風(fēng)險(xiǎn)價(jià)值課件

風(fēng)險(xiǎn)價(jià)值..一.風(fēng)險(xiǎn)價(jià)值概念1993年7月G30國成員曾發(fā)表了一個(gè)關(guān)于金融衍生工具的報(bào)告，首次建議用“風(fēng)險(xiǎn)價(jià)值系統(tǒng)”(ValueatRiskSystem，簡稱VaRS)來評(píng)估金融風(fēng)險(xiǎn)。2004年發(fā)布的新巴塞爾協(xié)議中委員會(huì)把風(fēng)險(xiǎn)管理的對(duì)象擴(kuò)大到市場風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)的總和，并進(jìn)一步主張用VaR模型對(duì)商業(yè)銀行面臨的風(fēng)險(xiǎn)進(jìn)行綜合管理。此外，委員會(huì)也鼓勵(lì)商業(yè)銀行在滿足監(jiān)管和審計(jì)要求的前提下,可以自己建立以VaR為基礎(chǔ)的內(nèi)部模型。此后，VaR模型作為一個(gè)很好的風(fēng)險(xiǎn)管理工具開始正式在新巴塞爾協(xié)議中獲得應(yīng)用和推廣，并逐步奠定了其在風(fēng)險(xiǎn)管理領(lǐng)域的元老地位。一.風(fēng)險(xiǎn)價(jià)值概念VaR的定義：在一定時(shí)期內(nèi)，一般市場條件和給定的置信水平下，預(yù)期可能損失的最多金額。要素：1.時(shí)期：t2.置信水平：1－

例如，在99%的置信水平下，一天內(nèi)資產(chǎn)的VaR是350萬元。意思是只有1%的可能性，該銀行的資產(chǎn)在一天內(nèi)的損失會(huì)多于350萬元。一.風(fēng)險(xiǎn)價(jià)值概念初始投資額，期末資產(chǎn)價(jià)值W，持有期的收益率R，因此期末資產(chǎn)價(jià)值W看成是一個(gè)隨機(jī)變量，有的取值小于，稱之為與概率對(duì)應(yīng)的分位數(shù)期末價(jià)值是時(shí)的收益率滿足：風(fēng)險(xiǎn)價(jià)值的定義為：只要求出投資收益率的相應(yīng)概率下的分位數(shù)，然后乘以初始投資額，即可計(jì)算風(fēng)險(xiǎn)價(jià)值。二.歷史模擬法歷史模擬法三.方差-協(xié)方差法四.期權(quán)風(fēng)險(xiǎn)價(jià)值計(jì)算公式線性模型期權(quán)風(fēng)險(xiǎn)價(jià)值的計(jì)算期權(quán)風(fēng)險(xiǎn)價(jià)值的計(jì)算例：假設(shè)購買基于微軟的期權(quán)，微軟股票價(jià)格120，日收益率0，波動(dòng)率2％，該期權(quán)的delta等于1000。計(jì)算該期權(quán)的－天95％的風(fēng)險(xiǎn)價(jià)值VaR=－120×1000×（－1.65）×2%=2760五股票資產(chǎn)組合的風(fēng)險(xiǎn)價(jià)值假設(shè)購買了多只股票，構(gòu)成一個(gè)資產(chǎn)組合，只要計(jì)算出資產(chǎn)組合的組合收益率和方差即可求出資產(chǎn)組合的風(fēng)險(xiǎn)價(jià)值五股票資產(chǎn)組合的風(fēng)險(xiǎn)價(jià)值例5：假設(shè)資產(chǎn)組合價(jià)值100萬元，三種股票所占的比重（0.3,0.25,0.45）;三種資產(chǎn)的收益率的均值（10％，12％，13％）；方差－協(xié)方差陣為資產(chǎn)組合的收益率的均值為：（0.3,0.25,0.45)＝0.1185（0.3,0.25,0.45）

＝0.38482資產(chǎn)組合的收益率的方差為：資產(chǎn)組合的VaR為：=-100（0.1185+0.3848*(-2.33)）=77.8084

資產(chǎn)組合中幾個(gè)VaR的概念邊際VaR：組合中增加一單位某資產(chǎn)，VaR的改變量增量VaR：在原有資產(chǎn)組合中，增加一個(gè)新資產(chǎn)帶來的風(fēng)險(xiǎn)的大小。成分VaR：資產(chǎn)組合中每個(gè)資產(chǎn)貢獻(xiàn)的風(fēng)險(xiǎn)。資產(chǎn)組合的成分VaR如何度量單一資產(chǎn)的風(fēng)險(xiǎn)價(jià)值VaR對(duì)資產(chǎn)組合VaR的貢獻(xiàn)？假設(shè)有三種股票組成的資產(chǎn)組合，三種股票的權(quán)數(shù)為w1,w2,w3,三種股票收益率的協(xié)方差為資產(chǎn)組合的收益率方差為進(jìn)行方差分解：因此，對(duì)VaR也可以有如下分解因此，要求出成分VaR，只需求出β1，β2，β3成分VaR:例子：假設(shè)購買兩種股票構(gòu)成一個(gè)資產(chǎn)組合，已知計(jì)算成分風(fēng)險(xiǎn)價(jià)值資產(chǎn)組合收益率波動(dòng)率相關(guān)系數(shù)矩陣頭寸股票102%10.310000股票201%0.315000權(quán)向量：1/32/3協(xié)方差矩陣：資產(chǎn)組合的方差：風(fēng)險(xiǎn)價(jià)值=成分風(fēng)險(xiǎn)價(jià)值：六風(fēng)險(xiǎn)價(jià)值評(píng)價(jià)Kupiec似然比檢驗(yàn)把實(shí)際損失大于VaR估計(jì)記為失敗，實(shí)際損失小于等于VaR記為成功，該檢驗(yàn)是判斷觀測到得失敗率是否等于事先給定的失敗率。零假設(shè)：觀測到得失敗概率等于事先給定的失敗概率。檢驗(yàn)統(tǒng)計(jì)量：Chrisoffersen檢驗(yàn)Kupiec檢驗(yàn)只檢驗(yàn)失敗覆蓋是否等于理論的設(shè)定值而忽視了VaR的動(dòng)態(tài)特點(diǎn)。Chrisoffersen強(qiáng)調(diào)即使觀測到得失敗率等于理論值，失敗現(xiàn)象可能出現(xiàn)聚類的特點(diǎn)，在某一段時(shí)期連續(xù)出現(xiàn)的實(shí)際損失超過VaR的現(xiàn)象。Chrisoffersen同時(shí)檢驗(yàn)無條件覆蓋率是否等于理論值以及條件覆蓋率是否正確。統(tǒng)計(jì)量：七、VaR在實(shí)證中的運(yùn)用例子：用VaR模型評(píng)價(jià)GARCH類模型對(duì)上證指數(shù)和深證指數(shù)的波動(dòng)率預(yù)測效果評(píng)價(jià)的模型：GARCHGJREGARCHAPARCH1.波動(dòng)率預(yù)測（逐步預(yù)測）首先用T=1000個(gè)數(shù)據(jù)估計(jì)模型，對(duì)T=1001進(jìn)行一步預(yù)測，得到第一個(gè)波動(dòng)率預(yù)測值再用T=1001個(gè)數(shù)據(jù)估計(jì)模型，對(duì)T=1002進(jìn)行一步預(yù)測，得到第二個(gè)波動(dòng)率預(yù)測值以此類推，直到T=