风控笔记4——市场风险管理
市场风险
框架：
1.VAR值及其他风险
2.交易账簿的风险管理
3.模型依赖性：相关系数
4.风险矩阵与对冲
5.利率期限结构（4个主模型）
6.波动率微笑（期权的执行价格和隐含波动率的图像）
宗旨：市场风险的测量
第一章：
1.市场风险由利率风险（定价基础）、汇率风险（影响跨境业务，管理主要是对汇率风险的特性及其影响因素进行识别）、股票风险、商品风险（主要是指可以在场内自由交易的农产品、矿产品（包括石油）和贵金属等，尤其以商品期货的形式为主）导致
2、账簿：银行账簿和交易账簿
交易账簿（买的目的就是卖出）：为交易目的或对冲交易账簿其他项目的风险而持有的金融工具和商品头寸。
计量：有市场价格取市场价格，没有则按模型定价
风险管理：经济价值视角。考虑市场风险因素波动下，计量交易账簿业务预期未来现金流量净现值，以及净现值变动对盈利水平的影响
银行账簿（买的目的是为了现金流）：除交易账簿之外的其他表内外业务划入银行账簿
计量：采用摊余成本法计价，主要受净利息收入变动对当期盈利能力的影响
风险管理：收益视角，分析的重点是利率变动对报告期内的净利息收入和短期盈利能力的影响
账簿划分及调整
3.数据：算数收益率rT=(PT+DT-PT-1)/PT-1 ,几何收益率RT=ln（PT+DT）/PT-1 ，故RT=ln（1+rt）。当时间差越小，这两者差异越小。
rt=pt/pt-1 -1
4.var值计算：
方法：参数法/非参数法/混合法
参数法：normal var:1.定义：一定置信水平下，某一金融资产在未来一段时间内的最大可能损失。
2.假设：算数收益率满足均值为μ，标准差为o的正态分布
3.公式var=-(μ-zo），其中z是置信水平
lognormal var：假设：几何收益率符合均值为μ标准差为o的正态分布（对数正态分布的图），由于它只能是正的，因此只能衡量价格，不能衡量收益率
公式：var=loss=-（pt - pt-1）=-（pt-1 * er -pt-1）=（1-e（μ-zeo））pt-1
分位点-分位点图：有很多像正态分布但不一定是正态分布的情况，图像横坐标是正态分布的分位点，纵坐标是未知分布的分位点，如果拟合出来接近一条直线，则是正态分布。
存在的问题：假设太难满足了
跳出假设，不通过计算方式：
非参数法：历史模拟法：假设：历史会重演
计算：搜集数据，进行排序，查数
好处：没有维度的诅咒：方差-协方差矩阵：在最初的计算公式中，μ个数是线性增长、μ=w1μ1+w2μ2+。。。，o是平方型增长的，计算量大
优化：浪费数据，且如果数据量太少时不准。方法一：根据已有数据创造数据 方法二：每次抽n个得一个var，然后取平均。
缺陷：置信水平都是离散的，受到样本容量限制，可能找不到如95.1%那个值——解决方案：线性差值
var值缺陷：不满足次可加性/不能衡量尾部损失，解决方法：用conditional var（expected shortfall）：超过var值的值的平均损失（含同值数）
ES和VAR值对比：a.ES>=VAR，ES更平滑一点 b.窗口越长，var值越少；b.var值不平滑，因为是随机抽取的一个值；es是平滑的，因为是尾部损失的平均
c.形成一个数据用的时间段越长，形成的数据就越少，数据量不够 d.老数据对现在没有借鉴意义
其它缺点：预测不出比历史数据更差的var值/如果突然出现了一个很差的值，var值可能只下降一点点，可能会在未来某天有个突变/如果情况又变好了，var值可能不会变/如果有极端事件，结果就会不准/
半参数法：四种：1.解决历史模拟法存在的问题，方法是不要给每个历史数据一样的权重——
时间权重的历史模拟法（BRW）：只改变数据权重，不变数据本身：w2=w1*λ ，权重和为1，得到wi=（1-λ）λ（i-1）/(1-λn）
2.HW法：数据权重不变，改变数据本身大小：以波动率水平反应：调整后r/调整前r=当前O/t天前o，按这个公式调整，重新排序，然后选出那个数
优点：能产出大于历史数据的数，后两个是这个的改进
3.相关系数法：不仅考虑风险还考虑相关系数
4.滤波历史模拟法：用GARCH或AGARCH模型来模拟（优点：考虑了波动率和当前市场状况对波动率影响）
5.极端值：发生概率低但损失难估计
方法：极值理论：
定义极值：每次随机抽n个里的最大值作为极值，这些最大值组成的分布满足广义极值分布