在风险模型—VaR模型1中,我为大家介绍了什么是VaR,如何求解VaR—利用收益率 R R 的分布函数或分布律。今天我将为大家介绍如何求解VaR—如何求解收益率 的分布函数或分布律。
1.方差—协方差法
假定不管是过去的收益率 R R 还是未来的收益率
,都是独立同分布的。所以方差—协方差法借助历史数据来估计未来收益率 R R 的分布。而且,方差—协方差法事先假定
服从某一具体分布,如正态分布、对数正态分布等。具体步骤如下:
(1)收集数据
①确定持有期 T T :即根据
的定义(未来持有期 T T 的收益率),确定我们是要收集日收益率、周收益率还是年收益率等等;
②确定观察期:即确定我们是要收集多长时间里的收益率数据,观察期和持有期共同确定了我们收集数据的个数。
(2)计算
①确定置信水平 p p :根据需求确定;
②参数估计:我们已经假定了
服从某一具体分布,但是该分布函数的所有参数还是未知的,如,正态分布的均值 μ μ ,方差
;指数分布的 λ λ ;均匀分布的
, b b 等。假如现在我们收集了
个收益率 R R 的数据:
, i=1,2,…,n i = 1 , 2 , … , n ,那么我们可用这些历史数据来估计参数,具体的估计方法有矩估计法、极大似然估计法等,就不具体阐述了;
③计算 R∗ R ∗ :通过参数估计,我们获得了 R R 的概率密度函数
和分布函数 F(x) F ( x ) 。根据 R∗ R ∗ 的定义(置信水平 p p 下,未来持有期
的最小收益率),用数学语言表示:
则我们要找的 R∗ R ∗ 等于: R R 的概率分布的下分位数 。特殊分布可通过查表求得该下分位数 z1−p z 1 − p 。
(3)计算VaR
①计算绝对VaR:根据公式,
因为 V0 V 0 已知, R∗ R ∗ 已求出,所以代入公式即可;
②计算相对VaR:根据公式,
这里的 E(R) E ( R ) 可由样本均值来估计,即:
也可通过概率密度函数来计算,即: