基于歷史模擬法和M-C方法的VaR算法改進.pdf

1、對風險的常見理解包括:風險是損失的可能性;風險是損失的幾率;風險是實際結(jié)果與預期結(jié)果的偏差;風險是未來結(jié)果的變異程度等等。
　　但是從經(jīng)濟行為和活動本質(zhì)上來說風險是指未來收益的不確定性。也就是說我們未來的狀況可能變得更好好，也可以是我們未來的情形惡化。
　　標準歷史模擬法的原理:將各個風險因子在過去某一事件上的變化或分布準確的刻畫出來，作為這些風險因子在未來的變化分布或者變化情形，在此基礎上，通過建立風險因子與自查組合價值之

2、間的映射表達式來模擬出自查組合在未來的損益根部狀況，進而計算出給定置信度下的VAR.顯然，標準歷史模擬法不需要假設市場風險因子服從某種概率分布，而是直接用風險因子過去的變化分布表示未來的變化分布，所以，標準歷史模擬法不需要進行參數(shù)估計，因而是一種非參數(shù)全值估計法
　　本質(zhì)上來說，歷史模擬法求VaR是基于未來是對歷史的簡單重現(xiàn)這一假設，但是時間加權歷史模擬法針對標準歷史模擬法不切實際的等概率假設，提出了給風險因子不同時期的歷史數(shù)據(jù)賦

3、予不同權重
　　時間加權歷史模擬法對離當前越近的歷史數(shù)據(jù)賦予的權重越大，一次來反映這樣一個具有普遍性的事實:風險因子已經(jīng)發(fā)生的離現(xiàn)在越近的行為在未來再次重復發(fā)生的可能性就越大，或者說，風險因子離現(xiàn)在越近的變化情景可為預測其未來的變化分布提供越多的信息
　　t分布和GARCH模型的蒙特卡羅模擬法上一章對上證指數(shù)收益率進行的正態(tài)性檢驗的結(jié)果表明市場的收益率并不服從正態(tài)分布，存在尖峰厚尾現(xiàn)象.因此，在正態(tài)假設下計算VaR值會產(chǎn)生較