System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种用蒙特卡洛模型进行反向压力测试计量方法及系统技术方案_技高网

一种用蒙特卡洛模型进行反向压力测试计量方法及系统技术方案

技术编号:40752982 阅读:4 留言:0更新日期:2024-03-25 20:08
本发明专利技术公开一种用蒙特卡洛模型进行反向压力测试计量方法,属于金融工程技术领域;该方法包括:获取历史市场数据;所述历史市场数据包括历史损益金额和历史风险因子变动幅度;根据预设的损益金额阀值和历史市场数据的历史损益金额,从历史市场数据中选取样本市场数据;将样本市场数据输入情景模拟模型中进行模拟,构建模拟情景。本发明专利技术还提供一种用蒙特卡洛模型进行反向压力测试计量系统。本发明专利技术可以在当前用户预先知道市场风险损益的情况下,反向计算出造成这些损益的市场风险因子的变化情况,即正向的情景的值。本发明专利技术可以锁定反向压力测试的情景值。

【技术实现步骤摘要】

本专利技术涉及金融工程,特别是涉及一种用蒙特卡洛模型进行反向压力测试计量方法及系统


技术介绍

1、商业银行目前用于压力测试的方法主要有以下两种方案:

2、(1)基于风险因素变动的情景分析:

3、领先银行往往综合来用如下两种方法进行市场风险分析相关的情景设计:

4、1.1、历史情景法

5、根据历史数据的真实变化判定风险因素未来的走势,用以计量若历史上的真实情景再现时,相关风险因素的变动对当前投资组合造成的影响。

6、历史情景法假定历史上发生过的事情会再次发生,采用该方法进行情景设计较为直观。

7、其优点在于历史数据是发生过的、可信赖的真实数据;缺点是局限于历史上发生过的情景,覆盖不到历史上没发生的情况。

8、1.2、假设情景法

9、也被称为专家决策法,需要由市场风险管理专家根据历史数据和经验判断,识别出对当期投资组合影响重大的风险因素,并对风险因素的变动趋势进行预测,完成情景设计。

10、该方法的优点是结合了当前经济情况和银行的投资组合现状;缺点是主观性较强,往往缺乏可以比较的基准。

11、(2)基于头寸变动的情景分析:

12、通过分析增加或减少一笔头寸对当前投资组合造成的影响,来识别市场风险的主要来源,为银行改进整体风险状况、评估投资机会、分析资产调整对组合风险的影响提供帮助。

13、当前商业银行市场风险的压力测试,都是通过正向的,将风险因子进行调整后,例如:将收益率曲线上浮多个基点,或下浮多个基点后,生成相对应的压力测试情景。

14、然后,市场风险管理系统,根据这些即定的情景,计算出每一个压力测试情景对市场风险损益的影响,从而得出该情景是否合理;而这些情景多数都是相对比较主观,无法真正的反映市场的冲激对市场风险的影响有多大。更无法在商业银行已经知道损益的情况下,从反向来验证市场因子的变化情况。


技术实现思路

1、本专利技术的目的在于提供一种高效的用蒙特卡洛模型进行反向压力测试计量方法及系统。

2、为解决上述技术问题,本专利技术提供一种用蒙特卡洛模型进行反向压力测试计量方法,包括以下步骤:

3、获取历史市场数据;所述历史市场数据包括历史损益金额和历史风险因子变动幅度;

4、根据预设的损益金额阀值和历史市场数据的历史损益金额,从历史市场数据中选取样本市场数据;

5、将样本市场数据输入情景模拟模型中进行模拟,构建模拟情景。

6、优选地,所述历史风险因子变动幅度包括利率、信用点差、通货膨胀率、汇率、商品、利率波动率、汇率波动率、信用指数波动率和vix波动率。

7、优选地,所述情景模拟模型包括black-karasinski模型、growth lognormal模型和mean reversion-normal模型。

8、优选地,将样本市场数据输入情景模拟模型中进行模拟,构建模拟情景,具体包括以下步骤:

9、将利率波动率、汇率波动率、信用指数波动率和vix波动率输入black-karasinski模型进行训练,得到第一预测参数路径;

10、将汇率和商品输入growth lognormal模型进行训练,得到第二预测参数路径;

11、将利率、信用点差和通货膨胀率输入mean reversion-normal模型进行训练,得到第三预测参数路径;

12、根据第一预测参数路径、第二预测参数路径和第三预测参数路径,构建模拟情景。

13、优选地,所述black-karasinski模型的公式如下:

14、

15、

16、优选地,所述growth lognormal模型的公式如下:

17、

18、

19、优选地,所述mean reversion-normal模型的公式如下:

20、

21、本专利技术还提供一种用蒙特卡洛模型进行反向压力测试计量系统,包括:

22、获取模块,用于获取历史市场数据;所述历史市场数据包括历史损益金额和历史风险因子变动幅度;

23、选取模块,用根据预设的损益金额阀值和历史市场数据的历史损益金额,从历史市场数据中选取样本市场数据;

24、构建模块,用将样本市场数据输入情景模拟模型中进行模拟,构建模拟情景。

25、与现有技术相比,本专利技术的有益效果为:

26、本专利技术可以在当前用户预先知道市场风险损益的情况下,反向计算出造成这些损益的市场风险因子的变化情况,即正向的情景的值。本专利技术可以锁定反向压力测试的情景值。

本文档来自技高网...

【技术保护点】

1.一种用蒙特卡洛模型进行反向压力测试计量方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

3.根据权利要求2所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

4.根据权利要求3所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于,将样本市场数据输入情景模拟模型中进行模拟,构建模拟情景,具体包括以下步骤:

5.根据权利要求4所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

6.根据权利要求4所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

7.根据权利要求4所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

8.一种用蒙特卡洛模型进行反向压力测试计量系统,用于实现如权利要求1-7任一所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于,包括:

【技术特征摘要】

1.一种用蒙特卡洛模型进行反向压力测试计量方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

3.根据权利要求2所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于:

4.根据权利要求3所述的用蒙特卡洛模型进行反向压力测试计量方法,其特征在于,将样本市场数据输入情景模拟模型中进行模拟,构建模拟情景,具体包括以下步骤:

【专利技术属性】
技术研发人员:邢晓波王立化李育才王逸哲
申请(专利权)人:神州数码融信软件有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1