e1 John Hull 風險管理與金融機構 v5
練習題
13.1 採用500天的歷史數據來計算VaR需要做什麼樣的假設?
13.2 請證明當λ趨向於1時,第13.3.1節中的權重趨向於基本歷史模擬的權重。
13.3 假定我們由1 000個觀察值得出1天展望期的95%的VaR為500萬美元,將觀察值與標準分佈進行擬合,損失分佈對應於95%分位數的概率密度函數值為0.01,請問估算的VaR的標準誤差為多少?
13.4 在第13.1節中計算出的1天展望期的99%的VaR為253 385美元,利用作者網站上的表單來計算:(a)1天展望期的95%的VaR;(b)1天展望期95%的ES;(c)1天展望期的97%的VaR;(d)1天展望期的97%的ES。
13.5 利用作者網站上的表單及第13.1節的基本方法來計算1天展望期的99%的VaR和ES,假定資金是按等量投資於4個指數。
13.6 對於我們考慮的例子,通過第13.3.1節中對觀察值進行加權所得出的1天展望期的99%的VaR等於282 204美元,ES為400 914美元。將計算過程中的參數λ由0.995變為0.99,利用作者網頁上的表單來計算1天展望期的99%的VaR和ES。
13.7 對於我們考慮的例子,通過第13.3.3節中的對波動率進行更新方法所得出的1天展望期的99%的VaR等於627 916美元,ES為777 545美元。將計算過程中的參數λ由0.94變為0.96,利用作者網站上的表單,計算1天展望期的99%的VaR和ES。
13.8 在第13.6節的極值理論應用中,損失大於400 000美元的概率為多少?
13.9 在第13.6節的極值理論應用中,在97%置信區間下的1天展望期的VaR為多少?
13.10 在第13.6節的極值理論應用中,將u由160變為150,這會對最大似然估計的ξ和β產生什麼影響?這將對1天展望期的VaR和ES產生什麼影響?考慮置信範圍分別為:(a)99%;(b)99.9%的情形。
13.11 對錶13-7中經波動率更新程序處理的以及作者網站上的數據進行極值分析,在分析中假定u=400,ξ和β的最佳擬合值為多少?計算1天展望期,置信度分別為99%和99.9%的VaR及ES。損失大於600 000美元的概率為多少?