用Johnson分布族来计算非线性VaR

目前 ,最普遍的风险管理方法是 :VaR(ValueatRisk含义是风险中的价值 )风险测量技术 ,而该技术在测量包含有非线性头寸的资产组合回报时 ,因为资产回报分布已不是正态分布 ,因而在求组合回报在一定置信水平下的分位数时 ,遇到了前所末有的挑战。在这种情况下 ,局部Monte Carlo模拟法被认为是一种较准确的VaR测量方法 ,但由于其计算的时间长、计算量大、且无法解决伪随机数的集聚性问题等本身缺陷 ,在实际中也不常用 ,针对这一情况 ,RiskMetrics技术小组于 1996年就提出以Johnson分布来将回报转换为标准正态分布 ,但参数估计除对数正态外不存在解析形式 ,且需要解一个非线性方程组。而本文采用分位点估计法来估计参数 ,不但不必要解非线性方程组 ,计算量上大大减少 ,而且JamesF .Slifker等人已经证明分位点估计比矩估计拟合得更好 ,所以本文把它用于VaR计算 ,并与局部Monte Carlo模拟法进行了比较。

基于Delta-Gamma-Theta模型的外汇期权风险度量

引入金融参数Delta、Gamma、Theta,将外汇期权近似表达式拓展成Delta Gamma Theta模型,然后分别使用了MonteCarlo方法和Cornish Fisher方法来计算外汇期权组合的VaR值,并发现使用这两种方法得到的VaR值相差不大,都比Delta 正态模型有非常大的改进,但Cornish Fisher方法计算简单、快速,而MonteCavlo方法计算繁琐、速度慢.

VaR估计中的概率分布设定风险与改进

在金融风险管理中,金融风险的事先判断具有极其重要的意义,然而金融机构金融决策事前支持技术的缺陷常常被忽略,在金融投资收益率概率分布估计方法尚未建立以前,将样本数据特征纳入风险度量的计算则不失为一种改进风险判断的有效途径。本文选择度量金融风险的主流方法—VaR技术来讨论概率分布设定风险,探讨依据数据特征改进和扩展VaR计算方法,通过对Delta-正态方法与Delta-Gamma-Cornish-Fisher扩展方法估计VaR值的比较,从实证分析角度论证了扩展方法在VaR估计中的有效性与稳健性。

两种外汇期权市场风险非线性VaR计算方法

引入金融参数Delta、Gamma、Theta,将外汇期权近似表达式拓展成Delta-Gamma-Theta模型(简称DGT模型),分别运用了Cornish-Fisher方法、Fourier-Inversion方法来计算外汇期权组合的风险度,并且对各自估计出的结果进行了比较分析,结果表明Cornish-Fisher方法计算简单,且能很快地计算出结果,而Fourier-Inversion比Cornish-Fisher方法更合理地度量VaR值,是一个较好的度量外汇期权风险的方法.

基于Delta-Gamma-Theta-Fourier-Inversion模型的外汇期权风险度量

本文引入金融参数Delta、Gamma、Theta,将外汇期权近似表达式拓展成Delta-Gamma-Theta(DGT)模型,运用Fourier-Inversion方法计算外汇期权组合的风险度,估算出VaR值并与基于Delta正态分布模型、Cornish-Fisher模型进行了比较,结果表明,该模型是一种较好的度量外汇期权风险的方法和工具。

基于样本数据正态性转换的VaR估测

VaR的发展就在于不断寻求解决风险测度的真实性,是一种克服或降低风险的方法。在揭示Del-ta-Gamma非线性模型计算VaR正态假设局限性的基础上,通过对经典转换函数Delta-Gamma-Johnson转换函数以及基于Delta-Gamma-Cornish-Fisher扩展方法构造的转换函数的梳理,从实证分析的角度考察了中国股票市场VaR的估值问题。实证结果表明,Delta-Gamma-Johnson转换函数中的SU型转换基本适宜于作为中国股票市场样本数据正态化处理的转换函数,利用SU型转换后的样本数据所计算的VaR值能明显改善中国股票市场风险测度水平。

基于重要抽样技术的外汇期权组合非线性VaR模型

为了克服极小概率事件发生概率估计的困难,提出了把重要抽样技术发展到外汇期权组合非线性VaR模型中,通过改变市场变量回报分布的期望向量和协方差矩阵,在相应区域产生更多的样本,使得该情形下不再是稀有事件Monte Carlo模拟,从而减少Monte Carlo模拟计算工作量,更精确地估计出组合的损失概率,而组合的损失概率是计算组合损失分布的分位点(VaR值)的必备条件。模拟结果表明,该算法比常用Monte Carlo模拟法的计算效率更有效,且能很大程度上减少所要估计的损失概率的方差。

基于B-S模型的期权交易风险防范策略

期权交易者在享受交易带来的高额利润同时,也面临着极大的风险,一类是系统性风险,一类是非系统性风险.主要针对系统性风险,通过理论结合实例,考虑利用Delta套值保值、Gamma中性保值和Vega中性保值来防范交易风险,使投资者在规避市场风险时能有一个基本认识和方向选择.