評價

前一章中我們羅列過模擬法的優(yōu)點和缺點，它們對風險價值計算同樣適用。模擬的質(zhì)量取決于輸入變量的概率分布。雖然許多人認為蒙特卡羅模擬比歷史數(shù)據(jù)模擬要復雜，學者們其實還是直接提取歷史數(shù)據(jù)來為蒙特卡羅模擬設定分布假設。

此外，由于市場風險因素增加，風險因素的變動也更加復雜，因此蒙特卡羅模擬變得更加難以執(zhí)行。這是因為在測量投資組合的風險價值時，我們要對數(shù)百個市場風險變量計算概率分布，這與為某一項資產(chǎn)計算概率分布完全不同。其次，為了獲得理想的風險價值數(shù)據(jù)，我們要模擬數(shù)萬次，而不是原來的數(shù)千次。

如果將蒙特卡羅模擬與另外兩種測量風險價值的方法進行比較，前者的優(yōu)勢是明顯的。若是用方差—協(xié)方差方法去測量風險價值，我們需要對正態(tài)回報做出一些不切實際的假設,蒙特卡羅模擬則不需要。它與歷史數(shù)據(jù)模擬法也不相同。雖然開始也是用歷史數(shù)據(jù)，但是我們可以隨意地加入主觀的判斷和其他信息，以提高預測概率分布的質(zhì)量。還有，蒙特卡羅模擬可以用來測量任何類型投資組合的風險價值，組合中甚至可以包括期權(quán)和期權(quán)類證券。

修正

與其他的測量方法一樣，對蒙特卡羅模擬的修正主要是針對它的最大弱點，即浩大的計算量。舉一個簡單的例子，假設某一個收益率曲線模型中有15個關(guān)鍵利率，每個利率有四個可能的值，那么就需要完成1 073 741 824次模擬。修正后的蒙特卡羅?擬使用不同的計算工具，減少了變量，所以模擬的次數(shù)就減少了。

● 情景模擬：減少蒙特卡羅模擬計算量的一種方法是對一些離散情景進行分析。弗萊（Frye）提出了一種情景模擬的方法。他先在系統(tǒng)中設定一組影響因子，然后再設計情境。詹姆仕丹(Jamshidan)等也提出了一種情景模擬法，他們首先是對主要因子進行分析，以此來減少因子的數(shù)量。他們不是讓每個風險變量都去影響風險價值的計算，而是對各種變量進行組合，然后再設計情景，根據(jù)所設計的情景計算風險價值，最后得出模擬結(jié)果。

● 針對方差—協(xié)方差法修正的蒙特卡羅模擬：方差—協(xié)方差法的優(yōu)勢是它的測量速度。如果我們愿意作出必要的正態(tài)回報的分布假設，就可以利用方差—協(xié)方差矩陣很快計算出各種投資組合的風險價值。蒙特卡羅模擬法的優(yōu)勢是它的靈活性，用戶可以作出各種分布假設，處理各類風險。它的缺點是運行緩慢。格拉瑟曼（Glasserman）等學者使用近似的方差—協(xié)方差矩陣，以指導蒙特卡羅模擬的采樣。這樣做節(jié)省了時間和資源，可是并沒有太多地影響到測量的精度。

權(quán)衡這些修正模型的利弊，結(jié)果很簡單，即我們放棄了蒙特卡羅模擬中的精度，但是縮短了計算的時間，也不需要作很多的假設。