Проверяемый текст
Шитенков Роман Викторович. Методы оценки и управления финансовыми рисками (Диссертация 2002)
[стр. 86]

86 сам, и, путем умножения средневзвешенной доходности на текущую стоимость портфеля, получают распределение возможных значений стоимости портфеля через 1 день.
Далее полученные 100 чисел (сценариев) сортируются по убыванию, т.е.
все значения стоимости портфеля ранжируются.
Из полученных результатов строится гистограмма, по которой можно с заданной вероятностью оценить
УаК.
Взятое с обратным знаком число, соответствующее выбранному доверительному интервалу (например, для уровня 99% необходимо взять число с номером 99), и будет представлять собой
УаК.
портфеля.
Очевидно, что чем больше прогнозный горизонт
УаК, тем больший период исторических наблюдений требуется анализировать.
Например, чтобы проанализировать 250 сценариев для расчета
УаК с прогнозным горизонтом в 5 дней, необходима информация по изменениям цен за последние 250*5=1250 дней торгов, поскольку длительность каждого исторического интервала изменения цен равна прогнозному периоду.
У метода есть безусловные преимущества он не требует серьезных упрощающих предположений и способен улавливать весьма неординарные
события на рынке.
У него, однако, есть и недостатки.

Отметим основные из них [116]: 1.
Будущие колебания рынка вовсе необязательно повторяют прошлые.
2.
Необходимость как можно большег о количества сценариев требует до
тупность и анализ большого объема исторических данных.
3.
Модель не различает более ранние и более поздние исторические изме нения цен, присваивая каждому из них одинаковый вес.
4.
Для крупных портфелей со сложной структурой модель становится слишком громоздкой.
Метод исторического моделирования достаточно легок в использовании.
Он может применяться для несложных портфелей в случае наличия достаточной базы исторических данных.
Но из-за ограниченного количества сценариев, которые можно создать, используя исторические данные, историческое моделирование дает больше ошибок, чем, например, метод Монте-Карло.
[стр. 101]

расчета УаЯ на один день) находится изменение цены каждого базового финансового инструмента, входящего в портфель.
Затем для каждого из этих изменений вычисляется, насколько изменилась бы цена сегодняшнего портфеля.
Для этого генерируются 100 возможных значений цен следующего дня: Р,=-Р0 + ^ /' = 1,2",...»100 (7), где Р0 текущая цена финансового и негру мента, ДР,историческое дневное изменение цены финансового инструмента.
Затем рассчитываются 100 значений доходности каждого финансового инструмента (позиции), входящего в портфель.
Потом находится 100 значений средневзвешенной доходности портфеля по текущим весам, и, путем умножения средневзвешенной доходности на текущую стоимость портфеля, получают распределение возможных значений стоимости портфеля через 1 день Далее полученные 100 чисел (сценариев) сортируются по убыванию, т.е.
все значения стоимости портфеля ранжируются.
Из полученных результатов строится гистограмма, по которой можно с заданной вероятностью оценить
УаЯ.
Взятое с обратным знаком число, соответствующее выбранному доверительному интервалу (например, для уровня 99% необходимо взять число с номером 99), и будет представлять собой
УАЯ портфеля.
Очевидно, что чем больше прогнозный горизонт
УаЯ, тем больший период исторических наблюдений требуется анализировать.
Например, чтобы проанализировать 250 сценариев для расчета
УаЯ с прогнозным горизонтом в 5 дней, необходима информация по изменениям цен за последние 250*5=1250 дней торгов, поскольку длительность каждого исторического интервала изменения цен равна прогнозному периоду.
У метода есть безусловные преимущества он не требует серьезных упрощающих предположений и способен улавливать весьма неординарные
101

[стр.,102]

события па рынке.
У него, однако, есть и недостатки.

Основные из них следующие [116]: 1.
Будущие колебания рынка вовсе необязательно повторяют прошлые.
2.
Необходимость как можно большего количества сценариев требует досту
пность и анализ большого объема исторических данных.
3.
Модель не различает более ранние и более поздние исторические изменения цен, присваивая каждому из них одинаковый вес.
4.
Для крупных портфелей со сложной структурой модель становится слишком громоздкой.
Метод исторического моделирования достаточно легок в использовании.
Он может применяться для несложных портфелей в случае наличия достаточной базы исторических данных.
Но из-за ограниченного количества сценариев, которые можно создать, используя исторические данные, историческое моделирование дает больше ошибок, чем, например, метод Монте Карло.

Метод статистических испытаний Монте-Карло имеет ряд общих особенностей с методом исторического моделирования.
Метод Монте-Карло основан на моделировании случайных процессов с заданными характеристиками.
Основное отличие от метода исторического моделирования состоит в том, что в методе Монте-Карло не производится моделирование с использованием реально наблюдаемых значений факторов риска, а изменения цен активов генерируются псевдослучайным образом в соответствии с заданными параметрами, т.е.
метод использует большое количество случайных или «псевдослучайных» сценариев..
Обычно для этого выбирается статистическое распределение, хорошо аппроксимирующее наблюдающиеся изменения каждого фактора риска, и производится оценка его параметров.
Для этой цели часто используется распределение Стьюдента или смесь нормальных распределений.
Затем на основе выбранного распределения с помощью генератора псевдослучайных чисел генерируются тысячи или даже десятки тысяч гипотетических наборов значений факторов

[Back]