你可能感兴趣的试题
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
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
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
由于对基础风险因素的一些假设,使得存在模型风险 计算量大,准确性的提高速度慢 如果计算机模拟产生的是伪随机数,那么可能导致错误结果 计算的VaR准确性较差 仍然没有考虑到肥尾现象
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
敏感性分析、蒙特卡洛模拟 概率树分析、敏感性分析 概率树分析、盈亏平衡分析 概率树分析、蒙特卡洛模拟
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 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 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
概率树分析、蒙特卡洛模拟 概率树分析、客观估计 主观估计、客观估计 主观估计、蒙特卡洛模拟
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
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