你可能感兴趣的试题
可以处理非线性、大幅波动及“肥尾”问题 计算量较小，且准确性提高速度较快 产生大量路径模拟情景，比历史模拟方法更精确和可靠 即使产生的数据序列是伪随机数，也能保证结果正确 可以通过设置消减因子，使得模拟结果对近期市场的变化更快地作出反应
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
可以处理非线性、大幅波动及“肥尾”问题 即使产生的数据序列是伪随机数，也能保证结果正确 产生大量路径模拟情景，比历史模拟方法更精确和可靠 计算量较小，且准确性提高速度较快 可以通过设置消减因子，使得模拟结果对近期市场的变化更快地做出反应
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
可以处理非线性,大幅波动及"肥尾"问题 计算量较小，且准确性提高速度较快 产生大量路径模拟情景，比历史模拟方法更精确和可靠 即使产生的数据序列是伪随机数，也能保证结果正确 可以通过设置消减因子，使得模拟结果对近期市场的变化更快地做出反应
方差-协方差法能预测突发事件的风险 方差-协方差法易高估实际的风险值 历史模拟法可计量非线性金融工具的风险 蒙特卡洛模拟法不需依赖历史数据
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
方差-协方差法 历史模拟法 情景分析法 蒙特卡洛模拟法
可以处理非线性、大幅波动及“肥尾”问题 计算量较小，且准确性提高速度较快 产生大量路径模拟情景，比历史模拟方法更精确和可靠 即使产生的数据序列是伪随机数，也能保证结果正确 可以通过设置消减因子，使得模拟结果对近期市场的变化更快地做出反应
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
方差一协方差法能预测突发事件的风险 方差一协方差法易高估实际的风险值 历史模拟法可计量非线性金融工具的风险 蒙特卡洛模拟法不需依赖历史数据
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
湘公网安备 43130202000226号