你可能感兴趣的试题
歌顿法和专家检查法 专家检查法和蒙特卡洛模拟法 蒙特卡洛模拟法和流程图法 流程图法和歌顿法
蒙特卡洛模拟法的计算量较大 蒙特卡洛模拟法被认为是最精准贴近的计算方法 参数法假设投资组合中的金融工具是基本风险因子的现行组合 历史模拟法中优先选用时间间隔较长的历史数据作为数据来源
蒙特卡洛模拟法在估算之前，需要有风险因子的概率分布模型，继而重复模拟风险因子变动的过程 蒙特卡洛模拟法被认为是最精准贴近的计算VaR 值方法 蒙特卡洛模拟法计算量超大 蒙特卡洛模拟法的局限性是 VaR 计算所选用的历史样本期间非常重要
方差一协方差法和历史模拟法 历史模拟法和蒙特卡洛模拟法 方差一协方差和蒙特卡洛模拟法 方差一协方差、历史模拟法和蒙特卡洛模拟法
解析法对随机的现金流进行概率分布估计，得到净效益的概率分布 蒙特卡洛法用数学方法在计算机上模拟实际概率过程，然后加以统计处理 解析法建立在利用德尔菲法进行风险辨识与估计的基础之上 解析法主要用于解决不多于2～3个随机变量的风险问题，蒙特卡洛法能够分析更多个随机变量的风险问题。 蒙特卡洛法主要用于解决不多于2～3个随机变量的风险问题，而解析法能够分析更多个随机变量的风险问题
解析法与历史模拟法 历史模拟法与蒙特卡洛模拟法 蒙特卡洛模拟法与情景模拟法 解析法与蒙特卡洛模拟法
歌顿法和专家检查法 专家检查法和蒙特卡洛模拟法 蒙特卡洛模拟法和流程图法 流程图法和歌顿法
历史模拟法对金融资产价值的概率分布不做任何假设 蒙特卡洛模拟需要假定金融资产价值服从一定的概率分布 蒙特卡洛模拟不需要考虑各个风险因子之间的相关性 蒙特卡洛模拟不需要依赖于历史数据
历史模拟法和蒙特卡洛模拟法 方差-协方差,历史模拟法和蒙特卡洛模拟法 方差-协方差法和历史模拟法 方差-协方差和蒙特卡洛模拟法
方差一协方差法和历史模拟法 历史模拟法和蒙特卡洛模拟法 方差一协方差和蒙特卡洛模拟法 方差一协方差、历史模拟法和蒙特卡洛模拟法
蒙特卡洛模拟法被认为是最精准贴近的计算VaR值方法 蒙特卡洛模拟法在估算之前，需要有风险因子的概率分布模型，继而重复模拟风险因子变动的过程 蒙特卡洛模拟法计算量较大 蒙特卡洛模拟法的局限性是VaR计算所选用的历史样本期间非常重要
方差 协方差法和历史模拟法 历史模拟法和蒙特卡洛模拟法 方差一协方差和蒙特卡洛模拟法 方差协方差、历史模拟法和蒙特卡洛模拟法
蒙特卡洛法用数学方法在计算机上模拟实际概率过程，然后加以统计处理 解析法建立在利用德尔菲法进行风险辨识与估计的基础之上 解析法对随机的现金流进行概率分布估计，得到净效益的概率分布 蒙特卡洛法主要用于解决不多于2~3个随机变量的风险问题，而解析法能够分析更多个随机变量的风险问题
历史模拟法侧重于历史数据，而蒙特卡洛模拟偏重于未来预测走势 蒙特卡洛模拟优点在于考虑了fattail现象、没有模型风险 历史模拟法缺点单纯依靠历史数据进行度量，将低估突发性的收益率波动、风险度量的结果受制于历史周期的长度，对历史数据依赖性强 蒙特卡洛模拟缺点是成本高、计算量大，存在模型风险 历史模拟法是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题，产生大量路径模拟情景等
解析法对随机的现金流进行概率分布估计，得到净效益的概率分布 蒙特卡洛法用数学方法在计算机上模拟实际概率过程，然后加以统计处理 解析法建立在利用德尔菲法进行风险辨识与估计的基础之上 蒙特卡洛法主要用于解决不多于2～3个随机变量的风险问题，而解析法能够分析更多个随机变量的风险问题
PERT比CPM更好 PERT估算比蒙特卡洛模拟要好 CPM对一个任务使用三个估算（最悲观、最乐观和最可能） 蒙特卡洛模拟使用PERT公式
历史模拟法侧重于历史数据，而蒙特卡洛模拟偏重于未来预测走势 蒙特卡洛模拟优点在于考虑了fattail现象、没有模型风险 历史模拟法缺点单纯依靠历史数据进行度量，将低估突发性的收益率波动、风险度量的结果受制于历史周期的长度，对历史数据依赖性强 蒙特卡洛模拟缺点是成本高、计算量大，存在模型风险 历史模拟法是一种全值估计方法，可以处理非线性、大幅波动及“肥尾”问题，产生大量路径模拟情景等
蒙特卡洛模拟法的局限性是VaR计算所选用的历史样本期间非常重要 蒙特卡洛模拟法计算量较大 蒙特卡洛模拟法被认为是最精准贴近的计算VaR值方法 蒙特卡洛模拟法在估算之前，需要有风险因子的概率分布模型，继而重复模拟风险因子变动的过程
方差协方差法和历史模拟法 历史模拟法和蒙特卡洛模拟法 方差一协方差和蒙特卡洛模拟法 方差协方差、历史模拟法和蒙特卡洛模拟法
解析法对随机的现金流进行概率分布估计，得到净效益的概率分布 解析法用数学方法在计算机上模拟实际概率过程，然后加以统计处理 蒙特卡洛法建立在利用德尔菲法进行风险辨识与估计的基础之上 蒙特卡洛法主要用于解决不多于2～3个随机变量的风险问题
湘公网安备 43130202000226号