Cindy2019-04-29 15:56:53

同学你好
    模型校准过程（incorrect calibration）中产生的问题：
    模型校准最常见的问题是没有及时更新，因此模型校准过程要注重更新。比如一家银行的不良率是3%，这个3%可能是经济环境比较好的时候的不良率，现在银行的不良率变成2.3%，同时经济环境也发生了变动，我们在做违约概率校准的时候就要去关注经济环境发生变化，那么校准也要随时的更新，不能再用以前的参数去建模了。
    估计市场上的波动率和相关性，估计波动率和相关性用的大部分都是历史数据，可以构建EWMA、GARCH模型等等。如果用次贷危机发生之前的数据，估计出来的波动率就会比较小；如果估计的时间窗口包含了次贷危机，那么估计出来的波动率和相关性就会很大，所以选择不同的时间段，不同的分析时间，对结果也会产生很大的影响。如果模型里的参数发生了变动，波动率也会发生变动，那么这个模型是否还能预测投资组合风险，就不一定了。
    LTCM的一个策略是买入俄罗斯的国债，卖出德国的国债，根据历史数据，这两个产品的相关性很高，一旦危机发生了，相关系数几乎变成了-1，俄罗斯国债发生违约了，买入的俄罗斯国债价格下跌，德国国债相对比较安全价格上涨。出现了两边亏损，于是它之前的套利过程完全失效了。失效的原因就是因为LTCM忽略了波动率和相关性随市场的变化。所以模型的及时校准是非常重要的。