VaR(위험가치, 위험관리)의 정의, VaR(위험가치, 위험관리)의 현황, VaR(위험가치, 위험관리)의 역사적 시뮬레이션분석방법, VaR(위험가치, 위험관리)의 델타분석방법
- 최초 등록일
- 2013.04.27
- 최종 저작일
- 2013.04
- 13페이지/
한컴오피스
- 가격 5,000원
![할인쿠폰받기](/images/v4/document/ico_det_coupon.gif)
목차
Ⅰ. 서론
Ⅱ. VaR(위험가치, 위험관리)의 정의
Ⅲ. VaR(위험가치, 위험관리)의 기본모형
Ⅳ. VaR(위험가치, 위험관리)의 측정수단
1. 기준요율 듀레이션(key rate duration: KRD)과 OAS 듀레이션
2. VaR 측정
3. VaR의 정보적 가치
Ⅴ. VaR(위험가치, 위험관리)의 현황
Ⅵ. VaR(위험가치, 위험관리)의 역사적 시뮬레이션분석방법
Ⅶ. VaR(위험가치, 위험관리)의 델타분석방법
1. 포지션에 포함된 각 금융자산의 위험요인을 결정하는 과정
2. 위험요인간의 상관관계를 추정하는 과정
3. 델타를 이용하여 포지션의 변동을 추정하는 과정
Ⅷ. 결론 및 시사점
참고문헌
본문내용
Ⅰ. 서론
어떤 포트폴리오를 구성하는 자산의 일부인 부분집합에 대응하는 VaR를 Component VaR 라 한다. 이 Component VaR를 구하기 위하여 먼저 VaR에 대한 정의를 다시 한번 살펴보자.
현금흐름의 map p 가 N개의 component 현금흐름으로 구성되어 있다면 다음의 식(1)이 성립한다.
<중 략>
표준모형에서 위험을 측정하기 위해 사용되는 변동성(volatility)의 개념은 분포의 꼬리부분에서의 급격한 움직임(extreme movement)을 설명하기에는 다소 거리가 있는 개념이다. 즉, 서로 다른 두 자산가격의 변동성이 비록 같더라도, 시장에서 자산가격의 극값들이 보이는 움직임은 서로 완전히 다를 수 있다. 변동성이란 우리가 흔히 확률변수의 분산으로 이해되는 개념으로 분포의 전체적인 흩어짐의 정도를 나타내는 것이며, 극값(extremes)의 움직임이란 분포의 다른 영역과 분리되어 분포의 꼬리 형태만이 보여주는 특징이기 때문이다.
따라서 좀 더 위험을 통계적으로 정확하게 측정하기 위해서는 위험요인(risk factor)의 극값들과 이들이 모여 있는 분포의 꼬리영역에 대해서 관심의 초점을 맞출 필요가 있게 된다. 또한, 이와 더불어 현실적으로 관찰되는 수익률 시계열의 동태적 이분산성(heteroscedasticity)도 고려할 필요가 있다. 흔히 GARCH류 모형으로 대변되는 조건부 이분산 모형들은 수익률 시계열의 변동성이 보여주는 밀집현상(clustering) 등과 같은 경험적 특징들을 잘 반영하고 있다. 따라서 실제로 위험을 측정하는 경우에는 분포의 꼬리영역에 대한 정보뿐만 아니라, 이러한 모형들로부터 얻을 수 있는 동태적 이분산성에 대한 정보도 명시적으로 이용하는 것이 보다 정확한 위험의 측정을 위해 중요한 요소가 된다.
참고 자료
강병호(1997), 위험가치(VaR)모형의 의의와 그 유용성 2, 전국은행연합회
김건우(2010), VaR의 문제점과 그 대안, 경희대학교 산업관계연구소
김현중 외 5명(2008), 운영리스크 VaR 추정값의 안정성검증 방법 연구, 한국통계학회
서성효(2010), 극단 손실값을 이용한 VaR의 추정과사후검증, 경상대학교
이대환(2000), 위험가치(VaR)모형 추정방법 및 시장위험 측정에 관한 실증연구, 한양대학교
조지호(1999), 위험가치 모형을 이용한 새로운 신용평가기법, 한양대학교경영연구소