页眉
第八章
8.1 VaR是指在一定的知心水平下损失不能超过的数量;预期亏损是在损失超过VaR的条件下损失的期望值,预期亏损永远满足次可加性(风险分散总会带来收益)条件。
8.2 一个风险度量可以被理解为损失分布的分位数的某种加权平均。VaR对于第x个分位数设定了100%的权重,而对于其它分位数设定了0权重,预期亏损对于高于x%的分位数的所有分位数设定了相同比重,而对于低于x%的分位数的分位数设定了0比重。我们可以对分布中的其它分位数设定不同的比重,并以此定义出所谓的光谱型风险度量。当光谱型风险度量对于第q个分位数的权重为q的非递减函数时,这一光谱型风险度量一定满足一致性条件。
8.3有5%的机会你会在今后一个月损失6000美元或更多。
8.4在一个不好的月份你的预期亏损为60000美元,不好的月份食指最坏的5%的月份
8.5 (1)由于99.1%的可能触发损失为100万美元,故在99%的置信水平下,任意一项损失的VaR为100万美元。
(2)选定99%的置信水平时,在1%的尾部分布中,有0.9%的概率损失1000万美元,0.1%的概率损失0.90万美元,因此,任一项投资的预期亏损是 0.1%?100??1000?910万美元1%1%
页脚
页眉
(3)将两项投资迭加在一起所产生的投资组合中有
0.009?0.009=0.000081的概率损失为2000万美元,有0.991?0.991=0.982081的概率损失为200万美元,有2?0.009?0.991=0.017838的概率损失为1100万美元,由于99%=98.2081%+0.7919%,因此将两项投资迭加在一起所产生的投资组合对应于99%的置信水平的VaR是1100万美元。
(4)选定99%的置信水平时,在1%的尾部分布中,有0.0081%的概率损失2000万美元,有0.9919%的概率损失1100万美元,因此两项投资迭加在一起所产生的投资组合对应于99%的置信水平的预期亏损是
0.0000810.009919?2000??1100?1107万美元0.010.01(5)由于1100?100?2=200,因此VaR不满足次可加性条件,
1107?910?2=1820,因此预期亏损满足次可加性条件。
?1N8.6(1)1天展望期的97.5% VaR为200(0.975)=200*1.96=392
(2)5天展望期的97.5% VaR为5*392=876.54
N?1(0.99)2.33?1N(0.975)=392*1.96=466 (3)1天展望期的99% VaR 为392*
因此,5天展望期的99% VaR 为5*466=1042
8.7 由于假定组合的价值变化服从正态分布,其期望值为0,则当每天价值变化的一阶自相关系数等于0.16时对于8.16中5天展期望的97.5%变现为996万美元,C中5天展望期的99%的VAR变现为1182万美元。
页脚
页眉
8.8 边际VaR是VaR的增长随第i个资产增加的比率,增量VaR是指第i个资产对于VaR的影响(含有第i个资产VaR与不含有第i个资产VaR的差),成分VaR是指整体VaR对于第i个资产的分配(成分VaR的总和等于整体VaR)。 8.9总数为17或更多例外发生所对应的概率为1-BINOMDIST( 16,1000,0,01,TRUE),即2.64%,在5%置信水平下我们应该拒绝这一模型。
8.10当金融资产交易组合的每天价值独立时,例外的情形以聚束的情形发生,而不是随机分布在整体时间区域内,这种情形被称为聚束效应。通常情况下,我们假设交易组合每天的价值变化独立,例外的情况发生应该比较均匀的分布在检测区间内,但是实际经济生活中,我们发现例外情形一般是呈现聚束分布特征的,这便是聚束效应。
8.11证明式(8-3) 证明:我们希望计算数量为
?P1??P2?....??Pn的标准差,其中Pi为第i天的回报,其
??i?1n2i?2??ij?i?ji?j
式中,σi为Pi的标准差,ρij为Pi与Pj的相关系数。这是对于所有i,σi=σ,当i>j时ρij=ρi-j,进一步运算,我们可以得出式(8-3)。
?2[T?2(T?1)??2(T?2)?2?2(T?3)?3?...?2?T?1]
页脚