市场风险管理培训教材

来 天，Vt以 的%概率损失的最大值.
例如，你2011年11月4日购买10 million Euros. 如果 1EU=1.3761 USD (USD/EU的汇率为：Mt = 1.3761 ）,美圆的头寸为：
Vt = 10 Mil x Mt = $13.761 million.
那 么 ， 这 个 头 寸 的 1% ， 24 hours 的 VaR 为 $192048.52 ， 其 含 义 为 ， 投 资 在 欧 元 上 的 13.761 million 美 圆 ， 在 未 来 24 小 时 ， 其 最 大 损 失 为 $ 192048.52 ，概率为1% 。也就是说， 在未来24小 时，其最大损失超过$ 192048.52的概率为1% 。
21
22
N1 N2
1N
2N
NN
u1
U
u
2
u
3
2020/11/26
19
资产组合方差的矩阵计算式
❖ 投资组合比重矩阵为
W w 1 w 2 w N
❖ 则有：
w1
W
T
w2
wN
n
up wiui WU i1
2020/11/26
p 2 V a rR P W W T
20
nn
i2m2 e2i
2020/11/26
35
推导：单一资产的协方差
ijE R iER i
RjERj
E iiR meiiiER m jjR mej jjER m
E iR mER mei jR mER mej
ijER mER m2jE eiR mER m iE ejR mER m Eeiej
2. 单一资产的收益结构 3. 资产组合的收益结构
Rit Ri
Rjt Rj
i,j1, ,n
2020/11/26
24
超额收益矩阵法
❖ 记超额收益矩阵为 A，则：
R11R1 A
Rm1R1
R1nRn
RmnRnmn
方差-协方差矩阵的计算公式为：
ij
1ATA nn m
2020/11/26
25
2、相关系数与标准差相乘法
由于任意两个资产之间的协方差为两只资产的标准差与它们 之间相关系数的乘积，所以我们先计算出任何一种资产的标 准差以及任意两个资产之间的相关系数，就可以计算出任意 两个资产之间的协方差。设标准差矩阵、相关系数矩阵为：
n n,1 1 n n,2 2 n n,n n
i ij j nn
2020/11/26
27
3、期权隐含参数法
❖ 估算协方差矩阵的另一类方法是期权隐含参 数法。
❖ 其基本原理是，基于期权包含大量的关于基 础资产价格的风险，利用期权数据计算隐含 标准差。
2020/11/26
28
9
单一资产的方差-协方差法
在价格变化幅度服从正态分布情况下，均值VaR 和零值VaR可以表示为：
均 值 V a R P 0zc t
零 值 V a R P 0z c t t
2020/11/26
10
方差－协方差法的估算流程
历史数据
期权数据
波动性 相关性
期权模型
估算协方 差矩阵
资产组合
❖ 基本方程： R itiiR m t e it
假设： （1）残差项 的期望值等于0；
Eei 0
（2）资产因素收益与超额收益不相
关；
E e i R m E R m 0
（3）资产只通过对市场的共同反应
而相互关联
Eeiej 0
2020/11/26
31
4.2 单因素模型
❖ 模型定义资产收益残差、市场收益率的 残差分别为：
VaR=-(-2.326 * 13.7610 mil *1.3761*.006) =$ 192048.52
风险价值的方差-协方差计算法
❖ 单一资产风险价值的方差-协方差计算 ❖ 资产组合风险价值的方差-协方差计算
超额收益矩阵计算法 协方差计算公式 单因素映射计算 多因素映射计算
2020/11/26
式、软件实现
2020/11/26
23
1、超额收益矩阵法
❖ 设区间内有m 个交易日， 分别表示第 n只股
票在第 m期的收益率，由定义可知：
R i m 1tm 1R it, i1, ,n
ij covRi,Rj
ERit Ri
Rjt Rj
ERitRjt ERit ERjt
1m mt1
B T1 2
2020/11/26
11 12
n
21
22
n1 n2
1n
2n
nn
26
相关系数与标准差相乘法
11 12
计算公式为：
ij
21
nn
22
1n
2n
n1
n2
nn
11,1 1
2
2 ,1
1
11,2 2 2 2,2 2
11,n n
2
2,n
n
这说明资产收益彼此相关、协同变动的原因就是对市场变动的共同反应。 通过将资产收益与资产市场因素收益联系起来，就可以得到相关性指标。
如果使用市场收益作为解释因素的单因素模型就称作市场模型（Market Model）。市场模型是从资产收益和市场收益之间的线性关系开始的：
2020/11/26
30
4.2 单因素模型
。
P r ( V t 1 V () ) 1
这样，100%， 1 day Value at Risk 为：
VaR = V()
负号表示VaR测量的是损失而不是收益。
将 M 0 ,M . 6 % , z ( . 9 9 ) 2 . 3 2 6 a n d M t 1 . 3 7 6 1 代入，得：
资产组合的收益率与方差计算
❖ 资产组合的收益期望值：
N
N
u P E R P =w iE R i w iu i
i 1
i 1
❖ 资产组合的方差：
NN
P 2V arR P w iw j ij i 1j 1
2020/11/26
18
资产组合方差的矩阵计算法
❖ 如果设方差-协方差矩阵表达式为：
11 12
wiwjijm2
w2 2 i ei
i1
i1 j1
i1
ji
nn
n
wiwjijm2
w2 2 i ei
i1 j1
i1
nHale Waihona Puke Baidu
wii
n
wjj m2
n
w2 2 i ei
i1
j1
i1
n
p 2
2 p
m 2
w2 2 i ei
i1
2020/11/26
41
5、多因素模型
1. 三个常用的多因素模型： ① 基本多指数模型 ② 行业指数模型 ③ 三因素模型
资产组 合的标 准差
VaR
单个证券 收益的标 准差
2020/11/26
12
资产组合风险价值的计算：符号定义
❖ 为计算资产组合的VaR，我们定义：
1.P0为初始投资额； 2.R为计算期间的投资回报率，假设R的均值为
μ，方差为σ2；
3.Pt为期末资产组合的价值，Rt、Wt都是随机
变量；
4.c为置信水平。
e 2 i E e i E e i2 E e i2
m 2 ER m E R m 2
2020/11/26
32
2、推论1：单一资产的期望收益 率、标准差与协方差分别是：
E R iiiE R m
2 2 2 2
i
i m ei
ij ijm 2
2020/11/26
33
推导：单一资产的期望收益率
同理可得相对风险价值计算式：
V a R RP 0 1(c)
2020/11/26
15
资产组合的方差－协方差法
假定资产组合包括N种证券，各证券在t时刻末
的投资回报率为Ri，各证券在资产组合中所
占的比重为wi，则在t时刻资产组合的投资回
报率为：
N
Rp,t wi,tRi,t
i1
2020/11/26
n
E Rp wi ERi i1
n
wi i i ERm i1
n
n
wii wi i ERm
i1
i1
2020/11/26
38
推导：投资组合的方差
n
nn
p2 wi i2
wi wj ij
i1
i1 j1
n
nn
wi i2m 2 e2i
wi wj i jm 2
i1
i1 j1
n
nn
根据
R
M
t
的分布密度，我们可以画出
1
Vt 1
的分布图(Figure
1
with
a daily volatility =0.6% )
1% VaR 是(负数)这样一个数据，即只有 1%的概率使得我们资 产的变化低于这个数值。
Area=1%,the VaR is 192048.52
例子：考虑前面欧元的例子。 组合价值的变化为： V t 1V t 1V t
❖ 主要有两类五种： ❖ ①根据协方差的定义，利用超额收益矩阵计算； ❖ ②根据相关系数的定义与计算公式，利用相关
系数矩阵及标准差矩阵计算。
2020/11/26
22
资产组合的收益率与方差计算
❖ ③期权隐含参数法
❖ ④利用单因素模型的简化计算
❖ ⑤利用多因素模型的简化计算
❖ 三种常用的表示、计算方法：代数式、矩阵
=$ 13.7610 mil RM,t1 Vt1 服从于均值为v5 .6 4 m il M ，标准差为V5 .6 4 m il M 的正态
分布。根据N(v,V2)的定义，可以计算分布密度为 Z ( ) 的 分位数为：
V () v Z () V
这个值即为一个分界点，即损失超过V(发)生的概率为 (1- )
2020/11/26
第九章-2 市场风险管理
风险价值的计算与建模
1
主要内容
❖ 风险价值的定义 ❖ 风险价值的计算方法
方差-协方差法 解析法 蒙特卡洛法 历史数据模拟法
❖ 风险价值的分解计算
2020/11/26
2
风险价值的定义
2020/11/26
3
例子：欧元汇率
一个价值Vt (dollar) 的头寸， %,天的VaR 指在未
n
n
n
p2 wiwjij w1 whh1w2 whh2 wN whhn
i1 j1
h1
h1
h1
n whh1
n
whh2
n whhnw1 w2
wn T
h1
h1
h1
11 12
1n
w1 w2
wn21 22
2nw1 w2
wn T
n1 n2 nn
WTW
2020/11/26
21
方差-协方差矩阵的计算方法
ijm 2
2020/11/26
36
3、推论2： 投资组合的期望收益率与方差
n
n
E R pw i iw iiE R m
i 1
i 1
n
nn
n
p 2w i2i2m 2 w iw j i j m 2w i2e 2 i
i 1
i 1j 1
i 1
j i
2020/11/26
37
推导：投资组合的期望收益率
4、单因素模型分析
1. 单因素模型 ①基本方程 ②模型假设 ③模型定义
2. 单一资产的期望收益率、标准差与协方差 3. 投资组合的期望收益率、方差 4. 单因素模型的组合收益结构推论
2020/11/26
29
4.1单因素模型分析
单因素模型认为，当股市上涨或下跌时，大多数资产价格都会上涨或下 跌。
n
wi2i2m 2
wi wji jm 2
w2 2 i ei
i1
i1 j1
i1
ji
2020/11/26
39
4.2 单因素模型的推论3：
n
p wii i1
n
p wii i1
E R pp p E R m
2020/11/26
40
推导：组合的方差
n
nn
n
p2 wi2i2m2
一、VaR的含义
假设欧元汇率的收益率服从正态分布，即：
RM,t1MtM 1t Mt
这样，投资在欧元上的价值变化为：
V t 1V t 1V t10m ilM t 110m ilM t 10m ilM t(M M t t1) 10m ilM t
= $13.7610 mil RMt1 也服从正态分布。
2020/11/26
13
日绝对风险价值计算公式推导
Prob PA
VaRA
Prob
PA P0
VaRA P0
Prob
PA P0
VaRA P0
=
VaRA P0
1c
2020/11/26
把正态分布 的收益率标 准化为标准 正态随机变
量
14
VaRA P0
c
V a R A P 0 - 1 c
ERiEi iRmei EiEiRmEei i iERm
2020/11/26
34
推导：单一资产的标准差
i2 E Ri ERi 2
E i iRmei i iERm 2 E i RmERm ei 2
E i2 RmERm 2 2i RmERm ei ei2
i2E RmERm 2 2iE RmERm ei Eei2
16
资产组合的风险价值计算公式
❖ 基本假设：资产组合中的所有证券的投资回 报率满足正态分布，从而资产组合作为正态
变量的线性组合也满足正态分布。
V a R R P P P 1 c r P t
V a R A P P P 1 c r P t r P t
2020/11/26
17