计算风险价值—VaR(Value at Risk)

参考原文

风险价值是衡量与投资组合相关的风险水平的统计方法。风险价值在指定的时间范围内和给定的置信水平下测量最大损失量。

Value-at-Risk

首先,它的英文值是Value-at-Risk,缩写一般是VaR而不是Var,后者通常是指Variance是方差。

在VaR出现以前,风险一般是用方差衡量的。方差虽然可以很好的表达风险资产在一段时间里的变化的激烈程度,但并不直观。假如我说『我的股票去年方差是400』,一般投资者很难理解这个数字的含义。假如开个方变成标准方差,加上单位,说『我的股票去年标准方差是20万』,这意味着『我的股票去年平均涨跌20万』,就相对好理解一些。

而且很多时候我们并不关心平均起伏,而是“最大的损失”,而VaR是摩根大通那一批发明的指标,我可以说“我的股票去年99%的VaR是30万“意味着我的股票去年的99%的亏损不到30万。作为一般投资者,可能会知道他们是否有风险。

用历史模拟法计算VaR

这里本文将介绍使用历史模拟方法计算单个股票的VaR的方法。

简而言之,这种方法是:获取一段时期(通常为501天)的收益率数据,并采取特定的分位数,衡量该风险的价值。

R中,我们将以沪深300指数为例进行计算

计算风险价值—VaR(Value at Risk)_第1张图片



计算风险价值—VaR(Value at Risk)_第2张图片


计算风险价值—VaR(Value at Risk)_第3张图片


计算风险价值—VaR(Value at Risk)_第4张图片


结语

尽管芒格(美国投资家,沃伦·巴菲特的黄金搭档)认为风险价值(Value at Risk)是有史以来最蠢的衡量指标。

但是VAR的广泛应用代表着监管机构正式开始运用概率性思维衡量金融机构的风险,而不是用单纯地采用静态的会计数据。VAR的测度能力还很原始,但仍代表了思维进步的趋势。

风险价值(VaR)及其所有相关问题仍然是风险管理中的主要模式。风险价值的一个关键问题是它没有适当地考虑波动率,这意味着危机期间风险被低估。

解决这个问题的一个强有力的方法是将VaR与GARCH模型结合起来考虑条件波动性。为了说明这种方法,我们将一个正态分布的GARCH(1,1)应用于瑞士股票市场指数SMI。

从Yahoo获取数据

计算风险价值—VaR(Value at Risk)_第5张图片

计算风险价值—VaR(Value at Risk)_第6张图片

模型估计

SMI返回的数据有5078个观测值。我使用前3078个观察值对GARCH模型进行初始估计。其余的2000个观测值用于验证和测试。

结果

计算风险价值—VaR(Value at Risk)_第7张图片

从图中我们可以看到,VaR-GARCH(黑线)组合更加现实,降低了发生波动集群时的VAR限制,而对于静态VaR(红线),我们观察到了连续限制违规。

计算风险价值—VaR(Value at Risk)_第8张图片

计算风险价值—VaR(Value at Risk)_第9张图片

原文请浏览官网

中国专业的统计分析和数据挖掘咨询服务商:tecdat.cn

【拓端数据tecdat.cn】第三方数据服务提供商,提供全面的统计分析与数据挖掘咨询服务,为客户定制个性化的数据解决方案与行业报告等。

中国专业的统计分析和数据挖掘咨询服务商:拓端数据(商务合作请联系官网客服)

帅的小伙伴都关注了拓端数据团队^..^~

QQ交流群:186388004

微信公众号:拓端数据

微信客服号:lico_9e

你可能感兴趣的:(计算风险价值—VaR(Value at Risk))