金融风险理论与模型 第10章

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
VaRP v0 zc P T v0 zc T
n n 2 0
w
i 1 2 i 2 i 2 i 2 2 i c n n i 1 j 1,i j
n
n
n
i 1 j 1,i j
源自文库
wi w j ij i j
v w z T
i 1 n

n
2 2 v0 zc Twi w j i j ij
(x y) (x) (y)
•次可加性反映了组合投资具有分散风险的特点,因此,任何 资产组合的总风险应该小于或等于该组合中各种资产(分组 合)分别计量的风险之和。标准差显然满足次可加性!
正齐次性
(ax) a (x), a 0
2
•此条件实际上是次可加性的特例,它反映了没有分 散风险的效应。
3
•若增加无风险的头寸到组合中,组合风险将随着无风险头寸 的增加而减少。该条件实际上是巴塞尔资本充足率的表示。
一致性公理表达的是金融风险最基本的常识,通 过公理可以检验风险计量工具对资产组合整体与 部分的风险测度是否具有“一致性”——系统与 组分之间没有逻辑上的矛盾。 一致性公理最重要的是次可加性,可是VaR在某 些情况下可能违背次可加性:
一个包含多个部门的金融机构只要将其资产分别划给其下的各个
部门,由各个部门分别独立地计算其所暴露的风险,再将各个部 门风险加总,由此得到的整个金融机构的总风险,就小于从金融 机构层面直接计量的总风险,从而造成整个金融机构风险下降的 假相,可见,违背次可加性还会导致金融监管上的漏洞。
8
10.2 期损模型(ES,CVaR)
次可加性(Sub-additive)、正齐次性(Positively
Homogeneous)、单调性(Monotonous)和传递不变 性(Translation Invariant)四个条件,则该风险测度 是一致性风险测度(Coherent Risk Measure)。
1
若以X和Y分别表示两个资产(组合)的随机损 益,ρ 表示它们的风险测度(Risk Measure)则 一致性公理的4大条件可以表示为: 次可加性
1 ES ( X ) E ( X X VaR ) 1


1
0
F (q)dq
F (q)dq inf{x | Pr[ X x] q} VaRq ( y)
9
ES的满足次可加性
CVaR不是单一的分位数,而是尾部损失的条件期望值, 这与VaR有根本的区别,只有将所有大于VaR的资产损益 的下分位数全部估计到,才能够得到CVaR,因此,它对 尾部损失的测度是充分的,且满足次可加性。
根据凸函数的性质可知 (1)满足一致性公理的风险测度必定是凸性的风险测度 (2)必定可以对资产组合进行优化,找到一个最小风险点, 7 也就是可以进行资本或者风险的配置(risk allocation)
次可加性的重要性
若风险测度满足次可加性,则意味着该风险测度是凸风 险测度,就可以通过优化求得最小风险的资产组合,进 行资产组合的分配,从风险计量到风险管理的一致性。 违反次可加性可能导致资产组合的风险测度大于组合中 各资产(分组合)风险测度的和,由此将导致一个荒谬 的风险规避策略:
10.1 风险计量一致性公理
什么样的风险计量模型是合格的风险计量工具? 它的基本条件是什么? “一致性公理(Coherent Axiom )”是由Artzer、 Delbean、Eber、Heath(ADEH,1997,1998, 2002,2004)共同提出的。其内容是:若某种风 险测度(Risk Measure)满足
为了修正VaR的缺陷,ADEH提出了条件VaR (Conditional VaR,下文简称CVaR),又称为 期望损失(Expected Shortfall,ES)。 CVaR是指大于某个给定的VaR的条件下,资产 组合极端损失的期望值。若资产组合的随机损益 为y,则对应于置信水平c的CVaR为
单调性
if x y, then (x) (y)
•若一个资产组合占优于另一个资产组合,则必须满足前 者随机回报的各分量大于或等于后者随机回报所对应的 分量,且前者的风险至少不大于后者。 •这实际上马克维茨随机占优,或者是均方准则的扩展
传递不变性
(x b(1 r )) (x) b
假设市场上有100种债券,这些债券的期限都为1年,
债券的票面利率、到期收益率和违约率分别为3%、 3%和1%,且这些债券相互独立的。 组合A:100种债券各投资1万,组合B:全部资金投资 1种证券,由第7章可知,在95%置信水平下有
VaR( A) VaR( B)
4
若资产组合的回报的分布服从联合正态分布,则 VaR满足次可加性
X i:n为{ X i }i 1,2,..., n 的第i个次序统计量, 显然有 X 1:n X 2:n ,..., X n 1:n X i:n
[n ] max{m | m n , m }, the least
对照:凸函数的定义 f (tx (1 t ) y) tf ( x) (1 t ) f ( y)
( ) 为凸性风险测度。 可知,
6
( x)
在某点以上,凸 函数比与之相切 的线性函数增长 的快,凹函数则 相反。
x
( )为凸函数,且 ( x ) 0
则x使 ( )最小化。
VaR
i 1 2 i i 1
n
i 1 j 1,i j
VaRi VaR j ij
VaRi
除了正态分布以外,t分布、GED分布等都可以满足一致性公理
5
次可加性的意义
次可加性+正齐次性=凸性的风险测度
( x y ) ( x) ( y ) (ax) a ( x), a 0 (by) b ( y), b 0 (ax by ) (ax) (by ) a ( x) b ( y )
相关文档
最新文档