位置:成果数据库 > 期刊 > 期刊详情页
基于投影降维技术的期权组合非线性VaR模型
  • ISSN号:1007-9807
  • 期刊名称:管理科学学报
  • 时间:0
  • 页码:72-82
  • 语言:中文
  • 分类:F830[经济管理—金融学]
  • 作者机构:[1]浙江大学管理学院,杭州310058, [2]浙江财经学院金融学院,杭州310018
  • 相关基金:基金项目:国家自然科学基金资助项目(70771099;71171176),浙江省哲学社会科学重点研究基地社科规划课题重点资助项目(10JDGZ02Z).
  • 相关项目:期权组合非线性VaR度量模型及数值方法研究
作者: 陈荣达|吕轶|
中文摘要:

高维期权组合VaR值的计算时间和计算工作量随着市场风险因子维数的增加而迅速增加.为此,引入投影降维技术,用少数几个风险因子来解释高维期权组合总的风险,并结合快速卷积方法,建立了基于投影降维技术的市场风险因子呈厚尾分布情形下的期权组合非线性VaR模型,达到减少计算时间和计算工作量的目的,同时期权组合价值变化的信息又没有太大的损失.数值结果表明,投影降维技术能够达到与快速卷积方法、Monte—Carlo方法差不多的估算精度,而计算效率明显优于快速卷积方法、Monte—Carlo方法,计算时间和计算工作量明显减少.

英文摘要:

To obtain VaR of options portfolio with many dimensions, the calculation time and effort increases rapidly when market risk factors increase. For this reason, the paper introduces a projection dimension reduc- tion technique to compute VaR of the options portfolio, which uses a few risk factors to explain the total risk of the options portfolio with many dimensions. Moreover, the paper combines it with a fast convolution method, and establishes nonlinear VaR model of options portfolio based on projection dimension reduction technique with market risk factors having heavy-tailed distributions. As a result, the computation time and effort have been largely reduced, however, the information of the change in the options portfolio value has almost not been lost. Numerical results show that computational accuracy using projection dimension reduction technique is slightly different with that of fast convolution method or Monte Carlo simulation method. However, projection dimension reduction technique is more efficient than the fast convolution method or Monte Carlo simulation method of calculation, as its com~utation time a,r] effr, rt ~r~ ~;~,,;~;,.~1 4 a

同期刊论文项目
同项目期刊论文
期刊信息
  • 《管理科学学报》
  • 北大核心期刊(2011版)
  • 主管单位:国家自然科学基金委员会
  • 主办单位:国家自然科学基金委员会管理科学部
  • 主编:郭重庆
  • 地址:天津大学25教学楼A区908室
  • 邮编:300072
  • 邮箱:jmstju@263.net
  • 电话:022-27403197
  • 国际标准刊号:ISSN:1007-9807
  • 国内统一刊号:ISSN:12-1275/G3
  • 邮发代号:6-89
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国人文社科核心期刊,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:22041