1银行风险管理风险量化(已改无错字)
2023-01-29 23:47:12 本页面
【正文】 率分布示例 • 下表给出一个随机变量的概率分布 ,计算 A=2或 4的CDF X 概率 (X) 1 10% 2 20% 3 30% 4 30% 5 10% 使风险量化有意义 • 我们理解我们能够从组合所含资产的统计性质计算组合收益的均值和方差。 • 解释期望收益相对容易 • 方差或标准差就抽象，除了给出相对风险之外，没有太多的意义 Value at Risk: 隐含潜在损失 • 人们直觉要用最坏情景估计风险 • 对于绝大多数人而言，投资组合在明天、下个月或明年可能损失多少的信息要比抽象的统计量，譬如方差更有意义 • 风险价值是 JP 摩根投资银行的 RiskMetrics集团在二十世纪九十年代早期提出的 • VaR用观察比这个情景 (即损失分位数 )更差的概率数量化最坏情景 风险价值 (VaR) 随机资产价值 价值增加 价值减少 资产的随机价值低于这个界值 只有 α %的时间 由历史观察值度量 VaR • 想象你有投资一年期收益和损失的历史数据 • 我们认为这个历史数据代表我们可能经历的未来利润和损失 • 我们通过规定只有 5%的损失更差的损失的位置，估计明年 5% VaR (5%经验分位数 ) • 我们通过规定只有 1%的损失更差的损失的位置，估计明年 1% VaR (1%经验分位数 ) • 经常用统计分布计算 VaR 模拟组合与资产的行为 • 我们讨论如何利用组合 (或资产 )价值的价值的比例变化的均值和方差估计风险和收益 • 如果我们假设比例变化服从正态分布，我们能够利用从具有适当的均值和方差的正态分布的采样随机收益并利用公式 : 模拟组合价值 00 . 0 50 . 10 . 1 50 . 20 . 2 50 . 30 . 3 50 . 40 . 4 50 . 5Probabi
环评公示相关推荐
鄂ICP备17016276号-1