在险价值bgxo

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,*,第十一章 在险价值,许多机构对他们从事的一些较新型的交易，通常是与衍生证券有关的交易，可能带来怎样的后果全然不知。,在对如何使投资变得更透明的研究过程中，金融界发展出了一种度量投资或投资组合下方（downside）风险的概念，即在险价值 Value at Risk， 简称VaR）。,第一节 在险价值的定义,一、在险价值的定义,在险价值：是按某一确定的置信度，对某一给定的时间期限内不利的市场变动可能造成投资组合的最大损失的一种估计。,通俗地说VaR是要在给定的置信度（典型的置信度为95、97.5、99等等）下衡量给定的资产或负债（即投资组合）在一段给定的时间内（针对交易活动的时间可能选取为一天，而针对投资组合管理的时间则可能选取为一个月）可能发生的最大（价值）损失。VaR 是一种对可能实现的价值损失的估计, 而不只是一种“账面”损失估计。,例：假设一个基金经理希望在接下来的10天时间内存在 95% 概率其所管理的基金价值损失不超过$1,000,000。则可以将其写作：,其中 为投资组合价值的变动。用符合表示,其中 为置信度,在上述的例子中是95%,二、选择合适的VaR参数,要使用VaR就必须选择定义中的两个参数时间长度T和置信度X%。,（一）时间长度,在计算VaR时有一个隐含的假设就是投资组合在所选择的时间内不会发生变化。在选择合适的时间长度参数时必须考虑下列三个主要因素：,1.新交易发生的频率,2.收集市场风险数据的频率,3.对风险头寸套期保值（对冲）的频率,（二）置信度X%,在计算VaR中通常使用的置信度是95、97.5或99。,95置信度的含意是预期100天中只有5天的损失会超过对应的VaR值。同理，97.5的置信度表示100天中预期只有2天半的时间会出现损失超过其VaR。,VaR并没有告诉我们在可能超过VaR损失的时间内（如95置信度的5/100天中；或99的1/100天中）的实际损失会是多少。,VaR的定义除了告诉我们损失大于某一水平的可能性之外并没有提供任何关于整个收益/损失分布状况方面的信息。,图11.2 具有与图11.1相同VaR，但不同的尾部,三、VaR的使用,基本上可以说，任何暴露在金融风险下的机构都应该应用VaR。VaR的最大特点是：,它用一个单一的数字捕捉住了风险的一个重要方面；,它容易理解；,它询问简单的问题: “情况究竟有多糟糕”?,根据VaR应用的历史发展，可以将其应用做如下划分：,1、被动式地应用：信息报告。,2、防御式地应用：控制风险。,3、积极式地应用：管理风险。,VaR正被全球广泛的公司机构所应用。归结起来，它们包括：,1、金融机构,金融机构通常需要处理大量的不同金融风险来源以及许多复杂的金融工具。大大提高了风险管理的效率。,2、监管机构,对金融机构审慎监管要求金融机构为防范金融风险保证达到最低资本金要求。一种标准风险度量。,3、非金融机构,在险现金流分析（cash flow at risk analysis）能为企业提供可能面临资金短缺的临界值。,4、机构投资者,机构投资者现在也开始采用VaR来管理他们的金融风险。尤其是在险资本（capital at risk）的概念已被机构投资者广泛接受。,在险价值的技术正不断被大量采用，并得到不断发展。它主要针对的是:,1)金融市场风险;,2)VaR是在假定正态分布的市场环境中计算出来的, 这意味着不考虑像市场崩盘这类极端的市场条件。,因此,实际上, VaR度量的是机构,日常经营,期间预期能够发生的情况。,VaR的计算至少需要下列数据:1）投资组合中所有资产的现价和波动率，2）资产之间的相关关系。,如果资产是可交易的,可以从市场得到资产的价格（这种做法被称为盯市，marking to market），否则盯模（marking to model）。,第二节 单一资产的在险价值计算,假设有某一股票，其价值为,S,，年波动率为。我们想要知道在接下来一个星期内具有99% 确定性的最大可能损失是多少。,在图 11.3 中体现了一个星期时间中收益率的可能分布状况。,如何估计VaR?,首先，假定股票收益率是正态分布的。由于时间期限非常短, 可以合理地假定均值为零。,图 11.3 将来股票收益率的分布,一、波动率换算,在计算VaR时，将波动率表达成日波动率或周波动率。严格来说，应该将定义成一天中连续复利收益率的标准差。,在实务中，通常假定它是一天百分比变动的标准差。对于股票这样具有活跃交易市场的证券计算的时间期限是按交易日天数来进行计算的。因此有：,二、单个资产在险价值（VaR）的计算,目的是计算出对应1%=(100-99)% 分布最左边的尾部位置。,计算标准正态分布中的对应位置, 由于任何一个正态分布都可以通过因子换算来得到。即N(,x,)=0.01，其中 为标准正态分布的累计函数。设 为 的逆函数（如图11.4所示），则：,即：99% 置信度对应于均值的 2.33个标准差。,一般地，如果时间期限是（以天为单位），而要求的置信度是X ,如果持有价值为S的股票，则VaR被确定为：,（11.2）,置信度,偏离均值的标准差数,99%,2.326342,98%,2.053748,97%,1.88079,96%,1.750686,95%,1.644853,90%,1.281551,表11.1置信度与均值离差之间的关系,图 11.4 标准正态分布累积分布函数的逆函数,对于较长时间的VaR度量,收益率的标准差按时间的平方根比例变化，但均值按时间本身的比例变化。,对于较长的时间期限，收益率（如同人们所希望的）以时间的比例量向右移。 因此，对于较长的时间度量，表达式 (11.2) 应该考虑对资产价值的漂移加以修正。如果这个漂移率为，那么(11.2)式变成 ：,（11.3）,例11.1,我们持有一个价值为 $100万的X公司的股票头寸，X公司股票的日波动率为 3% ( 约为年48% )，假定该投资组合的价值变动是正态分布的并且投资组合价值的预期变动为零 (这对很短的时间期限是正确的)，计算10 天时间置信度为99的在险价值。,解：,在这个例子中我们使用,T,=10 和,X,= 99， ，,S,= $1,000,000。也就是说我们关心的是10天内置信度为99%的可能最大损失。根据公式（11.2），有VaR：,第三节 投资组合的在险价值计算,如果假定：投资组合的价值变化与市场标的变量的价值变化是线性相关的；并且市场标的变量的价值变化是正态分布的。则我们只要知道投资组合中所有资产的波动率及它们之间的相关系数，那么我们能为整个的投资组合计算VaR。,一、线性模型,设投资组合由M个资产所组成。第,i,个资产的价值为 ，波动率是 ，而第,i,个资产和第,j,个资产之间的相关系数是 (其中,=1)。因此，该投资组合价值一天的变动为：,(11.4),其中 为第,i,个资产一天的价值变动率 ，,而 为常数。,投资组合的方差为：,（11.5）,（11.6）,投资组合的VaR是：,例11.2,某一基金持有的投资组合由$100万美元投资于X公司股票和$200万投资于Y公司股票构成。X公司股票的日波动率为3，而Y公司股票的日波动率为2，并且X公司股票与Y公司股票收益率之间的相关系数为0.5。计算该投资组合10天时间置信度为99的在险价值（VaR）。,解：在这个例子中 ， ，,而 ， 。另外，,N,=10 和,X,= 99。用公式（11.6）我们有（以百万美元表示）：,所以该投资组合的VaR为$448,184。,线性模型的适用范围,线性模型显然只适用于那些投资组合的价值与构成该组合的市场变量呈线性相关的情况，这些情况包括：,1.股票的投资组合； 2.债券的投资组合；,3.外汇的投资组合； 4.商品实物的投资组合；,5.外汇远期合约的投资组合；,6.利率互换和货币互换的投资组合；,7.由上述工具共同构成的投资组合。,远期和互换虽然是金融衍生工具，但它们都可以分解成相应的各种零息票债券交易,第四节 衍生工具的在险价值,估计包含衍生证券在内的投资组合的VaR 关键在于，即使基本标的证券价格的变动是正态的，衍生证券本质上的非线性就意味着衍生证券价格的变动可能同正态分布相去甚远。,然而，如果所关心的是基本标的证券价格一个非常小的变化（比如在一个很短的时间内），可以用期权的delta 来近似投资组合对基本标的证券价格变化的敏感度。,对于较大的变动，可能需要采用某种高阶近似。,一、Delta近似,先考虑一个由单一的标的证券S的衍生证券组成的投资组合。期权或期权投资组合对标的证券的敏感度为Delta，用 表示。,则有：,其中,f,是期权的价值，S是基本标的证券的价值。令,近似地我们有,如果基本标的证券价格变动分布的标准差是 ，那么期权价格变动分布的标准差为 。,对于存在着多个基本标的市场变量时，类似地有,其中 是第i种基本标的市场变量的价格，,i,为该投资组合关于第,i,种基本标的市场变量的Delta值。,与方程（11.4）对应的有：,其中 。因此，方程（11.5）可以用来计算 的方差或标准差。,对包括期权在内的投资组合的VaR的估计式:,这里 是投资组合相对第 i 个资产的变动率。,二、Delta-Gamma近似,对于基本标的证券价格的微小移动delta近似值是令人满意的。而对于较大的变动，更高阶的近似可以达到更好的效果，这就要将Gamma效应或凸性效应结合进去。,假如投资组合由一个股票的期权组成。基本标的证券价格的变动,与期权价值变动 之间的关系是：,由于有假定,其中 取自一个标准正态分布,这样有,它还可重写作,(11.7),对于一阶项，期权的随机价值只是基本标的证券价值的一种简单比例关系。对于二阶项，由于,S,的确定性漂移率和期权的Theta，,存在一个确定性的漂移率。然而，更重要的是 Gamma 效应引入了一项使 的随机成分是非线性的。,图 11.3期权,Delta,近似分布、期权,Delta/Gamma,近似分布与标的证券分布的对照,三、二次方程模型,考虑一个基于单个资产的期权组合，设该资产价格为,S,，投资组合的Delta为 ，Gamma为 。对投资组合价值变化运用Taylor展开式有：,（11.8）,设,公式（11.8）可表示成：,将上式扩展到包括M个市场变量的投资组合的情况，则公式变成：,（11.9）,设：,则公式（11.9）可表示成一种更一般的形式：,(11.10),利用公式（11.10）可以计算的高阶矩（moments）,运用这些高阶矩可以估算所要求的VaR值对应的 概率分布的分位数。但是这种方法不像（11.4）线性模型那么好用，并且需假定 是正态分布的。这个公式的实际应用意义在于它可以与模拟方法相结合，利用模拟法来估计VaR。,四、估计模型的运用,对待有关非线性证券问题的有效办法是对基本标的证券价格的随机行为采用模拟方法，然后运用估价公式或算法来推导整个投资组合变动的分布。,这是对这类问题的最终解决办法，但它具有的缺点是运算非常的慢，可能需要进行数万次的模拟运算，每次我们必须要对一个多因子偏微分方程加以求解，用这种方式计算 VaR 将耗费太多的时间。,五、固定收益投资组合,当资产或投资组合依赖于利率时，则通常将每个工具的到期收益率视为是正态分布的变量。,不同证券的到期收益率因此具有适当的相关关系。,价格与到期收益率变动之间的关系通过久期（和高阶凸性）联系在一起的。,所以，固定收益资产可以视为到期收益率的一种衍生证券。因此，VaR 的估计显然将采用久期代替Delta（和凸性代替Gamma）的做法,。,第五节 蒙特卡罗模拟,假定投资组合价值变化与基本标的价格变化率之间存在（11.10）的关系。如果我们希望计算一天的VaR值，蒙特卡罗模拟的步骤为：,1.利用当天市场各变量现值计算投资组合的价值。,2.从多变量正态概率分布中进行抽样。,3.用抽样得到的值模拟计算下一日各市场变量的价值。,4.利用这些模拟的市场变量价值，根据公式（11.10）就可计算得到的一个样本值。,5.不断重复第二步到第四步，就能得到的模拟概率分布。,VaR值就是这个概率分布的一个合适的分位数。,第六节 历史模拟,首先需要建立一个数年所有市场变量的日变动数据库。,第一次模拟是假设每个市场变量的波动率与数据库覆盖时段的第一天的相应变量的波动率相同；依此类推。,每次模拟就可以计算出一个投资组合的 样本值。通过这种方式，可以创造了一个基于历史数据的将来可能情景的一个分布。,通过这种做法我们确保能够抓住任何资产之间可能有的相关关系。VaR值同样可以通过找到合适的 的概率分布中的分位数来得到。,