Mô Phỏng Lịch Sử - Ngân Hàng Và Rủi Ro

skip to main | skip to sidebar

Pages

• Trang chủ

Subscribe: Ngân hàng và rủi ro

Ads 468x60px

Thứ Ba, 7 tháng 7, 2015

Mô phỏng lịch sử

VaR lịch sử là một phương pháp thông thường để tính VaR. Nó không dựa vào các phép đo tương quan và độ biến động mà sử dụng chuỗi thời gian lịch sử của các nhân tố rủi ro. Chuỗi thời gian ẩn chứa tương quan và độ biến động của các nhân tố rủi ro. Cả nguyên tắc và cách thực hiện đều khá đơn giản và không phải dựa vào những giả định hạn chế trừ giả định dữ liệu lịch sử trong một cửa sổ thời gian có thể điều chỉnh đại diện cho các điều kiện thị trường hiện tại. Đây có lẽ là lý do tại sao nó thường được sử dụng. Cuối cùng, chú ý có một vài đặc điểm chung giữa mô phỏng lịch sử và giả định, khác biệt chính là cách tạo ra chuỗi giá trị của nhân tố rủi ro. Nguyên tắc Giả sử ta quan sát 250 giá trị hàng ngày của ba nhân tố rủi ro chi phối giá trị của hợp đồng giao sau. Ta có thể tính ra 250 giá trị của hợp đồng. Các giá trị nhân tố rủi ro lịch sử không giống như những giá trị sẽ tạo ra giá trị hiện tại của hợp đồng. Vì những độ lệch cẩn thiết xuất phát từ giá trị hiện tại, những quan sát lịch sử này nên được chuyển thành những thay đổi hàng ngày áp dụng cho những giá trị hiện tại của các nhân tố rủi ro này. Áp dụng những thay đổi phân trăm này cho giá trị hiện tại, ta tính được 250 giá trị của nhân tố rủi ro bắt đầu từ giá trị hiện tại của chúng. Tạp hợp mới các giá trị nhân tố rủi ro tương tự những thay đổi lịch sử bắt đầu từ giá trị của hôm nay. Không cần phải dùng giả định chuẩn để tính VaR. Vì ta có phân phối thực của các giá trị, ta có thế tính bách phân vị trực tiếp từ phân phối này. Lợi ích chính của mô phỏng lịch sử là: • Không cần phải tìm công thức của tương quan và độ biến động vì nó & trong dữ liệu lịch sử • Không cần dựa vào giả định phi thực tế về phân phối chuẩn Delta-VaR và VaR lịch sử khác nhau trong trình tự các phép tính và trong số lượng phép tính. Theo delta-VaR, độ nhạy được tính chỉ một lần. được tính. Độ lệch của giá trị công cụ, sử dụng những độ nhạy này, sẽ được tính từ độ lệch của nhân tố rủi ro từ giá trị hiện tại. Đây là phương pháp “tái định giá một phân” vì những giá trị mới xuất phát từ áp dụng độ nhạy bất biến co những giá trị ban đầu. Đọc thêm tại: http://nganhangvaruiro.blogspot.com/2015/07/phep-tinh-var-delta-chuan-cho-hop-ong.html Từ khóa tìm kiếm nhiều: vỡ nợ Gửi email bài đăng này BlogThis! Chia sẻ lên X Chia sẻ lên Facebook Bài đăng Mới hơn Bài đăng Cũ hơn Trang chủ

1 phút quảng cáo

• KÉT SẮT GIA ĐÌNH
• KÉT SẮT HÀN QUỐC
• KET SAT DIEN TU
• http://ketsatantoan.vn/

Bài viết được quan tâm

• Phương pháp phân tích Cholesky
• Ma trận phương sai – hiệp phương sai
• Mô phỏng lịch sử
• Nguyên lý của phân tích Cholesky
• Back test dùng để đảm bảo phép đo rủi ro
• Những nhược điểm của mô hình tuyến tính cơ bản
• Mô phỏng Monte Carlo
• Phép tính xác suất vỡ nợ
• Phương pháp Cholesky
• Những lợi ích chính của tính phụ thuộc Copula

Được tạo bởi Blogger.

Tất cả bài viết

• ▼  2015 (115)
  • ▼  tháng 7 (75)
    • Các mô hình hành vi và phát hành nợ thế chấp
    • Những nhược điểm của mô hình tuyến tính cơ bản
    • Những nguyên tắc chung cho thế chấp CRM
    • Tính kinh tế học của hệ thống tính điểm
    • Lợi ích và nhược điểm của tính điểm
    • Điều chú ý khi sử dụng tần suất vỡ nợ ứng với xếp ...
    • Nguyên lý của tính điểm
    • Ứng các xếp hạng với sác xuất vỡ nợ
    • Xếp hạng phán xét so với mô hình xếp hạng
    • Các thành phần xếp hạng của hệ thống tín dụng nội bộ
    • Xếp hạng tín dụng nội bộ và các quy tắc kinh doanh
    • Xếp hạng tín dụng và liên hệ giữa các đối tác
    • Đánh giá rủi ro qua thang xếp hạng nội bộ
    • Triết lý xếp hạng tín dụng
    • Hệ thống xếp hạng rủi ro tín dụng
    • Nghiên cứu về thống kê vỡ nợ
    • Tìm hiêu thống kê phục hồi
    • Tỷ lệ vỡ nợ hàng năm và Tỷ lệ vỡ nợ tích lũy
    • Quá trình kiểm định
    • Những hiệu ứng gián tiếp và các các kịch bản facto...
    • Kỹ thuật factor push
    • Đặt tiêu chuẩn so sánh
    • Đặt tiêu chuẩn và Back test
    • Back test dùng để đảm bảo phép đo rủi ro
    • Back test cho Var thị trường
    • Mô phỏng NII một cách đơn giản
    • Mô phỏng lãi suất
    • Phân tích PCA dựa trên phân phối chuẩn
    • Ứng dụng Var với thị trường
    • Ví dụ về lãi suất Euribor
    • Mô phỏng lãi suất với PCA
    • Tương quan của nhân tố với lãi suất
    • PCA và cấu trúc kỳ hạn của lãi suất
    • Lãi suất và mô hình nhân tố
    • Mô phỏng một cấu trúc kỳ hạn lãi suất “nhất quán”
    • Cách sử dụng E-Var
    • Mở rộng phân phối Var thị trường
    • Ví dụ hợp đồng quyền chọn
    • Mô phỏng lưới và Mô phỏng Monte Carlo toàn phân
    • Mô phỏng Monte Carlo
    • Ví dụ minh họa điều xảy ra với nhiều nhân tố rủi ro
    • VaR lịch sử, ví dụ hợp đồng giao sau
    • Mô phỏng lịch sử
    • Phép tính VaR delta-chuẩn cho hợp đồng giao sau
    • Phương pháp tái định giá toàn phân
    • Phương pháp delta-VaR
    • Tính độ nhạy – Độ nhạy toán học – Độ nhạy số học
    • Nền tảng khái niệm của Var Dalta chuẩn
    • Ví dụ một tỷ hợp đồng giao sau
    • Nội suy lãi suất từ những nhân tố rủi ro lựa chọn
    • VaR theo những giả định delta-chuẩn
    • Độ nhạy với những tham số thị trường lựa chọn
    • Var delta-chuẩn của danh mục đầu tư
    • Var delta-chuẩn
    • Phương pháp “giá trị gặp rủi ro”
    • Phương pháp phân tích Cholesky
    • Mô phỏng của hai thời gian vỡ nợ phụ thuộc phân ph...
    • Mô phỏng thời gian vỡ nợ của một người đi vay
    • Mô phỏng hai biến chuẩn hóa phụ thuộc
    • Phương pháp tạo ra hai biến chuẩn hóa
    • Thuật toán mô phỏng
    • Phương pháp Copula
    • Ứng dụng của phân tích Cholesky
    • Nguyên lý của phân tích Cholesky
    • Thuật toán mô phỏng cho các biến chuẩn
    • Mô phỏng các biến chuẩn tương quan với các mô hình...
    • Mô hình và hàm ngược
    • Phương pháp Cholesky
    • Những kỹ thuật mô phỏng cổ điển dựa trên mô hình n...
    • Công thức mật độ copula chuẩn
    • Tính toán mật độ copula từ hàm copula
    • Tính phụ thuộc và các hàm Copula
    • Phân biến điều kiện và mô phỏng
    • Hàm dạng đóng và sử dựng hàm mật độ copula
    • Copula chuẩn hai biến
  • ►  tháng 6 (40)

  Copyright (c) 2011 Ngân hàng và rủi ro.