Please enable JavaScript.

Coggle requires JavaScript to display documents.

VaR and the other risk measures 1/2 (Non-Parametric Approaches (Weighted…

- - - - Geometric return data: R= ln[ (期末+D)除期初] = ln(1+r) 具有持續可加性
      - Arithmetic return: r= (期末＋D - 期初 ) 除期初
    - - Normal VaR 假設為正態分佈＝負(mean - Z x standard deviation) **mean是arithmetic
        
        alpha是單尾5% 是 1.645 1% 是 2.326
      - Lognormal VaR 假設為對數正態分佈＝ [1- e^(u-z x sd) ] x 期初 **mean是geometric
    - - Formula 考理解
        
        影響SE的參數: sample size大--> SE減少，概率越少--> SE上升(取值越極端，越不準)
      - Confidence intervals: [q +/- z x SE(q)] 雙尾
        
        90% 1.65 95% 1.96 99% 2.58
  - - - 不是linear時，對比Normal 同Empirical 是fatter / thinner Ex:當Normal 是-2而Empirical 是-4，Empirical是肥尾
- - - - r* t,i = (過去預測σ / 現在預測σ) x 實際回報
      - 好處
        
        考慮了Volatility
        
        算出來了VaR & ES 會包含波動率的信息(GARCH & EWAM)
        
        得到比max loss大的risk estimates
        
        VaR算出來比較準
    - - w1 ＝ (1- λ) 除 (1-λ^n)
      - wi = [λ^ (i-1) x (1-λ)] 除 1-λ^n)
      - 好處
        
        historical simulation是它的一個特列
        
        λ選得好，更好反映大損失
        
        幫助減少以前事件導致的distortion，減少ghost effect
        
        sample size 持續增加，老的數據不會踢，權重只會越來越小