数值分析方法在var中的应用

《数值分析方法在var中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第32卷第6期武汉理工大学学报·信息与管理工程版2010年12月JOURNALOFWUT(INFORMATION&MANAGEMENTENGINEERING)V01．32No．6Dec．2010文章编号：1007—144X(2010)06—1015—03数值分析方法在VAR中的应用文兴普(武汉理工大学理学院，湖北武汉430070)文献标志码：A摘要：针对VAR方法低估风险和压力测试方法分类错综复杂的缺陷，开发了一种估计风险的新方法。应用数值分析中的插值方法，拟合系统压力测试方法得出的数值点来修改VAR方法中的正态分布曲线，从而得到新的VAR，命

2、名为SVAR。实证研究表明，SVAR方法较Delta一正态方法和GARCH(1，1)方法更为优越。关键词：VAR；压力测试；插值方法；SVAR中图分类号：F830DOI：10．3963／j．issn．1007—144X．2010．06．040金融风险管理是当前金融行业的一个研究热点，其中具有代表性、应用最为广泛的方法是VAR和压力测试方法，但是两者都各有缺陷，VAR往往低估了风险，而压力测试方法在测试多种特殊情况下的风险时，得到的结果不连续。因此，将两者的本质特点结合起来，建立一种综合的研究方法势在必行。运用数值分析中的插值方法将两者融合起来建立一种复

3、合的曲线，是用数学观点解决金融问题的强有力的方法。1现行风险测试方法1．1VAR方法VAR按字面解释就是“在险价值”，其含义是指在市场正常波动下，某一金融资产或证券组合的最大可能损失u。。更为确切的是指：在一定概率水平(置信度)下，某一金融资产或证券组合价值在未来特定时期内的最大可能损失。VAR表示给定置信水平a下的在险价值，即可能的损失上限。VAR从统计的意义上讲，本身是个数字，是指面临正常的市场波动时处于风险状态的价值，即在给定的置信水平和一定的持有期限内，预期的最大损失量(可以是绝对值，也可以是相对值)。要确定一个金融机构或资产组合的VAR值或建

4、立VAR模型，必须首先确定以下3个系数：持有期间的长短、置信区间的大小和观察期间。其次是确定计算VAR的方法。(1)持有期AT。即确定计算在哪一段时间内的持有资产的最大损失值，也就是明确风险管理者关心资产在一天内、一周内、还是一个月内的风险价值。持有期的选择应依据所持有资产的特点来确定，比如对于一些流动性很强的交易头寸往往需以每日为周期计算风险收益和VAR值。如G30小组在1993年的衍生产品的实践和规则中就建议对场外市场衍生工具以每日为周期计算其VAR值，而对一些期限较长的头寸如养老基金和其他投资基金则可以一个月为周期。从银行总体的风险管理角度看，持

5、有期长短的选择取决于资产组合调整的频度及进行相应头寸清算的可能速率。巴塞尔委员会在这方面采取了比较保守和稳健的姿态，要求银行以两周即10个营业日为持有期限。(2)置信水平a。一般来说对置信区间的选择在一定程度上反映了金融机构对风险的不同偏好。选择较大的置信水平意味着其对风险比较厌恶，希望能得到把握性较大的预测结果，且模型对于极端事件的预测准确性较高。根据各自的风险偏好不同，金融机构选择的置信区间也各不相同。如摩根银行与美洲银行选择95％，花旗银行选择95．4％，大通曼哈顿选择97．5％，美国信孚银行选择99％。巴塞尔委员会则要求采用99％的置信区间，这

6、与其稳健的风格是一致的。(3)观察期间。观察期间是考察给定持有期限内回报的波动性和关联性的整体时间长度，是整个数据选取的时间范围，有时又称数据窗口。收稿日期：2010—05—06．作者简介：文兴普(1984一)，男，湖北黄冈人，武汉理工大学理学院硕士研究生万方数据1016武汉理工大学学报·信息与管理工程版2010年12月例如选择对某资产组合在未来6个月，或是1年的观察期间内，每周回报率的波动性(风险)进行考察。这种选择要在历史数据的可能性与市场发生结构性变化的危险陛之间进行权衡。为克服商业循环等周期性变化的影响，历史数据应越长越好，但是时间越长，收购兼

7、并等市场结构性变化的可能性越大，历史数据反而难以反映现实和未来的情况。目前巴塞尔银行监管委员会要求的观察期间为1年。综上所述，VAR实质是在一定置信水平下经过某段持有期资产价值损失的单边临界值，在实际应用时体现为临界点的金额数目。测量VAR有多种方法，具有代表性的有3种：①Delta一正态方法。该方法是最简单的求VAR的方法，其缺陷是没有考虑非线性效应，同时由于其依赖于正态分布，还可能会低估可能发生的巨大变化，即与金融市场实际情况的厚尾现象不符。②历史模拟方法。该方法从时间上回溯，将当前权重应用到历史时期的资产收益的一个时间序列上。但其无法抓住数据中的

8、任何自相关性，同时需要大量的历史数据，而这些数据对应的经济环境可能与当前的环境完全不同。③蒙特