var理论基础.docx

1. 风险值（VaR）概念
风险值概念指在一段时期内，一定置信水平下，当市场发生最坏状况时，投资组合的最大可能损失金额。
在正常市场条件下，对于给定的置信水平(或比率) 1-α%，其对应的临界值(或分位数)即为该项金融资产或投资组合在统计上的最大可能损失金额，称为风险值(VaR)。
α%是最坏情况发生的概率。
设定最坏情况发生的概率越小，VaR 就越大。
VaR 值是一个与其置信水平有关的相对概念。
风险值的评估期间通常为一天，而置信水平为95% ，评估期间的长度与风险值的大小有密切的关系，通常来说，评估期间越长，风险值就越大。
2.VaR度量方法比较
1）协方差矩阵法
协方差矩阵法度量风险值（VaR）的前提条件是假设风险因子的变化服从多元正态分布，而真正要估计就是波动率（方差）和相关系数。
在正态分布的假设下，风险值存在公式解，可轻易比较不同评估期间与不同置信水平下风险值的高低。统计上用的是参数估计技术。
不同情形下有两类方法：直接估算法和逼近法。
直接估算法：在投资组合为风险因子的线性函数、且风险因子的变化服从多元正态分布的条件下（如，投资组合收益率服从多元正态），可以直接估算出投资组合的风险值。单一资产情形时，只要估计资产收益率的方差，投资组合情形下，就要估计和分解资产收益率之间的协方差矩阵。
逼近法：在投资组合与其包含的风险资产因子为非线性关系时，如著名的Black-Scholes（1973））期权定价公式描述的期权价格与其标的物价格之间的关系等。就可以利用Taylor展开式来近似这种非线性函数关系，并利用Taylor展开来估算风险值。一阶Taylor展开为Delta-Normal逼近法；二阶Taylor展开为Delta-Gamma逼近法。
用协方差矩阵法度量风险值（VaR）时，关键是要估计方差或估计和分解资产收益率之间的协方差阵。也就是说估算风险值首先是要估算资产收益的波动性。
2）历史模拟法
历史模拟法的基本假设是资产收益的过去变化状况会在未来完全重现。
历史模拟法利用过去一段时间资产收益资料，估算投资组合变化的的统计分布（经验分布），再根据不同的分位数求得相对应的置信水平的风险值。
为了提高历史模拟法的估算精度，还可以用一些修正方法，如指数加权移动平均法、自助法（bootstrap）和核估计法(Kernel density function)。
3）蒙特卡罗模拟法
蒙特卡罗模拟法（Monte Carlo Simulation, MCS）是在一定的统计分布假设下模拟风险因子变化的情境。首先假设资产收益为某一随机过程（process）,并根据所设定的价格变动过程，大量模拟未来各种可能发生的情境，然后将每一情境下投资组合变化值排序，给出投资组合变化的分布，据此就可以估算不同置信水平下的VaR值。
实际应用时，对于不同的风险因子有许多的统计分布族可以应用，常用的分布族有：正态，对数正态，GARCH等。
一般情况下，蒙特卡罗模拟至少要经过以下三步：
1. 建立描述风险因子动态演变模型；
2. 随机模拟误差项；
3. 求解模型包含风险因子的值。
3. VaR的事后检验
事后检验的原理：
事后检验的目的，就是看实际观测到的结果与所定义风险度量的置信水平是否一致，如模型中定义了99%置信度下的风险值，那么，就要考察这个风险值是否真的覆盖了真实损失的99%。
事后检验一般采用一种移动窗口的方法进行计算。
事后检验的两类错误概率：
第一类错误，使用特定失效天数作为判定模型正确性的标准，拒绝正确模型的概率；
第二类错误，使用特定失效天数作为判定模型正确性的标准，接受错误模型的概率。
4.VaR的特点
第一，可以用来简单明了表示市场风险的大小，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VaR值对金融风险进行评判；
第二，可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；
第三，不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。
5.VaR的参数选择
在计算VaR之前，需要先明确所计算VaR的参数。最重要的两个参数为时间期限和置信度，前者对应所需衡量风险的时间段，后者对应风险的容忍度。
1）选取时间期限
在选取时间范围有两个考虑因素：
所关注的风险期限：某些公司更关注于短期风险，使用较短的时间范围。另外一些公司并不太关心短期的波动，则使用较长的VaR时间范围。
交易活跃程度：一般来说，公司资产的变化程度越大，其选取的时间范围越小。对于一般商业银行，通常只看未来一天的VaR；投资公司则关注一周到一个月的期限，而一般公司则会使用一个季度甚至一年的时间范围。
某些公司对不同资产类型使用不同的VaR时间范围，比如不流通的资产的时间范围更长一点。但不推荐这么做，因为：
衡量流动性风险的理论有很大进步，使用较长时间的VaR是一个笨拙的方法，而且容易将流动性风险和市场风险混为一谈。
对不同的资产使用不同的VaR参数，在更高层面无法整合，也使得在不同资产之间无法进行比较。
2）选取置信度
置信度取决于对于损失的容忍度。商业银行和保险企业的损失容忍度较低，而投资公司的容忍度要高一些。一般来说，对于较短的时间期限（1天或一周）：商业银行使用99%，其它一般机构使用95%。
另一种定量的方法为，VaR选取置信水平，使得损失超过该值的可能性等于目标违约概率。比如，公司希望将评级维持在Aaa级，穆迪的Aaa级公司对应1年内违约的概率为0.01%，此时1年期VaR选取置信水平为99.99%。
美国的银行通常使用99.98%的置信水平（1年期VaR）对其经济资本进行衡量，等同于目标评级水平为Aa。
6.VaR的优点
1）VaR模型测量风险简洁明了，统一了风险计量标准，管理者和投资者较容易理解掌握。
风险的测量是建立在概率论与数理统计的基础之上，既具有很强的科学性，又表现出方法操作上的简便性。同时，VaR 改变了在不同金融市场缺乏表示风险统一度量, 使不同术语(例如基点现值、现有头寸等) 有统一比较标准, 使不同行业的人在探讨其市场风险时有共同的语言。
另外，有了统一标准后，金融机构可以定期测算VaR值并予以公布，增强了市场透明度，有助于提高投资者对市场的把握程度，增强投资者的投资信心，稳定金融市场。
2）可以事前计算, 降低市场风险。
不像以往风险管理的方法都是在事后衡量风险大小，不仅能计算单个金融工具的风险, 还能计算由多个金融工具组成的投资组合风险。综合考虑风险与收益因素,选择承担相同的风险能带来最大收益的组合，具有较高的经营业绩。
3）确定必要资本及提供监管依据。
VaR为确定抵御市场风险的必要资本量确定了科学的依据, 使金融机构资本安排建立在精确的风险价值基础上, 也为金融监管机构监控银行的资本充足率提供了科学、统一、公平的标准。VaR 适用于综合衡量包括利率风险、汇率风险、股票风险以及商品价格风险和衍生金融工具风险在内的各种市场风险。因此, 这使得金融机构可以用一个具体的指标数值(VaR) 就可以概括地反映整个金融机构或投资组合的风险状况, 大大方便了金融机构各业务部门对有关风险信息的交流, 也方便了机构最高管理层随时掌握机构的整体风险状况, 因而非常有利于金融机构对风险的统一管理。同时, 监管部门也得以对该金融机构的市场风险资本充足率提出统一要求。
7.VaR应用注意问题
尽管VaR模型有其自身的优点，但在具体应用时应注意以下几方面的问题。
1）数据问题。
运用数理统计方法计量分析、利用模型进行分析和预测时要有足够的历史数据,如果数据库整体上不能满足风险计量的数据要求,则很难得到正确的结论。另外数据的有效性也是一个重要问题,而且由于市场的发展不成熟,使一些数据不具有代表性,而市场炒作、消息面的引导等原因,使数据非正常变化较大, 缺乏可信性。
2）VaR 在其原理和统计估计方法上存在一定缺陷。
VaR对金融资产或投资组合的风险计算方法是依据过去的收益特征进行统计分析来预测其价格的波动性和相关性, 从而估计可能的最大损失。所以单纯依据风险可能造成损失的客观概率, 只关注风险的统计特征, 并不是系统的风险管理的全部。因为概率不能反映经济主体本身对于面临的风险的意愿或态度,它不能决定经济主体在面临一定量的风险时愿意承受和应该规避的风险的份额。
3）在应用Var模型时隐含了前提假设。
即金融资产组合的未来走势与过去相似，但金融市场的一些突发事件表明，有时未来的变化与过去没有太多的联系，因此VaR方法并不能全面地度量金融资产的市场风险，必须结合敏感性分析，压力测试等方法进行分析。
4）VaR主要使用于正常市场条件下对市场风险的测量。
如果市场出现极端情况，历史数据变得稀少，资产价格的关联性被切断，或是因为金融市场不够规范，金融市场的风险来自人为因素、市场外因素的情况下，这时便无法测量此时的市场风险。