第1章风险值的兴起

第1章风险值的兴起内容摘要：

蒙地卡羅模擬法 前言 蒙地卡羅模擬法之概念  蒙地卡羅模擬法之使用  單一風險因子之蒙地卡羅模擬  多風險因子之蒙地卡羅模擬  變異數降低法  蒙地卡羅模擬法之優缺點 18 蒙地卡羅模擬法之概念 步驟：  為所感興趣的隨機變數選擇一個模型  根據「主觀判斷」或可取得的任何歷史或市場資料來估計其參數  為隨機變數建構虛擬或模擬的路徑。  每一組的「隨機」亂數會為投資組合中的金融工具產生一組假設的期末價格。  重複進行這些模擬，直到相信模擬次數已經可以讓投資組合價值的模擬分配非常接近實際投資組合的「真實」 (但未知的 ) 分配為止。  幾乎可以用於應付任何複雜度的問題，並且能輕易地處理其他難以解決的問題。 19 第 9章 隨機風險衡量指標法之應用  選擇隨機過程  處理多變量隨機過程  動態風險  固定收益部位風險  與信用有關之風險  保險風險  衡量退休金風險 20 選擇隨機過程 針對我們想要建模的特定過程建立其典型化特徵，找尋可以反映這些特徵的隨機過程。  股價過程的主要典型化特徵為：隨機、不為負值及向上漂移等。 一個簡便的選擇就是幾何布朗運動  利率過程特別需要建置具有均數復歸特性的隨機過程，可選擇： Vasicek、 CoxIngersollRoss 及 HoLee 等。  能源價格則需要一個可以將均數復歸和跳躍 (jump) 納入考量的價格過程，以解釋偶爾發生的價格飆漲。 21 第 10章 選擇權風險衡量指標之估計 前言 選擇權部位風險之估計  選擇權 VaR之分析與演算解  模擬法  Deltagamma及其相關方法 22 選擇權部位風險之估計 市場風險衡量中最困難的領域之一。 一般估計方法大致可分為三大類：  分析與演算法： • 最簡單易懂，如果可以的話應該盡量使用。 • 但其應用範圍受到相當大的限制  模擬法 ： • 功能較為強大，可應用在更大範圍的選擇權部位。 • 尚未完全發展，所以其潛力未能充分發揮。  Deltagamma及相關方法 ： • 最為人熟知且在使用上最廣泛的方法 • 不容易導入施行，且有可能產生非常不可靠的結果。 23 第 11章 增額和成分風險 前言 風險的拆解  增額風險值  成分 VaR  一致性風險衡量指標之拆解 24 風險的拆解  增額風險 (Incremental risks)：  在某些因子改變時風險的變動情形。  例如，增額 VaR (increremental VaR 或 IVaR) 就是將新部位加到投資組合時， VaR的變動。  成分風險 (Component risks)：  造成某個特定總風險的風險成分或組成要素。  例如，投資組合的 VaR可以被拆解成各個不同的成分，稱為成分 VaR (ponent VaR, CVaR)，它說明每個部位對於整體投資組合 VaR的貢獻。  這兩個工具 對於辨識重要的風險來源及其自然避險的相反部位 (或者是可以減少整體總風險的部位 ) 特別有用。