风险管理第8.1章 风险价值ppt课件.ppt
金融风险管理,第八章 风险价值度（VaR-在险价值）,2,本章主要内容,VaR 定义VaR测算 正态分布下VaR的测算-方差-协方差方法 历史模拟方法 Monte Carlo模拟方法VaR优缺点VaR的应用举例,3,VaR,Delta，Gamma，Vega等只度量单一风险 （利率、基础资产价格、股指等）造成的风险暴露金融机构的交易组合往往取决于成百上千的市场变量希腊值并不能体现整体风险现实需要新的风险度量工具-VaR,4,5,VaR,巴塞尔协议成员国用VaR计算不同地区银行资本金（市场风险，信用风险，操作风险）。VaR已成为目前金融界测量市场风险的主流方法。由J.P.Morgan推出的用于计算 VaR的Risk Metrics风险控制模型更是被众多金融机构广泛采用。目前国外一些大型金融机构已将其所持资产的VaR风险值作为其定期公布的会计报表的一项重要内容加以列示。,6,8.1 VaR 的定义,某交易组合10天时损失不超过500万的概率是98%某交易组合T天时损失不超过V元的概率为X%某交易组合T天时收益大于-V元的概率为1-X%,7,8,9,10,【例8-3,8-4】假设某1年期项目损失分布如下，求1年展望期，(1)99%置信信度下的VaR(2)99.5%置信信度下的VaR,11,VaR与预期损失(CVaR),操作员风险。监管每年99%的最大损失1000万，交易员设定自己交易每天99.9%最大损失1000万，但有0.9%的损失时5000万VaR是刻画极端损失，预期损失是在损失超过VaR的条件下损失的期望值。CVaR,12,13,8.4 VaR与资本金,巴塞尔协议规定 监管市场风险要求的资本金等于在10天展望期的99%VaR的一定倍数监管操作风险和信用风险要求的资本金等于在一年（225天）展望期的99.9%VaR的一定倍数；【例】假设某交易组合对应于1年展望期99.9%置信区间的VaR为5000万元。意味着，从概率上讲，1年内损失超过5000万的概率为0.1%-千年等一回,14,VaR是理想的风险度量工具么？,15,16,17,18,VaR是理想的风险度量工具么？,Artzner(1997)等提出了风险度量的一致性标准:单调性、次可加性、正齐次性、平移不变性,假定从实数集合映射:VR, 映射如果对所有满足:单调性: X , Y V , X Y 则( X) ( Y) ;平移不变性: X V , KR 则( X + K) =( X) -K;同质性性: X V , h 0 , X V则 ( X) = ( X) ;次可加性: X , Y , X + Y V 则 ( X + Y) ( X) +( Y) 称这个映射满足风险度量的“一致性”要求.,19,VaR与一致性,VaR不是一致度量标准；不满足次可加性 标准差和方差也不是一致度量标准CVaR是一致风险度量标准。,20,【例8-5】假设两笔独立贷款A与B，损失分布如下,VaR违反次可加性,21,【例8-7】假设两笔独立贷款A与B，损失分布如下,尾条件期望满足次可加性,22,【例8-6】假设两笔1年期贷款A和B，面值均为1000万，每笔贷款违约率均为1.25%，两笔贷款要么都不违约，那么每笔贷款可各盈利20万；要么一个违约另一个不违约，违约的损失额服从0,1000上均匀分布。求1年展望期99%置信区间的VaR【解】A的VaR: 违约损失额超过200万的概率是1%=1.25%80%，故VaR=200万 B的VaR也是200万。A+B的VaR：两笔贷款至少有一笔贷款违约的概率是2.5%。损失大于600万的概率是2.5%40%=1%，但是同时会有一笔盈利20万。故组合的VaR=580万 580200+200 即 VaR(A+B)VaR(A)+VaR(B),23,24,25,26,27,28,8.6.2 自相关性的影响,29,30,31,8.6.3-置信水平,置信水平。对置信水平的选择在一定程度上反映了对风险的偏好。选择较大的置信水平意味着其对风险比较厌恶Morgan与美洲银行选择95花旗银行选择95.4大通曼哈顿银行选择97.5美国信孚银行选择99作为金融监管部门的巴塞尔委员会则要求采用99的置信水平，这与其稳健的风格是一致的。比如AA级要求破产概率为0.03%以下，则置信度要在99.97%以上,32,8.6.3 置信区间,33,8.7 边际VaR、递增VaR和成分VaR,某资产组合有多个组成成分，第i个成分占资产的比例为xi,即：L(x1,. xn), VaR(x1,. xn)。那么 xi的变化对VaR有何影响？.边际VaR取值可正可负，大小与系数有关,34,35,8.8 回顾测试,36,37,38,39,40,41,42,43,44,45,46,47,48,单个资产VaR的计算,设Pt为某金融工具的价格的时间序列，Rt 为收益，在金融市场价格的随机游动假说 下，Pt 服从独立的正态分布。 由以下收益（Rt）的定义Rt=（Pt- Pt-1）/ Pt-1可知，当Pt-1已知时，收益序列 Rt 服从独立的正态分布，设 Rt N （u, ） 令Zt = (Rt u )/ t ,则有Zt服从标准正态分布， Zt N （0，1） 由对风险值的定义，得到下式 PR R*= PZt (R* - u )/ t=c 对给定的置信水平c，对应的标准正态分布的分位点为（由标准正态分布表查表可得）， 所以有(R* - u )/ t = 简单推导可得 R*=u + a t 代入VaR的定义，得到一下结果： Var（绝对）= -uW - a tW Var（相对）= -a tW 正如上面讲到的，实践中经常用到相对Var，亦即采用Var（相对）= -a tW,49,作业题,8.3, 8.4, 8.5, 8.6, 8.9,
