Historical simulation의 특징을 얘기한 것입니다. 예를 들어 주식의 경우 MC simulation은 주로 normal을 가정하고 simulation을 하기 때문에 fat-tail이 반영이 안되는 것에 비해 과거 데이터를 사용하면(실제 주식의 리턴은 normal에 비해 약간 fat-tail입니다.) 이런 문제가 해결이 된다는 얘기구요.
두번째는 bootstrapping의 경우 resampling을 하기 때문에 sample마다 distribution이 조금씩 달라지기 마련인데.. Outlier가 있는 경우는 심하게 달라져서 estimate의 standard error가 증가할 수 있다는 얘기입니다.
두개를 엮지마시구요.. 큰 그림으로 이해하시기 바랍니다.
2-1 mean return이 20%이고 변동성이 10%가 되는 분포를 그려보면 clear합니다. 20%로부터 왼쪽(loss쪽) 10%*1.65만큼 가면 3.5%가 됩니다. 그래서 at least 3.5%의 수익을 얻는다고 말하고 있습니다.
VaR는 보통 - XX값이 나오고..그래서 loss가 최대 XX다. 라고 하지만 이경우는 VaR가 되는 지점을 분포에서 찾아보면 음수값이 아니라 양수값입니다. 뒤의 풀이에 연연하지 마시고...그래프 그려서 푸세요. (가장 정확합니다.)
2-2 46쪽에 나오는 것은 portfolio VaR를 구할때 correlation을 이용해서 구하게 되는 것을 설명하는 것입니다. Delta를 이용해서 option의 VaR를 구하는 것과는 완전히 다른 문제 입니다.
Ooption의 VaR를 구해서 다른 자산의 VaR와 합해서 portfolio의 VaR를 구하게 된다면...A로 계산을 하고 두 개의 자산 (option의 경우는 underlying)의 correlation을 이용해서 portfolio의 VaR를 계산하게되겠죠.
포트폴리오 VaR와 개별자산(option)의 VaR를 구하는 것을 구별하시면 될것 같습니다.
