一种新的风险管理情景生成方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要翻译：
我们为银行业的风险管理提供了一种新的动态情景生成方法。我们将传统技术的思想--如历史模拟和蒙特卡罗模拟--联系起来，我们提出了一种混合方法，它分享了标准过程的优点，但消除了它们的一些缺点。我们不再考虑静态问题，即为风险因素向量构造一天或十天的提前分布，而是将该问题嵌入到一个动态框架中，在该框架中，任何时间范围都可以一致地模拟。此外，我们对每个风险因素都使用数学金融的标准模型，从而连接交易和风险管理的世界。我们的方法基于随机微分方程（如HJM方程或Black-Scholes方程），控制风险因素的时间演变，基于对所选SDE的市场的经验校准方法，以及用于对各自SDE进行数值评估的欧拉格式（或高阶格式）。本文提出的经验标定过程可以看作是所谓的过滤历史模拟方法的SDE对应；在我们的案例中，波动性的行为源于对基础SDEs的假设。此外，我们能够很容易地将“中型”和“大型”事件纳入我们的框架中，总是准确地区分从市场获得的信息和来自风险经理必要的先验直觉的信息。给出了一个具体实现的结果。
---
英文标题：
《A new approach for scenario generation in Risk management》
---
作者：
Juan-Pablo Ortega and Rainer Pullirsch and Josef Teichmann and Julian
  Wergieluk
---
最新提交年份：
2009
---
分类信息：

一级分类：Quantitative Finance        数量金融学
二级分类：Risk Management        风险管理
分类描述：Measurement and management of financial risks in trading, banking, insurance, corporate and other applications
衡量和管理贸易、银行、保险、企业和其他应用中的金融风险
--
一级分类：Quantitative Finance        数量金融学
二级分类：Computational Finance        计算金融学
分类描述：Computational methods, including Monte Carlo, PDE, lattice and other numerical methods with applications to financial modeling
计算方法，包括蒙特卡罗，偏微分方程，格子和其他数值方法，并应用于金融建模
--

---
英文摘要：
  We provide a new dynamic approach to scenario generation for the purposes of risk management in the banking industry. We connect ideas from conventional techniques -- like historical and Monte Carlo simulation -- and we come up with a hybrid method that shares the advantages of standard procedures but eliminates several of their drawbacks. Instead of considering the static problem of constructing one or ten day ahead distributions for vectors of risk factors, we embed the problem into a dynamic framework, where any time horizon can be consistently simulated. Additionally, we use standard models from mathematical finance for each risk factor, whence bridging the worlds of trading and risk management.   Our approach is based on stochastic differential equations (SDEs), like the HJM-equation or the Black-Scholes equation, governing the time evolution of risk factors, on an empirical calibration method to the market for the chosen SDEs, and on an Euler scheme (or high-order schemes) for the numerical evaluation of the respective SDEs. The empirical calibration procedure presented in this paper can be seen as the SDE-counterpart of the so called Filtered Historical Simulation method; the behavior of volatility stems in our case out of the assumptions on the underlying SDEs. Furthermore, we are able to easily incorporate "middle-size" and "large-size" events within our framework always making a precise distinction between the information obtained from the market and the one coming from the necessary a-priori intuition of the risk manager.   Results of one concrete implementation are provided.
---
PDF链接：
https://arxiv.org/pdf/0904.0624

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：风险管理 Applications Quantitative distribution Differential scenario SDEs 源于 方法 标准