風險價值
如何在 delta-gamma VaR 計算中限制交叉 gamma 計算的 nbr?
很多時候,當歷史模擬或蒙地卡羅只是慢下來時,我們想使用一些參數方法(例如 delta-normal 近似)來計算 VaR。只要只需要增量並且儀器是合理的線性,這很好。
但是,當該方法擴展到同時使用 delta 和 gamma 時,與基於模擬的方法相比,該方法的計算效率不再確定,因為計算了風險因素之間的完整交叉 gamma 矩陣(RF 的 nbr >10000) 成為一項非常繁重的任務。
是否有任何“理由”/old-wifes-tales/adhoc 方法來限制伽馬的 nbr 來計算已在行業中使用並取得良好效果的計算方法?一個明顯的簡化當然是跳過所有的交叉伽馬,只計算矩陣的對角線,但這感覺很危險。
即使您合併了所有非零交叉伽馬,使用 delta-gamma 近似仍然明顯更快。這種加速源於您僅使用 delta/gamma/cross-gamma 參數來計算 VaR 而不是 10,000 多個 Monte Carlo 模擬。此外,可以跨 CPU/GPU 執行緒和核心並行計算每個交叉伽馬對整體 VaR 的計算。