ISSN: 0137-0782
Поступила: 14.08.2024
Принята к публикации: 27.10.2024
Дата публикации в журнале: 31.01.2025
Ключевые слова: метод Монте-Карло, метод сценариев, процентный своп, Value-at-Risk
DOI: 10.55959/MSU/0137–0782–15–2025–49–1–35–42
Гудков И.Д., Демин Д.А., Назаров Л.В. Об оптимизации выбора сценариев для оценки рисков финансовых инструментов // Вестник Московского университета. Серия 15. Вычислительная математика и кибернетика. 2025. № 1. С. 35-42 https://doi.org/10.55959/MSU/0137–0782–15–2025–49–1–35–42.
В работе описан модифицированный метод сценариев для оценки рисков финансовых инструментов. В его основе лежит предложенный Ф. Джамшидианом и Ю. Чжу метод сценариев, позволяющий существенно ускорить вычисление показателей риска больших портфелей по сравнению с методом Монте-Карло. Предлагаемая в настоящей работе модификация состоит в изменении способа выбора сценариев (в действительности точек аппроксимирующего распределения) и позволяет улучшить качество аппроксимации и точность оценок. Более того, новый метод не накладывает ограничений на вид распределения факторов, влияющих на цену портфеля, что позволяет расширить область его применения. Сравнение оценок показателя VaR, полученного двумя методами, производилось на финансовом портфеле, состоящем из процентного свопа, для случаев, когда значения факторов, влияющих на его цену, имеют нормальное распределение, гамма-распределение и распределение Стьюдента.
Balasanov Y., Doynikov A., Lavrent’ev V., Nazarov L. Estimating risk of dynamic trading strategies from high frequency data flow // Advances in Data Mining: Applications and Theoretical Aspects. ICDM 2015 / Ed. by: Perner P. Lecture Notes in Computer Science. Vol. 9165. Cham: Springer, 2015. P. 153–165.
Jamshidian F., Zhu Y. Scenario simulation model: theory and methodology // Finance and Stochastics. 1997. 4. N 1. P. 43–67.
Saldanha A. Comparison of the four most common VaR methods in stock and option portfolios // Topics in Computational Finance. 2019. 2019. N 2. P. 1.
Bertoncini C. Modelling Counterparty Credit Exposure under the Risk-Neutral Measure. TUDelft. Master’s Thesis. 2018.
Schwake D. Market and Counterparty Credit Risk: Selected Computational and Managerial Aspects. PhD. University of Duisburg-Essen. 2016.
Abken P.A. An empirical evaluation of value at risk by scenario simulation // The Journal of Derivatives. 2000. 7. N 4. P. 12–29.
Халл Дж. К. Опционы, фьючерсы и другие производные финансовые инструменты. М.: Издательский дом “Вильямс”, 2008.
