风险价值简介 编辑

风险价值(VAR或有时VAR)被称为“新科学”of风险管理 “但是你不需要是科学家就可以使用VAR。

在本系列的第1部分中,我们将介绍VAR背后的思想以及计算VAR的三种基本方法。

VAR背后的理念

最流行和传统的风险度量方法是波动 . 然而,波动性的主要问题在于,它并不关心投资的方向:股票可能会因为突然跳高而波动。当然,投资者并不为收益而苦恼。

对投资者来说,风险在于赔钱的几率,而VAR正是基于这一常识。通过假设投资者关心真正重大损失的可能性,VAR回答了一个问题:“我最坏的情况是什么?”?&在一个非常糟糕的月份里,我能损失多少?&引用;

现在让我们具体点。VAR统计有三个组成部分:时间段、置信水平和损失金额(或损失百分比)。请记住这三个部分,因为我们给出了一些VAR所回答问题的变体示例:

  • 在95%或99%的水平下,我能做的最多是什么信心-预计下个月会损失美元吗?
  • 在95%或99%的信心下,我预计在未来一年内损失的最大百分比是多少?

您可以看到“VAR问题”有三个要素:相对较高的信心(通常为95%或99%)、时间段(一天、一个月或一年)和投资损失估计(以美元或百分比表示)。

VAR的计算方法

机构投资者使用VAR来评估投资组合的风险,但在本文的介绍中,我们将使用VAR来评估单个机构的风险索引像股票一样交易的股票纳斯达克100指数,通过Invesco进行交易;QQQ 信任。这个QQQ 是纳斯达克交易所交易的最大非金融类股票的非常受欢迎的指数。 

VAR的计算方法有三种:历史法、方差-协方差法和方差分析法蒙特卡罗模拟 .

1历史方法

历史方法简单地重新组织了实际情况历史收益 ,把它们从最坏的到最好的排列。然后从风险的角度假设历史会重演。

作为一个历史性的例子,让我们看看纳斯达克100 ETF,它的交易代号为QQQ(有时称为“立方体”),于1999年3月开始交易。如果我们计算每一天的回报,我们会产生一个超过1400点的丰富数据集。让我们把它们放在一个盒子里直方图 例如,在柱状图的最高点(最高条),日收益率在0%到1%之间的天数超过250天。在最右边,你几乎看不到一个13%的小酒吧,它代表了五年多时间里的一天(2000年1月),QQQ的日回报率达到了惊人的12.4%。

注意组成直方图“左尾”的红色条。这是最低的5%的日收益率(因为收益率是从左到右排序的,所以最差的总是“左尾”)。红条的日跌幅从4%到8%。因为这是所有日收益中最差的5%,我们可以95%的信心说,最差的日损失不会超过4%。换言之,我们预计95%的信心,我们的收益将超过-4%。简言之,这就是VAR。让我们用百分比和美元来重新表述统计数据:

  • 有95%的信心,我们预计最严重的每日损失不会超过4%。
  • 如果我们投资100美元,我们有95%的信心,我们最严重的每日损失不会超过4美元(100 x 4%)。

你可以看到VAR确实允许一个比-4%的回报率更糟糕的结果。它不表示绝对确定性,而是进行概率估计。如果我们想增加我们的信心,我们只需要在同一个柱状图上“向左移动”,即前两个红条-8%和-7%代表最差的1%日回报率:

  • 有99%的信心,我们预计最严重的每日损失不会超过7%。
  • 或者,如果我们投资100美元,我们有99%的信心,我们最严重的每日损失不会超过7美元。

2方差-协方差法

这种方法假设股票收益是正态分布的。换句话说,它要求我们只估计两个因素预期(或平均)回报和标准差-这样我们就可以正态分布曲线。在这里,我们绘制法向曲线与相同的实际收益 数据:

Julie Bang图片©Abcexchange 2020

方差-协方差背后的想法与历史方法背后的想法相似,只是我们使用熟悉的曲线而不是实际数据。正态曲线的优点是,我们可以自动知道曲线上最差的5%和1%的位置。它们是我们期望的置信度和标准差的函数。

信心#标准差(σ)
95%(高)-1.65 xσ
99%(非常高)-2.33 xσ

上面的蓝色曲线是基于QQQ的实际每日标准偏差,即2.64%。平均日收益率恰好接近于零,因此我们假设平均回报率 为了说明的目的。以下是将实际标准偏差插入上述公式的结果:

信心#σ的计算等于
95%(高)-1.65 xσ-1.65倍(2.64%)=-4.36%
99%(非常高)-2.33 xσ-2.33倍(2.64%)=-6.15%

三。蒙特卡罗模拟

第三种方法是建立一个未来股票价格回报模型,并通过该模型进行多个假设性试验。A蒙特卡罗模拟 指的是任何随机产生试验的方法,但其本身并没有告诉我们任何有关潜在方法的信息。

对于大多数用户来说,蒙特卡罗模拟相当于随机概率结果的“黑箱”生成器。在没有进一步细节的情况下,我们根据QQQ的历史交易模式对其进行了montecarlo模拟。在我们的模拟中,进行了100次试验。如果我们再运行一次,我们会得到不同的结果,尽管差别很可能很小。

总而言之,我们对QQQ进行了100次月度回报的假设性试验。其中,两个结果介于-15%和-20%之间,三个结果介于-20%和25%之间。这意味着最差的五个结果(即最差的5%)低于-15%。因此,montecarlo模拟得出了以下VAR类型的结论:在95%的置信度下,我们预计在任何给定的月份损失都不会超过15%。

底线

风险价值计算在给定的时间段和给定的置信度下,对一项投资预期的最大损失(或最坏情况)。我们研究了三种常用的计算VAR的方法,但请记住,我们的两种方法计算的是日VAR,第三种方法计算的是月VAR。在第二部分在本系列中,我们将向您展示如何比较这些不同的时间范围 .

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

词条统计

浏览:84 次

字数:7918

最后编辑:7年前

编辑次数:0 次

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文