Kivonat a "hitelkockázatok elemzése" könyvből.
Különböző módszerek vannak a pénzügyi eszközök és portfóliók esetleges veszteségeinek becsléséhez. Megjegyezzük a főbbeket:
- var (érték-kockázat - "kockázati költségek");
- hiányosság;
- analitikus megközelítések (például delta-gamma megközelítés);
- Stressz tesztelés (új módszertan).
Fontolja meg a kereskedési pozíciók piaci kockázatának mennyiségi értékelésének legelterjedtebb módszerét - Var.:
A var egy olyan érték becslése, amelyet ebben az időszakban nem haladja meg az adott időtartamot (időhorizont) veszteség egy adott valószínűséggel (a bizalom szintje) az alap pénznem monetáris egységében fejeződik ki. A VAR alap a tanfolyamok és az eszközök árának dinamikája a múltban a múltban.
Az időhorizontot gyakran a portfólióban vagy likviditásának pénzügyi eszközének megállapításának határideje alapján választják ki, a minimális valós kifejezés alapján, amelynek során ez az eszköz jelentős veszteség nélkül megvalósítható a piacon. Az időhorizontot a munkavállalók vagy a kereskedési napok száma határozza meg.
A bizalom, vagy a valószínűség szintje a Bank szabályozási dokumentumaiban kifejezett kockázat preferenciáitól függően van kiválasztva. A gyakorlatban a 95% -os és 99% -os szintet gyakran használják. A Bázeli Bank felügyeleti bizottsága 99% -os szintet javasol, amelyen a felügyeleti hatóságok összpontosítanak.
A VAR értéket három alapvető módszerrel számítjuk ki:
Ez a módszer alkalmazható a pénzügyi eszközök piaci kockázatának értékelésére, amelyekre a bank nyitott helyzetben van. Érdemes megjegyezni, hogy a parametrikus módszer gyenge alkalmas a nemlineáris árajánlatú eszközök kockázatának értékelésére. Ennek a módszernek a fő hátránya a pénzügyi eszközök szokásos eloszlásának feltételezése, amely általában nem felel meg a valódi pénzügyi piac paramétereinek. A VAR parametrikus kiszámításához rendszeresen kiszámoljuk az értékpapírok, az árfolyamok, a kamatlábak vagy más kockázati tényezők árfolyamának volatilitását (a változó, amelyből a bank által nyitott helyzetben lévő költségek változása a legnagyobb) .
A VAR meghatározásának alapvető képlete, figyelembe véve az eszköz pozíciójának értékét, a következő űrlap:
Var \u003d v * λ * σ,
Hol:
λ - kvantilis normál eloszlás a kiválasztott bizalmi szintre. A kvantist a véletlenszerű érték kívánt értékét mutatja az átlaghoz képest, a portfólió hozamának standard eltéréseinek mennyiségében kifejezve. Az eltérés valószínűsége átlagosan 99% -kal, a normál eloszlás kvantylja 2,326, 95% - 1,645;
σ - a kockázati tényező változásának volatilitása. A volatilitás a kockázati tényező normál (RMS) eltérése az előző értékhez képest;
V. - A nyitott helyzet jelenlegi költsége. Nyílt pozícióban a Bank által vásárolt vagy értékesített pénzügyi eszközök piaci értékét olyan módon értjük, hogy a mérleg vagy a kiegyenlítő számlák jelenlegi helyzetében szereplő pénzügyi eszközök száma Nem nulla.
Példa
A befektető tulajdonosa a vállalat részvényei 10 millió rubel. A meghatározott bizalmi szint 99%, egy nap alatt egy ideiglenes horizonton. A részvényárfolyam egynapos volatilitása (σ) \u003d 2.15.
Var \u003d 10 * 2,33 * 2,15 \u003d 50,09 millió rubel.
Más szóval, annak valószínűsége, hogy a befektető vesztesége meghaladja az 50 millió rubelt. A következő napon 1% -kal egyenlő. 50 millió rubelt meghaladó veszteségek. Várható átlagosan 100 napos kereskedelemben.
Ez a módszer a közeljövőben a piaci árak viselkedésének állományának feltételezésén alapul.
Először is, az idő időtartama van kiválasztva (a munkavállalók száma vagy a kereskedési napok), amelyekre a portfólióban szereplő összes eszköz árának történelmi változásai vannak nyomon követve. Minden egyes idő alatt az árváltozási forgatókönyvek szimulálódnak. Az eszköz hipotetikus ára kerül kiszámításra, mivel a forgatókönyvnek megfelelő áremelkedéssel megszorozódik. Ezután egy teljes átértékelése a jelenlegi teljes portfolió áron szimulált alapuló történelmi leírások kiszámítása is, és minden script kiszámítani, hogy mennyi a költsége a jelenlegi portfolió lehet változtatni. Ezt követően a kapott eredményeket a számok csökkenő sorrendben (a legnagyobb veszteség legnagyobb növekedéséből). Végül, a kívánt bizalmi szintnek megfelelően a VAR értéke olyan maximális veszteségként van meghatározva, amely egyenlő, mint a változás mennyisége, amely a szám teljes részével megegyező számmal rendelkezik (1- kvantilis adott bizalmi szinten) * A forgatókönyvek száma.
Ezzel szemben a parametrikus módszerrel, a módszer a történelmi modellezés világossá teszi, és teljes mértékben felmérni a kockázatot, kiválóan alkalmas arra, értékelésére a vagyontárgyak nemlineáris ár jellemzőit. A történelmi modellezés előnye, hogy kiküszöböli a modellkockázat nagy hatását, és a múltban ténylegesen megfigyelt modellen alapul, kivéve a szokásos eloszlásról vagy bármely más sztochasztikus árdinamika modelljét. Érdemes megjegyezni, hogy a VAR kiszámításakor ez a módszer a mérési hibák nagy valószínűsége a történelmi minta kis időszakában. Ezenkívül a legtöbb régi megfigyelések nem tartoznak a mintából, amely drámaian rontja a modell pontosságát.
Példa:
400 forgatókönyvben 300 veszteség és 100 incidens eset volt. Var (95%) a 21. legnagyobb veszteség abszolút értéke (400 + 1-1 (1-0,05) * 400 \u003d 21, ahol 0,05 számszerűsíthető a 95% -os bizalmi szintű), azaz azaz A 380. számú változások.
A Monte Carlo módszer vagy a sztochasztikus modellezési módszer a legösszetettebb módja a VAR kiszámításának legösszetettebb módja, de pontosságának szignifikánsan magasabb lehet, mint más módszereké. A Monte Carlo módszer nagyon hasonlít a történelmi modellezés módjához, az eszközök árának változása, csak a meghatározott elosztási paraméterekkel (matematikai várakozás, volatilitás). A Monte Carlo módszer nagyszámú vizsgálat megvalósítását jelenti - a piacok fejlesztési helyzetének egyszeri modellezése a portfólió pénzügyi eredményének kiszámításával. E vizsgálatok eredményeképpen a lehetséges pénzügyi eredmények eloszlását kapják, amelyek alapján a VAR becslést a kiválasztott bizalmi valószínűség szerint a legrosszabb levágással lehet elérni. A Monte Carlo módszer nem jelenti azt, véralvadás és általánosítása képletek megszerzésének elemző értékelése a portfolió egészére, tehát az eredmény a portfolió és a volatilitás és a korrelációk, akkor lényegesen bonyolultabb modellek. A módszer a következő. A visszamenőleges adatok (időtartam) szerint a matematikai elvárások és a volatilitás kiszámításra kerülnek. A véletlenszám érzékelő használatával az adatok normál eloszlással keletkeznek, és a táblázatban vannak rögzítve. A következő kiszámítja a szimulált árak pályáját a természetes logaritmus képletének és a portfólió értékének megfelelően.
Mivel a Monte Carlo módszerrel végzett VAR értékelése szinte mindig szoftvereszközökkel történik, ezek a modellek nem formulák, hanem kellően összetett szubrutinok. Így a Monte Carlo módszer lehetővé teszi, hogy a kockázatok kiszámításakor szinte bármilyen összetettség modelljét használja. A Monte Carlo módszer előnye az, hogy bármilyen eloszlást használjon. Ezenkívül a módszer lehetővé teszi, hogy szimulálja a piacok viselkedését - trendek, magas vagy alacsony volatilitási klaszterek, a kockázati tényezők, a szkriptek közötti korrelációk megváltoztatása, stb. Meg kell jegyezni, hogy ez a módszer erőteljes számítástechnikai erőforrásokat igényel, és a legegyszerűbb megvalósítások közel lehetnek a történelmi vagy paraméteres variához, ami minden hiányosságának örökségét eredményezi.
A VAR kockázatértékelési módszer hátránya, hogy figyelmen kívül hagyja a piaci kockázatok valódi ábrázolásához szükséges jelentős és érdekes elemet. VAR nem veszi figyelembe, hogy a hozzájárulást a kockázat miatt a piacon, ami a strukturális változások a portfolió kockázatát növelő, valamint azt, hogy milyen fedezeti eszközök vezérlésére az egyedi kockázatot. A modell nem ad információt a VAR értéken kívüli legrosszabb veszteségről (egy adott bizalmi szinten 95% -ban nem ismeretlen, ami veszteség lehet az esetek fennmaradó 5% -ában).
A piaci kockázatértékelés alternatív intézkedéseként egy hiányos módszert alkalmazhatunk, ami átlagos veszteségösszege meghaladja a var. A hiány a konzervatívabb kockázati intézkedés, mint a var. Ugyanezen valószínűséggel a hiányosságok nagyobb tőkét igényelnek. Így lehetővé teszi, hogy vegye figyelembe a nagy valószínűséggel előforduló nagy veszteségeket. Ezenkívül jobban lehetővé teszi, hogy a gyakorlatban gyakoribbak legyenek a kockázat kockázatának becslését, amikor a veszteségeloszlás "vastag farkú" az elosztási funkcióval (eltérések a normál eloszlás valószínűségi sűrűségének szélén).
A piaci kockázat nagysága a Bank saját forrásainak értékének (tőkéjének) értékének kiszámításánál szerepel az Oroszország Bankjának 2004. január 16-án, a 110. és "A bankok kötelező szabályozásáról" ". A piaci kockázatok méretének kiszámítására vonatkozó eljárást az Orosz Föderáció központi bankjának rendelete előírja "a 2007. november 14-i, november 14-én, 313-p. A piaci kockázat kumulatív értékét a következő képlet alapján számítják ki:
Pp \u003d 12,5 * (pr + fr) + bp,
Hol:
Pp. - a piaci kockázat kumulatív értéke;
STB - a piaci kockázat nagysága a kamatlábak változásaira érzékeny pénzügyi eszközökre (a továbbiakban: kamatkockázat);
Fr. - a piaci értékpapírok jelenlegi (tisztességes) értékének megváltoztatására érzékeny pénzügyi eszközökre vonatkozó piaci kockázat nagysága;
Bp - A külföldi pénznemben és nemesfémekben nyitott hitelszervezésre vonatkozó piaci kockázat nagysága.
A standard szórás mellett a befektetési kampányokat a kockázati mutató számítja ki, mint var (kockázati érték). Ez a jelző egy bizonyos idő alatt kiválasztott valószínűséggel egy adott veszteség értékét jellemzi. A kockázat-kockázatot 3 módszerrel kell kiszámítani:
-Ért a kockázati paraméter kiszámításaKockáztatott érték.normál módszer segítségévelSzükség van kockázati tényezőmintára, szükség van arra, hogy a mintavételi értékek száma meghaladja a 250-t (a nemzetközi települések bankjának ajánlását), hogy reprezentativitást biztosítson. Vegye meg a Gazprom részvények idézeteit a 2007. január 9-től 2008. július 31-ig.
A Gazprom tőzsdei idézetek esetében a napi hozamot kiszámítjuk:
Ahol: D-napi hozam;
Az akció jelenlegi értéke;
PI-1 - a tegnapi jövedelmezőség.
A kockázati módszer helyes használata a Delta számítási módban csak akkor érhető el, ha csak az alárendelt normál (Gaussian) elosztási törvény kockázati tényezőit használja. A jövedelmezőség eloszlásának normalitásának ellenőrzése érdekében a részvényeket a Pearson vagy a Kolmogorov -smirnov kritériumai használhatják.
Az Excel-ben lévő képlet így fog kinézni:
Ln ((C3) / C2)
Ennek eredményeképpen az alábbi táblázat kiderült.
Ezután kiszámítható a hozam matematikai várakozása és a jövedelmezőség szokásos eltérése az egész időszak alatt. Az Excel képleteket használjuk.
Matematikai elvárások \u003d srnvov (D2: D391)
Standard deviation \u003d standotclone (D2: D391)
A következő lépésben kiszámítani a kvantilis normál eloszlás funkciót. A kvantist az elosztási funkció (Gaussian funkció) értékei egy adott értékeken, amelyekben az elosztási funkció értékei nem haladják meg ezt az értéket bizonyos valószínűséggel. A Quantist jelentések szerint a Gazprom vesztesége nem haladja meg a 99% -os valószínűséggel.
A Quantizl-t a képlet alapján számítjuk ki:
\u003d NORMO (1%, F2; G2)
A másnap 99% -os valószínűséggel történő kiszámításához a kampány értékének utolsó (aktuális) értékét meg kell szüntetni a kvantilisben hajtogatott kvantilisben. 
XT + 1-érték hozam a következő időpontban.
A részvény értékének számítása Néhány nappal előre egy adott valószínűséggel a következő képletet használjuk.
Hol: Q- A Qitile értéke a Gazprom Részvények normál eloszlásához;
Xt- Az állomány jövedelmezőségének értéke az aktuális időpontban;
XT + 1 -Nament a hozamok eltérése a következő időpontban;
N - Az elkövetkező napok száma.
VAR számítási képleteket egy nap Var (1) és Öt Va (5) nap előre formulák készítenek:
X (1) \u003d (F5 + 1) * C391
X (5) \u003d (gyökér (5) * F5 + 1) * C391
A részvényárának értékének kiszámítása 99% -os valószínűséggel az alábbi ábrán látható.
Az X (1) \u003d 266.06 kapott értékei azt sugallják, hogy a következő napon a Gazprom cselekvési sebesség nem haladja meg a 226,06 rubel értékét. 99% -os valószínűséggel. És X (5) azt sugallja, hogy a következő öt napban 99% -os valószínűséggel a Gazprom Részvények aránya nem csökken 251,43 rubel alá.
A VAR maga kiszámításához (a lehetséges veszteségek értéke) kiszámításához kiszámítjuk a károk abszolút értékét és a relatív. Az Excel-ben lévő képletek a következők:
\u003d C392-G7 \u003d G11 / C392
\u003d C392-G8 \u003d G12 / C392
Ezek a számok szerint a következők: A Gazprom-részvények vesztesége 99% -os valószínűséggel nem haladja meg a 7,16 rubelt. Másnap és a 99% -os valószínűséggel rendelkező Gazprom részvények elvesztése nem haladja meg a 21,79 rubelt. Az elkövetkező öt nap alatt.
A mutató kiszámításaKockáztatott érték."Kézi út"
Hozzon létre egy új munkalistát az Excel-ben. Annak érdekében, hogy meghatározzuk az értékek értékét a kockázat "kézi út", meg kell találni:
A következő paraméterek kiszámítása.
Miután létrehoztunk egy tárolási valószínűségi hisztogramot. Ehhez válassza ki a szolgáltatást -\u003e Adatelemzés -\u003e Hisztogram.
A bemeneti intervallum magában foglalja a Gazprom állomány nyereségességét. A zsebintervallum a visszatérés időközönként. A jelölőnégyzeteket az "integrált százalékos" zászlóra és a "grafika" jelölőnégyzetekre is beillesztjük. A művelet után a következő grafikon és az akkumulációs valószínűség sebessége lesz.
A kumulatív valószínűségi táblázatban megtaláljuk az 1% -os valószínűségi értékeket (ez megfelel az "Integral%" oszlopnak) és meghatározza a kvantilis értékeit. Az első oszlop értékeit kvantilis terjeszteni a nyereségesség Gazprom részvények, a második oszlop gyakoriságát az ilyen értékeket a történelmi mintát, és a harmadik oszlop a valószínűsége az ilyen veszteségeket.
A kvantilis értékei -0,0473-nak felelnek meg, az első módszer kiszámításakor a kvantilis értéke 0,0425 volt. Továbbá a számítás a delta normál módszerhez hasonlóan történik.
Az alábbi táblázat mutatja a VAR kiszámítását. A 99% -os valószínűséggel rendelkező lehetséges veszteségek nem haladják meg a következő 8.47 rubeleket. És öt napon belül nem haladhatja meg a 24.72 rubelt.
következtetések
A kockázati érték kockázatának mértéke lehetővé teszi, hogy értékelje a lehetséges veszteségek értékét mennyiségi mutatókban, ami a pénzügyi kockázatok kezelésének hatékony módszere.
Az elmúlt évtizedekben a globális gazdaság rendszeresen a pénzügyi válságok pezsgőfürdőbe esik. 1987, 1997, 2008 majdnem a meglévő pénzügyi rendszer összeomlásához vezetett, ezért a vezető szakemberek kezdtek fejleszteni a módszereket, a bizonytalanság segítségével, amely a pénzügyi világban uralja. Az elmúlt évek Nobel-díjaiban (a fekete showlza modell, a var, stb.), A gazdasági folyamatok matematikai modellezésének tendenciája, megpróbálja megjósolni a piac viselkedését és értékeli stabilitását.
Ma megpróbálok elmondani a legszélesebb körben használt veszteséges előrejelzésekről - a kockázati érték (var) értékét.
Ennek a módszernek a hátránya a portfoliókra vonatkozó előrejelzések kiépítésének lehetetlensége, amelyet nincs információjuk. Lehetséges is, hogy a portfólió komponensei rövid idő alatt jelentősen megváltoznak.
A számítástechnika jó példája megtalálható a következő linken.
Természetesen ezek nem az egyetlen var számítási technikák. Vannak az egyszerű lineáris és négyzetes ár előrejelzési modellek, valamint egy meglehetősen bonyolult eljárás kovariancia variációk nem szóltam, hanem az érdekelt lesz képes megtalálni a technikák leírását a könyvekben az alábbiakban.
A kritika ellenére a Var sikeresen alkalmazható minden nagyobb pénzügyi intézményben. Érdemes megjegyezni, hogy ez a megközelítés nem mindig alkalmazható, mivel milyen más technikákat hoztak létre hasonló ötletekkel, de egy másik számítási módszer (például SVA).
Figyelembe véve a kritikusokat, a VAR-módosításokat más disztribúciókon, vagy más számítási módszereken alapították egy Gaussi görbe csúcsán. De megpróbálok többet mondani róla.
A kötvények értékének kiszámításának eljárása A folyamat nem teljesen egyszerű, különösen akkor, ha ezt a kérdést összetettnek kell tekinteni, például a költségszámítás a kötvényportfólió egészének kockázata alatt.
Értékelése a kockázat kötvényállomány célszerűen végzi százalék kiszámításához kockázati mutató DV01, de néha, hogy kiszámítja a halmozott kockázati mutató a változatos eszközök állománya, a használatának szükségességét az egyetemes értéke is, mind a saját pénzügyi Eszközök (részvények) és adósság (kötvények) merülnek fel. Ebben az esetben csak a VAR kiszámítását igénybe veheti.
Az alábbiakban a maximális egyszerűsített integrált opció - példa a rubelkötvényekre vonatkozó rubelkötvények értékének számítási eljárására, a moszkvai tőzsdén kereskednek az Excel környezetben *:
Az első szakaszban (lásd a rendszert<ADATGYŰJTÉS\u003e) A piaci adatok megkövetelik, amelyek alapján az elemzés bekövetkezik és közvetlenül kiszámítja az adatokat.
Mivel a piaci adatok forrása, a moszkvai csere által létrehozott havi adatok a napi kereskedelem eredményeit követően. Az információk, az Alas csak fizetett alapon érhető el (legalább a szabad alternatív lehetőségek jelenléte - ismeretlen).
A kiszámításához tanácsos legalább 12 hónapig használni az adatokat.
A következő szakaszban<A piaci adatok alapja \u003e Az automatikus egyesületre vonatkozó eljárás, amely az elmúlt év során a havi adatokat konszolidálja.
A rendszer független folyamatában bemutatott<Adattelenség\u003e Ez egy lehetséges egy kiegészítő eleme automatikus betöltését adatok egy adott kötvényállomány (az alábbi példa szerint, ez a folyamat nem támogatja a letöltéshez, de ha szükséges, akkor nem lesz sok nehéz megszervezni az automatikus csere) .
Alkalmazás "VAR kiszámítása kötvényekre » .
Letöltés
A használatra vonatkozó rövid eljárás *:
2. A mappába helyezett havi adatok:
... kiszámítás a var kötvények \\ számítás var \\ a. Exchange idézetek \\ Kötvények \\ 12 hónap
4. Futtassa a fájlt<РАСЧЕТ VAR ОБЛИГАЦИЙ.xlsm>.
4.1. Az „összevont” fájlt a táblázat adja meg a számítás időpontja (az utolsó munkanap letölthető az adatcsere) az alább felsorolt \u200b\u200bparaméterek javasolják változatlan marad (alapértelmezett).
4.3. Ezután kattintson az "Összefoglaló táblák" gombra, amely a "Konszolidált" fájllap felső sarkában található.
Minden számítás készen áll!
a) A fájl "Service" lapján a megfelelő táblázatban töltse ki a saját portfóliójának adatait.
Kezdjük, emlékeztetünk Önre, amely a kockázati értéket (VAR) értékeli:
A VAR jelző azt mondja, hogy a veszteségek nem haladják meg a monetáris egységek X-ét az R valószínűségével.
Például, ha egy napos VAR irányuló portfólió -23.000 megbízhatósági hatékony valószínűségi szintet, ami azt jelenti, hogy a valószínűsége 0,95 veszteség egy nap, a portfolió értéke nem haladhatja meg a -23.000 dollár, és ennek megfelelően , 1 - 0,95 \u003d 0,05 valószínűséggel meghaladja a 23000 dollárt.
A Variation-Covian Var Formula nagyon egyszerű:
Var \u003d - p * k * sigma * sqrt (t / 252)
Hol:
P - a portfólió költsége;
K - kvantist a normál eloszláshoz. Például a bizalmi valószínűség szintjén 0,95, k \u003d 1,645. Ez valójában hány sigms kell vinnünk, hogy megkapja a kívánt szintű bizalmi valószínűségét;
Sigma - a portfólió hozamunk éves volatilitása vagy szórása az évre;
T - Horizon, amelyre a napokat nagyra értékelem;
252 - Az éves üzleti napok számának feltételezése;
SQRT (T / 252) - felelős skaling volatilitás a horizonton van szükségünk, mint a pénzügy azt feltételezzük, hogy a volatilitás arányos a gyökér időről.
A portfólió Sigma könnyen kiszámítható a következőképpen:
1. Értékelje a Covariancia mátrix C-t a portfólióban lévő eszközök egy napos hozama között, például az elmúlt 252 napban.
2. Számítsa ki az eszközök vektorát a portfólióban, hogy összegük 1-vel egyenlő legyen.
3. Tekintse meg a portfólió diszperziót Sigma ^ 2 \u003d W "* C * W-nek, ahol" átültetést jelent. Távolítsa el a négyzetgyöket a diszperzióból, és kap egy portfólió Sigmát.
4. Szorozzuk meg a kapott SIGMA-t az SQRT-en (252), hogy megkapjuk portfóliónk éves volatilitását.
Próbáljunk meg mindent megtenni egy egyszerű példával egy EKELLER 2 részvényre, amelyek közül az egyik az Intel (INTC), a második Texas eszközöknek (TXN):
Miután letöltötte a napot a finance.yahoo.com-val az elmúlt év során, becsüljük a kovarianciát a napi hozamok között:
Meg kell jegyeznünk, hogy a kovariancia mátrix szimmetrikus, és a fő átlósok esetében minden egyes részesedés kovariance, amely megegyezik a cselekvés jövedelmezőségének diszperziójával.
Most feltételezzük, hogy hosszú Intc-ben 250.000 USD-t vásároltunk, és 750.000 USD-t vásároltunk. Ezután a súlyvektor (0,25, 0,75) lesz.
Most kiszámítom portfóliónk Sigma: 
Így Sigma \u003d 0,26.
Most helyettesítheti a kiszámított értékeket a fenti képlet kiszámításához VAR variáció kovariancia módszerrel értékelni az egynapos VAR a portfolió két INTC és TXN részvényeinek értéke 1.000.000 $ a bizalmat valószínűsége 0,95: 
Így var \u003d -26958,6 $. Vagyis 0,95 valószínűséggel, a két részvény portfólióján egy napon belül nem haladja meg a 26958,6 dollárt.
A történelmi VAR következő kiszámításának általános megközelítése:
1. Határozza meg a forgatókönyvek számát, amelyekről a Var-t szeretnénk kiszámítani.
2. Az összes portfólió eszköz esetében napi történelmi árszámokat veszünk figyelembe ugyanezen időszakra, amely megegyezik a + 1 forgatókönyvek számával.
3. Számítsa ki az egyes szerszámok napi hozamait.
4. Minden nap történet, ami egy külön forgatókönyv lehetséges viselkedését a portfolió segítségével napi nyereségesség, úgy véljük nap nyereség / veszteség minden eszközt, majd a teljes nyereség / veszteség a portfolió.
5. Miután megkapta a portfólió / veszteségvektort minden egyes parancsfájlhoz, minimumról maximumra rendezzük.
6. Most meg kell határozni a kritikus forgatókönyv úgynevezett számát. Ehhez egy adott megbízhatósági valószínűségre van szükség a forgatókönyvek számával, és kerekíti az értéket a legközelebbi egészre.
7. Ahhoz, hogy VAR, meg kell számolni az elejétől a vektor, amely megfelel a lehető legnagyobb profit számú forgatókönyvet, ahány a kritikus forgatókönyv kapott a 6. pontban és a következő forgatókönyv ad nekünk az értéke VAR.
Példánkért, vegye figyelembe a 250-es forgatókönyvek számát. Ezután a kritikus forgatókönyv kiszámítása a következő: 
Megkapta a kritikus forgatókönyv számát 238.
Most építeni a nyereség / veszteség vektor a portfólió minden 250 forgatókönyv meghatározza a történelmi var: 
Így az egynapos történelmi var a mi példaként -25845.4 $.
Néha a történelmi VAR kiszámításának hangos megközelítésének módosítása történelmi adatok mérésével módosul, hogy a régebbi adatok kevésbé súlyosak legyenek a VAR kiszámításakor, a legutóbbi adatok.
Ismét a kiválasztott számú forgatókönyvet számítás határozza meg az ablakot, amelyben a VAR fogják értékelni, és ha ezt az ablakot tartalmaz néhány szélsőséges események a piacon, akkor figyelembe kell venni a VAR pontszámot. Vagyis az elemző kockázata kifejezetten kiválaszthatja az ablakot, hogy rögzítse, például a magas volatilitás a piacon, és értékelje a VAR-t.
Ha a portfolió eszközök különböző pénznemekben majd szükség dönt a alapvalutájában portfolió historikus kereskedések valuta tanfolyamok is figyelembe veszi profit / veszteség a változó árfolyam számítása során a nyereség / veszteség az egyes portfólió eszközök minden szkript.
Összehasonlítva a variáció-kovariancia VAR egyenlő a -26958,6 $ és a történelmi VAR megegyezik a -25845,4 $ látni fogjuk, hogy a történelmi VAR értékeli esetleges veszteségek a portfólió kisebb, mint a variációs kovariancia. Ez általában az ellenkezője. A történelmi VAR kiszámításához nagyszámú forgatókönyvekkel a veszteségek értékelése magasabb, mint a változat és a kovariancia módszer értékelése, figyelembe véve a valós forgalmazás és a vastag farok jelenlétét.
A két megközelítés összehasonlítása az alábbi előnyöket / mínuszokat eredményezi mindegyik számára.
Variáció-kovariancia megközelítés a VAR kiszámításához:
Minuszok:
1. A szerszámok jövedelmezőségének normális eloszlásával kapcsolatos feltételezés.
2. Ha egy napnál hosszabb ideig kiszámítja a var kiszámítását, feltételezzük, hogy a kovariancia mátrix állandó.
3. Lehetetlen használni a VAR kiszámítását az opciók és eszközök funkciókhoz.
Előnyök:
1. Gyors számítás, nem igényel nagy számítástechnikai erőforrásokat.
2. Ha csak a lineáris eszközök, például a részvények, a határidős, pénznemek használhatók a var.
3. A kovariancia mátrix beszerezhető az eladóból, hogy maga a számítással ne gőzölje meg.
Történelmi megközelítés a számításhoz VAR:
Előnyök:
1. A jövedelmezőség igazi eloszlása \u200b\u200ba piacon valódi vastag farokkal.
2. A kovariancia mátrixot nem számítják ki.
Minuszok:
1. A VAR OPCIÓK számításának nehézségei az opcionális pályákként rövidek, és számos opciós sáv tárolásával kapcsolatos problémák is vannak.
2. Infrastruktúra-költségek arra utalnak, hogy az adatbázis legyen, ahol a történelmi árakat forgalmazott eszközök lesznek tárolva.
A kötődés a poszt a exchell amely tartalmazza az összes vonatkozó számítások a példák.
