R语言中的风险价值模型度量指标TVaR与VaR
  TEZNKK3IfmPf 2023年11月12日 25 0

99%的预期缺口[…]与99.6%的[…]风险值非常接近

受到“ 瑞士经验”报告中一句话的启发,在99%置信水平[...]上的预期缺口[…]对应于大约99.6%至99.8%的风险价值

 

回顾

R语言中的风险价值模型度量指标TVaR与VaR

 

R语言中的风险价值模型度量指标TVaR与VaR

对于任何(绝对)连续累积分布函数R语言中的风险价值模型度量指标TVaR与VaR,严格增加,因为(VaR和TVaR)都是连续的,并且严格增加,所以可以将任何TVaR与某个VaR关联在一起 。即

R语言中的风险价值模型度量指标TVaR与VaR

 与

R语言中的风险价值模型度量指标TVaR与VaR

考虑例如对数正态分布。由于没有关于预期短缺的简单表达式,因此 使用蒙特卡洛模拟对其进行近似。然后,使用累积分布函数获取风险值的关联级别,

> n=1e7
> TVaR_VaR_LN=function(p){
+     X=rlnorm(n)
+     E=mean(X[X>qlnorm(p)])
+     return(plnorm(E))
+ }

例如

> TVaR_VaR_LN(.99)
[1] 0.9967621

为了绘制它,定义

> prob=c(seq(.8,.99,by=.01),.995)
> P_ln=unlist(lapply(prob,TVaR_VaR_LN))

现在,如果考虑尾巴较轻的分布,例如指数分布

> P_exp=unlist(lapply(prob,TVaR_VaR_exp))

或厚尾的分布(如帕累托)

 

我们有不同的概率水平。

R语言中的风险价值模型度量指标TVaR与VaR

 

因此,尾部越重,概率水平越高。因此,在某些情况下,始终用99.6%VaR qppfoximate 99%TVaR可能有效,例如

> TVaR_VaR_exp(.99)
[1] 0.9963071

 

【版权声明】本文内容来自摩杜云社区用户原创、第三方投稿、转载,内容版权归原作者所有。本网站的目的在于传递更多信息,不拥有版权,亦不承担相应法律责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@moduyun.com

  1. 分享:
最后一次编辑于 2023年11月12日 0

暂无评论

推荐阅读
  TEZNKK3IfmPf   2023年11月15日   39   0   0 R语言
TEZNKK3IfmPf