风险管理中情景生成的一种新方法

我们为银行业风险管理的目的，提供了一种新的动态情景生成方法。我们将传统技术（如历史模拟和蒙特卡洛模拟）的思想联系起来，提出了一种混合方法，该方法兼具标准程序的优点，同时消除了其若干缺点。我们不再考虑为风险因子向量构建未来一天或十天的静态分布问题，而是将问题嵌入到一个动态框架中，在该框架下，任何时间范围都可以被一致地模拟。此外，我们对每个风险因子使用数学金融学中的标准模型，从而连接了交易与风险管理的世界。我们的方法基于随机微分方程（SDE），如HJM方程或Black-Scholes方程，这些方程控制着风险因子的时间演化；基于针对所选SDE的市场经验校准方法；以及基于用于数值求解相应SDE的欧拉格式（或高阶格式）。本文提出的经验校准过程可以看作是所谓滤波历史模拟方法的SDE对应物；在我们的案例中，波动率的行为源于对底层SDE的假设。此外，我们能够轻松地将“中等规模”和“大规模”事件纳入我们的框架，同时始终精确区分从市场获得的信息与来自风险管理者必要先验直觉的信息。文中给出了一个具体实现的结果。