債券
PRIIP 3 類曲線
晚上好，
我試過搜尋類似的文章，但大多數都沒有得到答复，或者比我想要實現的更高級。
我已經成功地為現貨價格標的物使用了 boostrap 方法。我已經用 EIOPA 幻燈片確認了結果，它按預期工作。然而，我不明白的是，當我的基礎是債券時該怎麼辦。
立法規定我必須對我的剩餘期限矩陣進行**PCA 。**這個矩陣適用於我所有的債券（例如：每一列都是債券的到期日？）還是只適用於一個底層證券？為什麼在這種情況下我需要一個矩陣而不是一個向量？其餘步驟似乎很清楚，除了它們對返回矩陣的含義。再一次，如果我有一個債券，這只是一個回報向量（根據我的債券的市場價格計算），就像我對現貨價格的基礎一樣？
在步驟 23.b) 我也有問題： 看來我將創建一個類似於其他引導方法的N x T矩陣，其中****N 是 10k（模擬數），T 是 RHP 中的天數，我沒有’不明白我要採樣什麼值來完成我的矩陣。這些步驟對我來說似乎不是很清楚。
最後，我應該如何加入這兩種 boostrap 方法的結果來評估我的 PRIIP？如果我有 1 份債券和 1 份股權，我將分別獲得 10k 個結果，我是否將這兩個向量的第 9750 個值相加得到我的總 VaR？
感謝您的幫助，如果我解釋不清楚，請詢問更多詳細資訊。
將您感興趣的特定債券想像為偏離曲線定價（例如，政府債券票面利率曲線）。曲線實際上是由比率向量表示的 $ (R_1,…,R_I) $ 按男高音索引 $ (T_1,…,T_I) $ ，並且在重新定價特定債券時，您首先將其收益率插入曲線中。現在，如果您想為您的債券價格生成樣本隨機路徑，您首先需要為您的曲線生成樣本隨機路徑 $ (R_1,…,R_I) $ . 現在如果 $ I $ 很大，會很耗時，所以立法者說的是
- 對變異數 - 共變異數矩陣進行 PCA 的回報 $ (R_1,…,R_I) $ ;
- 選擇 3 個主要因素 $ (x_1, x_2, x_3) $ （對應於 3 個最大特徵值的那些）；
- 生成樣本隨機路徑 $ (x_1, x_2, x_3) $ ，然後重構樣本路徑以獲取 $ (R_1,…,R_I) $ 從 $ (x_1, x_2, x_3) $ 和 PCA 轉換矩陣。