乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

  • <output id="e9wm2"></output>
    <s id="e9wm2"><nobr id="e9wm2"><ins id="e9wm2"></ins></nobr></s>

    • 分享

      如何通過VAR計量風(fēng)險價值?

       昵稱10087950 2022-06-16 發(fā)布于江蘇

      風(fēng)險價值(VAR或VaR)被稱為 "風(fēng)險管理的新科學(xué)",與傳統(tǒng)風(fēng)險度量手段不同,VAR完全是基于統(tǒng)計分析基礎(chǔ)上的風(fēng)險度量技術(shù),它的產(chǎn)生是JP摩根公司用來計算市場風(fēng)險的產(chǎn)物。如今,VAR的分析方法正在逐步被引入信用風(fēng)險管理領(lǐng)域,今天我們來一起探討下它背后的邏輯以及三種計算方法。


      什么是VAR?

      風(fēng)險價值(VAR)是風(fēng)險管理中用來預(yù)測特定時間段內(nèi)可能出現(xiàn)的最大損失的一種統(tǒng)計方法。VAR值由三個變量決定:特定的時間段、置信水平、損失量(或損失百分比)。

      行業(yè)內(nèi)的朋友都知道,對于投資者來說,風(fēng)險在于損失的可能性。VAR 就是基于這點,回答了投資者們最關(guān)心的的問題——最大損失可能性,即:“最壞的情況是什么?” 或“在一個非常慘淡的月份,會損失多少?”

      在舉例之前,我們先來看看下面:

      • 在95%或99%的置信水平下,預(yù)計在未來一個月內(nèi)損失的美元最大是多少?

      • 在95%或99%的置信水平下,預(yù)計在未來一年內(nèi)損失的最大百分比是多少?

      可以看到 "VAR值問題 "有三個要素:相對較高的置信水平(通常是95%或99%),時間段(一天、一個月或一年),以及投資損失的預(yù)估值(以美元或百分比表示)。


      二、計算VAR的方法

      在風(fēng)險管理的各種方法中,風(fēng)險價值法(VAR方法)最為引人矚目。尤其是在過去的幾年里,許多銀行和監(jiān)管當(dāng)局開始把這種方法當(dāng)作全行業(yè)衡量風(fēng)險的一種標(biāo)準(zhǔn)來看待。

      但在本文介紹中,將用VAR來評估Nasdaq 100 ETF(納斯達(dá)克100指數(shù)),Nasdaq 100 ETF是通過Invesco QQQ信托交易的,QQQ 是在納斯達(dá)克交易所交易的最大非金融股的一個非常受歡迎的指數(shù)。

      從目前來看,主要采用三種方法計算VAR值:歷史模擬法、方差-協(xié)方差方法和蒙特卡洛模擬。


      1.歷史模擬法(historical simulation method)

      歷史模擬法是指重新組合實際的歷史收益,將它們從最壞到最好的順序進行排列。然后從風(fēng)險的角度假設(shè)歷史會重演。

      Nasdaq 100 ETF的交易代碼是QQQ,在1999年3月開始交易。如果計算每日收益,則會產(chǎn)生超1400點的豐富數(shù)據(jù)集。

       

      圖片

      在柱狀圖的最高點(最高條),有超過250天的日回報率是在0%~1%。再看直方圖的最右側(cè),幾乎看不到13%的小條,它代表了在五年多的時間里某一天(2000年1月)QQQ的日收益率達(dá)到了12.4%。

      注意構(gòu)成直方圖 "左尾 "的紅條,這些是每日回報率最低的5%部分(因為回報率是從左到右排序的,最差的總是 "左尾巴"),每日損失是4%~8%。

      這些就是歷史每日收益中最差的5%情況,即可以有95%的信心預(yù)期每日收益將超過-4%,這就是VAR值。將這個統(tǒng)計數(shù)字轉(zhuǎn)述為百分比和美元,如下:

      • 在95%的信心下,預(yù)計最差的每日損失將不超過4%。

      • 假如投資100美元,有95%的信心認(rèn)為最差的每日損失將不超過4美元(100美元×-4%)。


      可以看到,VAR值會出現(xiàn)比-4%的收益更壞的結(jié)果,但并沒有絕對性,而是做概率性的預(yù)估。如果想增加置信水平,只需要在同一個直方圖上 "向左移動",到前兩個紅條,即-8%和-7%代表著最差的1%的每日收益。

      在99%的信心下,我們預(yù)計最糟糕的每日損失將不超過7%。或者說,如果我們投資100美元,我們有99%的信心,我們最差的每日損失將不超過7美元。

      • 以 99% 的置信度,預(yù)計最壞的每日損失不會超過 7%。

      • 假如投資 100 美元,有 99% 的信心認(rèn)為最差的每日損失不會超過 7 美元。


      2.方差-協(xié)方差法

      該方法假設(shè)資產(chǎn)組合的收益是呈正態(tài)分布,只預(yù)估兩個因素——預(yù)期(或平均)收益和標(biāo)準(zhǔn)差——從而畫出正態(tài)分布曲線,將正態(tài)曲線與相同的實際收益數(shù)據(jù)作對比。

       

      圖片

      方差-協(xié)方差背后邏輯與歷史模擬法相似——只是使用的是正態(tài)分布曲線而不是實際歷史數(shù)據(jù)。正態(tài)曲線的優(yōu)點是可以自動知道最差的5%和1%在曲線上的位置,這也是預(yù)期的信心和標(biāo)準(zhǔn)差的函數(shù)。
       

      圖片


      上面的曲線是基于QQQ的實際每日標(biāo)準(zhǔn)差,即σ=2.64%。平均日回報率恰好接近于零,為了達(dá)到驗證目的,假設(shè)平均回報率為零,下面是將實際標(biāo)準(zhǔn)差代入上述公式的結(jié)果:
       

      圖片

      3.蒙特卡洛模擬法(Monte Carlo Simulation)

      是基于歷史數(shù)據(jù)和既定分布假定的參數(shù)特征,借助隨機產(chǎn)生的方法模擬出大量的資產(chǎn)組合收益的數(shù)值,再計算VAR值。第三種方法是建立一個未來股票價格回報的模型,并通過該模型進行多次假設(shè)性試驗。

      蒙特卡洛模擬是任何隨機生成試驗的一種方法,對于大多數(shù)用戶來說,蒙特卡洛模擬相當(dāng)于一個隨機、概率結(jié)果的 "黑匣子 "生成器。在不深入探究的情況下,根據(jù)QQQ的歷史交易模式對其進行了蒙特卡洛模擬。

      在模擬中進行了100次試驗。假設(shè)再次模擬,會得到不同的結(jié)果——盡管結(jié)果極有可能差異很小。

      在對QQQ的月度回報進行了100次假設(shè)性試驗。其中,兩個結(jié)果在-15%和-20%之間;三個在-20%和25%之間。這就意味著最差的五個結(jié)果(即最差的5%)都小于-15%。因此,蒙特卡洛模擬得出以下VAR值的結(jié)論:在95%的置信度下,預(yù)計在任意一個月內(nèi)損失都不會超過15%。


      三、VAR值常見問題解答


      1.如何計算VAR值?

      通過上述介紹,我們知道有3種計算VAR的方法:歷史模擬法、方差-協(xié)方差方法和蒙特卡洛方法。

      • 歷史模擬法是基于歷史數(shù)據(jù),假設(shè)未來的回報是相似的。

      • 方差-協(xié)方差法是假設(shè)回報率遵循正態(tài)統(tǒng)計分布,根據(jù)測量的標(biāo)準(zhǔn)偏差來預(yù)測風(fēng)險。

      • 蒙特卡洛模擬法是建立一個簡化模型,通過隨機試驗來模擬預(yù)測未來結(jié)果。


      2.如何在 Excel 中計算風(fēng)險價值?

      使用Excel或任何其他電子表格中的統(tǒng)計功能來計算VAR。第一步,下載一個歷史價格的數(shù)據(jù)集,使用電子表格的統(tǒng)計功能,計算出每日百分比回報的平均值和標(biāo)準(zhǔn)差。風(fēng)險價值是根據(jù)正態(tài)分布曲線的反值計算的。在Excel中,該函數(shù)為NORM.INV(),參數(shù)為置信度、平均值和標(biāo)準(zhǔn)差。


      3.使用VAR的局限性是什么?

      雖然VAR對于預(yù)測投資所面臨的風(fēng)險很有用,但它也可能會產(chǎn)生歧義,不同的方法給出了不同的結(jié)果:可能用歷史模擬法得到一個悲觀的預(yù)測,而蒙特卡洛模擬則相對樂觀。其次,計算大型投資組合的VAR也很困難:不能簡單地計算每個單獨資產(chǎn)的VAR,因為這些資產(chǎn)中的許多都是相關(guān)的。最后,任何VAR的計算都是以數(shù)據(jù)和假設(shè)為依據(jù)的。

        本站是提供個人知識管理的網(wǎng)絡(luò)存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導(dǎo)購買等信息,謹(jǐn)防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
        轉(zhuǎn)藏 分享 獻(xiàn)花(0

        0條評論

        發(fā)表

        請遵守用戶 評論公約

        類似文章 更多