Оценка параметров реального распределения по риск- нейтральному с помощью теоремы Росса

Текущая научно-исследовательская работа посвящена определению параметров реального распределения по риск-нейтральному с помощью теоремы Росса и их использованию при оценке стоимостной меры риска (VaR). После нахождения реального распределения вероятностей с использованием теоремы Росса, мы использовали это реальное распределение при определении VaR и сравнили ее с мерой VaR, основанной на исторических данных. После применения алгоритма мы получили интересные результаты. Исследуемый алгоритм и определенная с его помощью мера VaR показали отличный результат при анализе финансовых инструментов из развитых стран со стабильным рынком; кроме того, в результате реализации алгоритма были получены значения такие же, как при использовании историческизх данных. Это дает нам важный результат, так как мы можем использовать реальное распределение вероятностей, полученное с помощью теоремы Росса, которое основывается на будущей информации, для такой распространенной меры риска, как VaR в случаях, когда исторические данные не применимы. С другой стороны, мы также получили, что данный алгоритм и построенная с его помощью мера VaR не применимы для инструментов с развивающихся рынков, а также для сильно волатильных активов. В целом, данное исследование имеет высокую ценность, так как мы можем использовать реальное распределение вероятностей, полученное с помощью теоремы Росса, которое основывается на будущей информации, для такой распространенной меры риска, как VaR в случаях, когда исторические данные не применимы. В этих случаях исследуемый алгоритм может стать выходом из ситуации при построении оценки риска. Более того, алгоритм может быть применен для новых активов, вышедших на рынок, для которых еще не существуют исторические данные, так как данный алгоритм основывается только на будущей информации об активе. Таким образом, данная научно-исследовательская работа несет в себе важные знания и результаты для области риск- менеджмента и предиктивного анализа.