风险模型—VaR模型2

  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$R$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$R$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$R$还是未来的收益率$R$，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$R$的分布。而且，方差—协方差法事先假定$R$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$T$：即根据$R$的定义（未来持有期$T$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$R^*$
①确定置信水平$p$：根据需求确定；
②参数估计：我们已经假定了$R$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$μ$，方差$σ^2$；指数分布的$λ$；均匀分布的$a$，$b$等。假如现在我们收集了$n$个收益率$R$的数据：$R_i$，$i=1,2，…，n$，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$R^*$：通过参数估计，我们获得了$R$的概率密度函数$f（x）$和分布函数$F（x）$。根据$R^*$的定义（置信水平$p$下，未来持有期$T$的最小收益率），用数学语言表示：

$\int_{-\infty}^{R^*}f（x）{\rm d}x=F（R^*）=1-p$，
则我们要找的 $R^*$等于： $R$的概率分布的下分位数 $z_{1-p}$。特殊分布可通过查表求得该下分位数 $z_{1-p}$。

（3）计算VaR
①计算绝对VaR：根据公式，

$绝对VaR=−V_0R^∗，$
因为 $V_0$已知， $R^*$已求出，所以代入公式即可；
②计算相对VaR：根据公式，
$相对VaR=V_0E（R）−V_0R^∗，$
这里的 $E（R）$可由样本均值来估计，即：
$E（R）=\frac{1}{n}\displaystyle\sum_{i=1}^{n}R_i，$
也可通过概率密度函数来计算，即：