数据为基础，对数据的依赖性强;最后，历史模拟法在度量较为庞 大且结构复杂的资产组合风险时，工作量十分繁重。Р蒙特卡洛模型Р蒙特卡洛法分两步进行：第一步，设定金融变量的随即过程及过程参数;第二步针对未 来利率所有可能的路径情景，模拟资产组合中各证券的价格走势，从而编制出资产组合的收 益率分布来度量 VaR。Р蒙特卡洛模拟法的优点包括：它是一种全值估计方法，可以处理非线性、大幅波动及“肥 尾”问题;产生大量路径模拟情景，比历史模拟方法更精确和可靠;可以通过设置消减因子，使 得模拟结果对近期市场的变化更快地做出反映。其缺点包括：对于基础风险因素仍然有一定 的假设，存在一定的模型风险;计算量很大，且准确性的提高速度较慢，如果一个因素的准 确性要提高10 倍，就必须将模拟数增加100倍以上;如果产生的数据序列是伪随机数，可 能导致错误结果。РР2. 1.2.3德尔塔一正态法Р德尔塔一正态法(Delta—norma] method)首先假定组合的风险暴露是线性 的并且风脸因子是联合正态分布[1810因此，它是一种局部估值方法。Р由于组合收益是正念变量的线性组合，它也是正态分布的。使用矩阵符号， 资产组合方差由Р=?(2.5)Р给出，英中力是期限内对协方差矩阵的预测。Р如果资产波动率用美元來度量(用其他货币來度量也不会彩响计算方法与计 算结果)，VaR可以从符合置信水平c的标准正态偏差幺直接得到：РVaR - aa(^/+1)?(2.6)Р这称作分散的VaR (diversified VaR),因为它考虑了分散效应。相反，未分 散的VaR (undiveisified VaR)只是每个风险因子的单个VaR简单加总它假 定所有的价格将会同时往最差方向移动。这种方法的主要优点在于它惊人地简 单，但是这同样也是它的缺点。德尔塔一正态法依及于正态分布的假设，还会低 估可以发生的巨大变化rZQ1-
全文预览
