蒙特卡罗模拟
前一章中，我们曾经讨论了利用蒙特卡罗模拟作为风险评估的工具。这些模拟也有助于评估风险价值，但要将重点放在投资损失超过规定值的概率上，而不是整个风险分布。
概述
蒙特卡罗模拟的前两步与方差—协方差法相似，我们先确定影响资产的风险，再将每一项资产用标准化工具转换成一个一个头寸。到了第三步，两种模型有了差异。蒙特卡罗模拟不是去计算风险资产的方差和协方差，而是用模拟的方法确定市场风险的概率分布，还要判断这些市场风险的变动趋势。在前面提到的六个月美元兑欧元远期合约的例子中，我们要计算六个月零息美元债券、六个月零息欧元债券以及美元兑欧元即期汇率的规律分布，还要判断这些工具之间的相互关系。
如果我们假设所有的变量都呈正态分布，那么对这些参数进行计算就显得有点为时过早。但是，蒙特卡罗模拟的优势恰恰表现在我们可以对变量选择合适的分布方式。此外，我们还可以用主观判断来修改这些分布。
在确定了分布模式以后，模拟程序开始。在每次运行中，市场风险变量都会有不同的结果，而投资组合的风险价值就反映在结果中。经过反复运行，有时甚至多达数千次，我们可以得到一个投资组合风险价值的分布曲线，以此来测量风险价值。例如，假设我们对模型运行10 000次，从中获得相应的投资组合风险价值。我们可以将这些价值从最高到最低排序，百分位为95的风险价值对应第500个最低值，而百分位为99的风险价值对应第100个最低值。
