再動用“錯誤帳戶”,創(chuàng)造銀行帳戶上顯示的均是贏利交易。隨著時間的推移,備用帳戶使用后的惡性循環(huán)使公司的損失越來越大

17、。此時的里森為了挽回損失,竟不惜最后一博。由此造成在日本神戶大地震中,多頭建倉,最后造成損失超過10億美元。這筆數(shù)字,可以稱是巴林銀行全部資本及儲備金的12倍。233年歷史的老店就這樣頃刻瓦解了,最后只得被荷蘭某集團以一英鎊象征性地收購了。 案例分析 巴林銀行為什么會倒閉? 你認為如何防范風險發(fā)生? 如果存在一個有效的VaR 系統(tǒng),是否可以回答以下問題: 里森的真實VaR值是多少? 哪些構(gòu)成成分對VaR影響最大? 頭寸之間是否實現(xiàn)了相互對沖,還是增強了總體風險VaR分析 首先計算整體VaR。根據(jù)相關(guān)性建立協(xié)方差矩陣 然后計算第二列的和得到投資組合的方差 95%的vaR的值是 小于里森的全部損失13億美元。 其他頭寸:1995年1月23日,神戶大地震,日經(jīng)指數(shù)下挫6.4% ,在月波動性為5.83%的基礎(chǔ)上,95%的置信水平日本股票每日VaR是2.5%。 成分VaR,債券頭寸每增加

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論