Проверяемый текст
Шитенков Роман Викторович. Методы оценки и управления финансовыми рисками (Диссертация 2002)
[стр. 87]

87 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
огличие от метода историческою 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
Стыодента или смесь нормальных распределений.
Затем на основе выбранного распределения с помощью генератора псевдослучайных чисел генерируются тысячи или даже десятки тысяч гипотетических наборов значений факторов
риска.
Полученные значения используются для расчета величин прибылей и убытков, вызванных изменением стоимости портфеля.
На последнем этапе строится распределение прибылей и убытков портфеля и определяется величина рисковой стоимости.
Имитируемое распределение может быть в принципе любым, а число сценариев весьма большим (до нескольких десятков тысяч).
В остальном метод аналогичен историческому моделированию.
Метод очень широко используется в финансовой сфере для оценки производных инструментов и оценки
УаК.
портфеля.
Монте-Карло является очень трудоемким методом, расчеты занимают много времени (от нескольких минут до нескольких часов) даже на самых мощных вычислительных системах.
По этой причине, его очень часто избегают, когда можно решить поставленную задачу более простыми методами.
Большим преимуществом метода Монте-Карло является то, что существуют такие сложные задачи, которые не могут быть решены другими методами, кроме метода Монте-Карло.

В силу сложности финансовых задач этот метод («метод последней надежды», как его часто называют) используется достаточно часто.
[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


[стр.,103]

риска.
Полученные значения используются для расчета величин прибылей и убытков, вызванных изменением стоимости портфеля.
На последнем этапе строится распределение прибылей и убытков портфеля и определяется величина рисковой стоимости.
Имитируемое распределение может быть в принципе любым, а число сценариев весьма большим (до нескольких десятков тысяч).
В остальном метод аналогичен историческому моделированию.
Метод очень широко используется в финансовой сфере для оценки производных инструментов и оценки
УаЯ портфеля.
Монте-Карло является очень трудоемким методом, расчеты занимают много времени (от нескольких минут до нескольких часов) даже на самых мощных вычислительных системах.
По этой причине, его очень часто избегают, когда можно решить поставленную задачу более простыми методами.
Большим преимуществом метода Монте-Карло является то, что существуют такие сложные задачи, которые не могут быть решены другими методами, кроме метода Монте-Карло.

Поскольку многие финансовые задачи достаточно сложные, этот метод («метод последней надежды», как его часто называют) используется достаточно часто.
Рассмотрим, для примера, как сложный опцион можно оценить методом Монте-Карло.
Предположим, что цена опциона зависит от двух факторов (переменных): индекса акций и валютного курса.
Симуляция Монте-Карло оценит опцион следующим образом: 1.
Случайным образом генерируются 10 ООО сценариев рыночной стоимости переменных, влияющих на стоимость опциона, до истечения срока опциона.
Сценарии генерируются с уже объединенным распределением вероятности двух переменных.
Например, обе переменные могут быть приняты как общее нормальное распределение со стандартными отклонениями и корреляцией, рассчитанной на базе исторических данных.
2.
Определяется стоимость опциона в день истечения срока для каждого из 10 ООО сценариев.
103

[Back]