Cindy2020-09-28 15:16:11

同学你好，如果分不清这三种方法，那就说明知识点掌握的还不够牢固哦，这3种方法都是用来估计VAR值的，

局部定价（Local Valuation）指的是当标的资产价格波动很小时，可以利用切线对衍生品进行定价，即认为衍生品和标的资产价格变动呈现线性关系。与债券的风险度量维度同理，当收益率变动很小时，对应债券价格的变动可以利用美元久期来衡量。资产价格变动在局部就可以看作是线性关系，但涉及大范围波动时，则需要进行非线性关系处理。

∆-N方法为局部定价常用方法之一，其基本思路是通过风险因子的波动研究所持有标的资产的变动，例如通过股票价格变动推演出期权价格变动，通过收益率水平的波动推演出债券价格的变动。
∆-N法求VaR是一种近似的估计，并且只适用于小范围的变动情况。对于非线性关系很强时，此时∆-N法求VaR的误差较大，应采取第二种求VaR的方法，即∆-Γ方法，考虑了二阶导数求VaR。

全局定价法（Full Valuation）适用于结构较为复杂的产品，产品在定价时如果只考虑一阶导数和二阶导数会产生较大误差，所以要利用全局定价法进行定价。全局定价法分为：历史模拟法、重抽样法、蒙特卡洛模拟法、情景分析法。

历史模拟法（Historical Simulation）是全局定价中最常用的方法，首先在无任何分布假设的前提下收集某资产的10年或者20年的真实历史数据，没有假设此数据服从正态分布或t分布，它假设历史会重演，找到给定置信水平所对应的分位点，作为对VaR值的估计。
历史模拟法的优点是历史模拟法利用的都是真实数据，真实数据是考虑了数据之间的相关性的，考虑到价格同时发生变动所产生的相互影响，即考虑了损失呈现肥尾的情况；历史模拟法的缺点是历史不一定会完全重演，过去的历史数据可能不能适合地代表未来。

蒙特卡洛模拟法（Monte Carlo Simulation）是很“暴力”的方法，假设一个分布，然后模拟成千上万次，模拟的结果形成一个新的分布。
蒙特卡洛模拟法优点是可以通过增加模拟次数来提高模拟的准确度，并且以统计分布为基础考虑了情景之间的相关性，所建立的模型可以包含多种风险因素；蒙特卡洛模拟法缺点是存在模型风险，比如输入的参数有误，那么模拟出的结果是有误的，以及所设定的情景可能与未来发展无关。