國外var方法研究現狀

A. VAR方法適用范圍是什麼在什麼情景下不適用

VaR技術適用於復雜的投資組合，用來說明投資的杠桿作用和分散的效果。VaR技術的局限性在於，VaR表明的是一定置信度內的最大損失，但並不能絕對排除發生高於這個損失的可能性。
在險價值VaR是指一種用標准統計技術估計金融風險的方法。它是一種可以在正常的市場環境下，給定一定的時間區間和置信度水平，預計某種資產或資產組合最大損失的方法。
實行集權多頭式監管體制的國家，對不同金融機構或金融業務的監管，由不同的監管機關來實施，但監管許可權集中於中央政府。一般來說，該體制以財政部、中央銀行或監管當局為監管主體，日本和法國等國採用這一監管體制。

B. 什麼是在險價值(var)

VAR方法(Value at Risk方法，風險價值方法)，也稱受險價值方法、在險價值方法 傳統的 ALM ( Asset-Liability Management , 資產負債管理 )過於依賴報表分析， 缺乏時效性；利用 方差 及 β系數 來衡量風險太過於抽象，不直觀， 而且反映的只是市場（或資產）的波動幅度；而CAPM（ 資本資產 定價模型）又無法揉合金融衍生品種。 在上述傳統的幾種方法都無法准確定義和度量金融風險時， G30集團在研究衍生品種的基礎上，於1993年發表了題為《 衍生產品的實踐和規則》的報告，提出了度量 市場風險 的VAR( Value at Risk：風險價值)方法已成為目前金融界測量 市場風險 的主流方 法。稍後由 J.P.Morgan 推出的用於計算 VAR的Risk Metrics風險控制模型更是被眾多金融機構廣泛採用。 目前國外一些大型金融機構已將其所持資產的VAR風險值作為其定 期公布的 會計報表 的一項重要內容加以列示。

希望採納

C. VAR模型優缺點和主要作用有哪些

一、VaR模型的優點如下：
1、 VaR模型測量風險簡潔明了，統一了風險計量標准，管理者和投資者較容易理解掌握。
風險的測量是建立在概率論與數理統計的基礎之上，既具有很強的科學性，又表現出方法操作上的簡便性。同時，VaR 改變了在不同金融市場缺乏表示風險統一度量, 使不同術語(例如基點現值、現有頭寸等) 有統一比較標准, 使不同行業的人在探討其市場風險時有共同的語言。
另外，有了統一標准後，金融機構可以定期測算VaR值並予以公布，增強了市場透明度，有助於提高投資者對市場的把握程度，增強投資者的投資信心，穩定金融市場。
2、可以事前計算, 降低市場風險。
不像以往風險管理的方法都是在事後衡量風險大小，不僅能計算單個金融工具的風險, 還能計算由多個金融工具組成的投資組合風險。綜合考慮風險與收益因素,選擇承擔相同的風險能帶來最大收益的組合，具有較高的經營業績。
3、確定必要資本及提供監管依據。
VaR為確定抵禦市場風險的必要資本量確定了科學的依據, 使金融機構資本安排建立在精確的風險價值基礎上, 也為金融監管機構監控銀行的資本充足率提供了科學、統一、公平的標准。VaR 適用於綜合衡量包括利率風險、匯率風險、股票風險以及商品價格風險和衍生金融工具風險在內的各種市場風險。因此, 這使得金融機構可以用一個具體的指標數值(VaR) 就可以概括地反映整個金融機構或投資組合的風險狀況, 大大方便了金融機構各業務部門對有關風險信息的交流, 也方便了機構最高管理層隨時掌握機構的整體風險狀況, 因而非常有利於金融機構對風險的統一管理。同時, 監管部門也得以對該金融機構的市場風險資本充足率提出統一要求。

二、VaR的應用主要體現在：
1、，用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VaR方法作為金融衍生工具風險管理的手段。利用VaR方法進行風險控制，可以使每個交易員或交易單位都能確切地明了他們在進行有多大風險的金融交易，並可以為每個交易員或交易單位設置VaR限額，以防止過度投機行為的出現。如果執行嚴格的VaR管理，一些金融交易的重大虧損也許就可以完全避免。
2、用於業績評估。在金融投資中，高收益總是伴隨著高風險，交易員可能不惜冒巨大的風險去追逐巨額利潤。公司出於穩健經營的需要，必須對交易員可能的過度投機行為進行限制。所以，有必要引入考慮風險因素的業績評價指標。
3、估算風險性資本（Risk－based capital）。以VaR來估算投資者面臨市場風險時所需的適量資本，風險資本的要求是BIS對於金融監管的基本要求。下圖說明適足的風險性資本與 VaR值之間的關系，其中VaR值被視為投資者所面臨的最大可接受（可承擔）的損失金額，若發生時須以自有資本來支付，防止公司發生無法支付的情況。

溫馨提示：以上內容僅供參考。
應答時間：2021-02-02，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html

D. var模型的var模型

主研：黃適富 楊柱遜 王志 楊蒼松
引言
進入90年代，隨著國際金融市場的日趨規范、壯大，各金融機構之間的競爭也發生了根本性變化，特別是金融產品的創新，使金融機構從過去的資源探索轉變為內部管理與創新方式的競爭，從而導致了各金融機構的經營管理發生了深刻的變化，發達國家的各大銀行、證券公司和其他金融機構都在積極參與金融產品（工具）的創新和交易，使金融風險管理問題成為現代金融機構的基礎和核心。隨著我國加入WTO，國內金融機構在面對即將到來的全球金融一體化的挑戰，金融風險管理尤顯其重要性。
傳統的資產負債管理（Asset-Liability Management）過分依賴於金融機構的報表分析，缺乏時效性，資產定價模型（CAPM）無法揉合新的金融衍生品種，而用方差和β系數來度量風險只反映了市場（或資產）的波動幅度。這些傳統方法很難准確定義和度量金融機構存在的金融風險。1993年，G30集團在研究衍生品種基礎上發表了《衍生產品的實踐和規則》的報告，提出了度量市場風險的VaR（ Value-at-Risk ）模型(「風險估價」模型)，稍後由JP.Morgan推出了計算VaR的RiskMetrics風險控制模型。在些基礎上，又推出了計算VaR的CreditMetricsTM風險控制模型，前者用來衡量市場風險；JP.Morgan公開的CreditmetricsTM技術已成功地將標准VaR模型應用范圍擴大到了信用風險的評估上，發展為「信用風險估價」（Credit Value at Risk）模型，當然計算信用風險評估的模型要比市場風險估值模型更為復雜。目前，基於VaR度量金融風險已成為國外大多數金融機構廣泛採用的衡量金融風險大小的方法。
VaR模型提供了衡量市場風險和信用風險的大小，不僅有利於金融機構進行風險管理，而且有助於監管部門有效監管。
⒈1995年巴塞爾委員會同意具備條件的銀行可採用內部模型為基礎，計算市場風險的資本金需求，並規定將銀行利用得到批准和認可的內部模型計算出來的VaR值乘以3，可得到適應市場風險要求的資本數額的大小。這主要是考慮到標准VaR方法難以捕捉到極端市場運動情形下風險損失的可能性，乘以3的做法是提供了一個必要的資本緩沖。
⒉Group of Thirty 1993年建議以風險資本（Capital—at—risk）即風險價值法（VaR）作為合適的風險衡量手段，特別是用來衡量場外衍生工具的市場風險。
⒊1995年，SEC也發布建議，要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。
這些機構的動向使得VaR模型在金融機構進行風險管理和監督的作用日益突出。
國際金融風險管理的發展
從國際金融風險管理發展歷程來看，近20年來，大致經歷了以下幾個階段：
(一)80年代初因受債務危機影響。銀行普遍開始注重對信用風險的防範與管理，其結果是《巴塞爾協議》的誕生。該協議通過對不同類型資產規定不同權數來量化風險，是對銀行風險比較籠統的一種分析方法。
(二)90年代以後隨著衍生金融工具及交易的迅猛增長，市場風險日益突出，幾起震驚世界銀行和金融機構危機大案(如巴林銀行、大和銀行等事件)促使人們對市場風險的關注。一些主要國際大銀行開始建立自己的內部風險測量與資本配置模型，以彌補《巴塞爾協議》的不足。主要進展包括：市場風險測量新方法—Value At Risk(VaR)(風險價值方法)。這一方法最主要代表是摩根銀行的「風險矩陣)系統」；銀行業績衡量與資本配置方法——信孚銀行的「風險調整的資本收益率(Risk AdjustedReturnon Capital，簡稱RAROC)」系統。
(三)最近幾年一些大銀行認識到信用風險仍然是關鍵的金融風險，並開始關注信用風險測量方面的問題，試圖建立測量信用風險的內部方法與模型。其中以J.P.摩根的Credit Metrics和Credit Suisse Financial Procts(CSFP)的Credit Risk+兩套信用風險管理系統最為引入注目。
1997年亞洲金融危機爆發以來，世界金融業風險(如1998年美國長期資本管理公司損失的事件)出現了新特點，即損失不再是由單一風險所造成，而是由信用風險和市場風險等聯合造成。金融危機促使人們更加重視市場風險與信用風險的綜合模型以及操作風險的量化問題，由此全面風險管理模式引起人們的重視。
經過多年努力，風險管理技術已達到可以主動控制風險的水平。目前有關研究側重於對已有技術的完整和補充，以及將風險計值法推廣到市場風險以外(包括信用風險、結算風險、操作風險)等其他風險領域的嘗試。
從金融風險定量管理技術來看，國際金融組織和金融機構先後發展了如下新技術
（1）新資本協議
1999年6月3日，巴塞爾銀行委員會發布關於修改1988年《巴塞爾協議》的徵求意見稿，該協議對銀行風險管理新方法給予充分的關注，具體表現在：對銀行進行信用風險管理提供更為現實的選擇，方法有三種：①對現有方法進行修改，將其作為大多數銀行計算資本的標准方法，在這種情況下，外部信用評估(指標准普爾和穆迪公司等的評級)可用來細致區分某些信用風險。②對於復雜程度較高的銀行，巴塞爾銀行委員會認為可將其內部評級作為確定資本標準的基礎，並且對於某些高風險的資產，允許採用高於100%的權重。③新協議明確指出：「一些利用內部評級的、復雜程度更高的銀行還建立了以評級結果(以及其它因素)為基礎的信用風險模型。這種模型旨在涵蓋整個資產組合的風險這一特點，在僅僅依靠外部信用評級或內部信用評級中是不存在的。但是由於一系列困難的存在，包括數據的可獲得性以及模型的有效性，很顯然信用風險模型目前還不能在最低資本的制定中發揮明顯作用。」委員會希望在經過進一步的研究和實驗後，使用信用風險模型將成為可能，並將汁劃關注這方面的進展。這說明，巴塞爾銀行委員會在一定程度上肯定了目前摩根等國際大銀行使用的計量信用風險模型。
對市場風險管理方面進展給予肯定，並突出了利率風險和操作風險的管理。此外還肯定了一些新的金融創新工具。如新協議就資產證券化問題提出了新風險權重計量方案，對某幾種短期承諾採用20%的信用風險轉換權數。並明確指出：「降低信用風險的技術如信用衍生產品的近期發展使銀行風險管理的水平大幅度提高。」
（2）、風險價值法(VaR)
在風險管理的各種方法中，VaR方法最為引人矚目。尤其是在過去的幾年裡，許多銀行和法規制定者開始把這種方法當作全行業衡量風險的一種標准來看待。VaR之所以具有吸引力是因為它把銀行的全部資產組合風險概括為一個簡單的數字，並以美元計量單位來表示風險管理的核心——潛在虧損。VaR實際上是要回答在概率給定情況下，銀行投資組合價值在下一階段最多可能損失多少。
VaR特點①可以用來簡單明了表示市場風險的大小，單位是美元或其他貨幣，沒有任何技術色彩，沒有任何專業背景的投資者和管理者都可以通過VaR值對金融風險進行評判；②可以事前計算風險，不像以往風險管理的方法都是在事後衡量風險大小；③不僅能計算單個金融工具的風險。還能計算由多個金融工具組成的投資組合風險，這是傳統金融風險管理所不能做到的。
VaR主要應用①用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VaR方法作為金融衍生工具風險管理的手段。利用VaR方法進行風險控制，可以使每個交易員或交易單位都能確切地明了他們在進行有多大風險的金融交易，並可以為每個交易員或交易單位設置VaR限額，以防止過度投機行為的出現。如果執行嚴格的VaR管理，一些金融交易的重大虧損也許就可以完全避免。②用於業績評估。在金融投資中，高收益總是伴隨著高風險，交易員可能不惜冒巨大的風險去追逐巨額利潤。公司出於穩健經營的需要，必須對交易員可能的過度投機行為進行限制。所以，有必要引入考慮風險因素的業績評價指標。
但VAR方法也有其局限性。VaR方法衡量的主要是市場風險，如單純依靠VaR方法，就會忽視其他種類的風險如信用風險。另外，從技術角度講。VaR值表明的是一定置信度內的最大損失，但並不能絕對排除高於VaR值的損失發生的可能性。例如假設一天的99%置信度下的VaR=$1000萬，仍會有1%的可能性會使損失超過1000萬美元。這種情況一旦發生，給經營單位帶來的後果就是災難性的。所以在金融風險管理中，VaR方法並不能涵蓋一切，仍需綜合使用各種其他的定性、定量分析方法。亞洲金融危機還提醒風險管理者：風險價值法並不能預測到投資組合的確切損失程度，也無法捕捉到市場風險與信用風險間的相互關系。
（3）風險調整的資本收益法
風險調整的資本收益是收益與潛在虧損或VaR值的比值。使用這種方法的銀行在對其資金使用進行決策的時候，不是以盈利的絕對水平作為評判基礎，而是以該資金投資風險基礎上的盈利貼現值作為依據。
每家銀行都清楚風險與收益的關系。在進行一項投資時，風險越大，其預期的收益或虧損也越大，投資如果產生虧損，將會使銀行資本受侵蝕，最嚴重的情況可能導致銀行倒閉。雖然銀行對投資虧損而導致的資本侵蝕十分敏感，但銀行必須認識到，承擔這些風險是為了盈利，問題的關鍵在於，銀行應在風險與收益之間尋找一個恰當的平衡點，這也是RAROC的宗旨所在。決定RAROC的關鍵是潛在虧損即風險值的大小，該風險值或潛在虧損越大，投資報酬貼現就越多。
RAROC可用於業績評估，如果交易員從事高風險的投資項目，那麼即使利潤再高，由於VaR值較高，RAROC值也不會很高，其業績評價也就不會很高。實際上近幾年出現的巴林銀行倒閉、大和銀行虧損和百富勤倒閉等事件中，都是由於對某一個人業績評價不合理所致，即只考慮到某人的盈利水平，沒有考慮到他在獲得盈利的同時承擔的風險對其進一步重用的結果。RAROC方法用於業績評估，可以較真實地反映交易人員的經營業績，並對其過度投機行為進行限制，有助於避免大額虧損現象的發生。
（4）、信貸矩陣(Credit Metrics)
1997年4月初，美國J．P摩根財團與其他幾個國際銀行——德意志摩根建富、美國銀行、瑞士銀行、瑞士聯合銀行和BZW共同研究，推出了世界上第一個評估銀行信貸風險的證券組合模型(Credit Metrics)。該模型以信用評級為基礎，計算某項貸款或某組貸款違約的概率，然後計算上述貸款同時轉變為壞賬的概率。該模型通過VaR數值的計算力圖反映出：銀行某個或整個信貸組合一旦面臨信用級別變化或拖欠風險時所應准備的資本金數值。該模型覆蓋了幾乎所有的信貸產品，包括傳統的商業貸款；信用證和承付書；固定收入證券；商業合同如貿易信貸和應收賬款；以及由市場驅動的信貸產品如掉期合同、期貨合同和其他衍生產品等。具體計算步驟是首先對信貸組合中的每個產品確定敞口分布；其次，計算出每項產品的價值變動率(由信用等級上升、下降或拖欠引起)；再次將單項信貸產品的變動率匯總得出一個信貸組合的變動率值(加總時應考慮各產品之間的相互關系)。由此可見，在假定各類資產相互獨立的情況下，每類資產信用風險組合的風險值等於該類資產的敞口分布與其信用等級變動或拖欠的變動率。即等於信用等級變動或拖欠變動率x貸款額。
（5）最近，美國華盛頓國際金融研究所針對當前的主要信用風險模型以及資產組合模型進行了分析測試，旨在找出衡量信用風險的最好方法，為計量信用風險確定一種比較規范的模型，並用於確定資本金的分配，從而為國際銀行業的發展及其風險監管創造條件，並計劃與巴塞爾銀行委員會合作進行這方面的工作。
VaR風險控制模型
一.VaR模型基本思想
VaR按字面的解釋就是「處於風險狀態的價值」，即在一定置信水平和一定持有期內，某一金融工具或其組合在未來資產價格波動下所面臨的最大損失額。JP.Morgan定義為：VaR是在既定頭寸被沖銷（be neutraliged）或重估前可能發生的市場價值最大損失的估計值；而Jorion則把VaR定義為：「給定置信區間的一個持有期內的最壞的預期損失」。
二.VaR基本模型
根據Jorion（1996），VaR可定義為：
VaR=E（ω）-ω* ①
式中E（ω）為資產組合的預期價值；ω為資產組合的期末價值；ω*為置信水平α下投資組合的最低期末價值。
又設ω=ω0（1+R） ②
式中ω0為持有期初資產組合價值，R為設定持有期內（通常一年）資產組合的收益率。
ω*=ω0（1+R*） ③
R*為資產組合在置信水平α下的最低收益率。
根據數學期望值的基本性質，將②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0+Eω0（R）-ω0-ω0R*
=ω0+ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]
∴VaR=ω0[E（R）-R*] ④
上式公式中④即為該資產組合的VaR值，根據公式④，如果能求出置信水平α下的R*，即可求出該資產組合的VaR值。
三.VaR模型的假設條件
VaR模型通常假設如下：
⒈市場有效性假設；
⒉市場波動是隨機的，不存在自相關。
一般來說，利用數學模型定量分析社會經濟現象，都必須遵循其假設條件，特別是對於我國金融業來說，由於市場尚需規范，政府幹預行為較為嚴重，不能完全滿足強有效性和市場波動的隨機性，在利用VaR模型時，只能近似地正態處理。
VaR模型計算方法
從前面①、④兩式可看出，計算VAR相當於計算E（ω）和ω*或者E（R）和R*的數值。從目前來看，主要採用三種方法計算VaR值。
⒈歷史模擬法（historical simulation method）
⒉方差—協方差法
⒊蒙特卡羅模擬法（Monte Carlosimulation）
一．歷史模擬法
「歷史模擬法」是藉助於計算過去一段時間內的資產組合風險收益的頻度分布，通過找到歷史上一段時間內的平均收益，以及在既定置信水平α下的最低收益率，計算資產組合的VaR值。
「歷史模擬法」假定收益隨時間獨立同分布，以收益的歷史數據樣本的直方圖作為對收益真實分布的估計，分布形式完全由數據決定，不會丟失和扭曲信息，然後用歷史數據樣本直方圖的P—分位數據作為對收益分布的P—分位數—波動的估計。
一般地，在頻度分布圖中（圖1，見例1）橫軸衡量某機構某日收入的大小，縱軸衡量一年內出現相應收入組的天數，以此反映該機構過去一年內資產組合收益的頻度分布。
首先，計算平均每日收入E（ω）
其次，確定ω*的大小，相當於圖中左端每日收入為負數的區間內，給定置信水平 α，尋找和確定相應最低的每日收益值。
設置信水平為α，由於觀測日為T，則意味差在圖的左端讓出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*
二.方差—協方差法
「方差—協方差」法同樣是運用歷史資料，計算資產組合的VaR值。其基本思路為：
首先，利用歷史數據計算資產組合的收益的方差、標准差、協方差；
其次，假定資產組合收益是正態分布，可求出在一定置信水平下，反映了分布偏離均值程度的臨界值；
第三，建立與風險損失的聯系，推導VaR值。
設某一資產組合在單位時間內的均值為μ，數准差為σ，R*～μ（μ、σ），又設α為置信水平α下的臨界值，根據正態分布的性質，在α概率水平下，可能發生的偏離均值的最大距離為μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根據VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假設持有期為 △t，則均值和數准差分別為μ△t和 ，這時上式則變為：
VaR=ω0·α·
因此，我們只要能計算出某種組合的標准差σ，則可求出其VaR的值，一般情況下，某種組合的數准差σ可通過如下公式來計算
其中，n為資產組合的金融工具種類，Pi為第i種金融工具的市場價值，σi第i種金融工具的標准差，σij為金融工具i、j的相關系數。
除了歷史模擬法和方差—協方差外，對於計算資產組合的VaR的方法還有更為復雜的「蒙特卡羅模擬法」。它是基於歷史數據和既定分布假定的參數特徵，藉助隨機產生的方法模擬出大量的資產組合收益的數值，再計算VaR值。
根據古德哈特等人研究，計算VaR值三種方法的基本步驟及特徵如下表。
.
風險估價技術比較
分類
步驟HSMVaR—Cov Monte—Carlo
⒈確認頭寸 找到受市場風險影響的各種金融工具的全部頭寸
⒉確認風險因素 確認影響資產組合中金融工具的各種風險因素
⒊獲得持有期內風險因素的收益分布 計算過去年份里的歷史上的頻度分布 計算過去年份里風險因素的標准差和相關系數 假定特定的參數分布或從歷史資料中按自助法隨機產生
⒋將風險因素的收益與金融工具頭寸相聯系 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數 按照風險因素分解頭寸（risk mapping） 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數
⒌計算資產組合的可變性 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布 假定風險因素是呈正態分布，計算資產組合的標准差 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布
⒍給定置信區間推導VAR
排列資產組合順序，選擇剛好在1%或5%概率下剛≥1的那一損失
用2.33（1%）或1.65（5%）乘以資產組合標准差 排列資產組合順序，選擇剛好在1%或5%概率下剛≥1的那一損失
VaR模型在金融風險管理中的應用
VaR模型在金融風險管理中的應用越來越廣泛，特別是隨著VaR模型的不斷改進，不但應用於金融機構的市場風險、使用風險的定量研究，而且VaR模型正與線性規劃模型（LPM）和非線性規劃模型（ULPM）等規劃模型論，有機地結合起來，確定金融機構市場風險等的最佳定量分析法，以利於金融機構對於潛在風險控制進行最優決策。
對於VaR在國外的應用，正如文中引言指出，巴塞爾委員會要求有條件的銀行將VaR值結合銀行內部模型，計算適應市場風險要求的資本數額；G20建議用VaR來衡量衍生工具的市場風險，並且認為是市場風險測量和控制的最佳方法；SEC也要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。這表明不但金融機構內部越來越多地採用VaR作為評判金融機構本身的金融風險，同時，越來越多的督管機構也用VaR方法作為評判金融機構風險大小的方法。
我國對VaR模型的引介始於近年，具有較多的研究成果，但VaR模型的應用現在確處於起步階段，各金融機構已經充分認識到VaR的優點，正在研究適合於自身經營特點的VaR模型。

E. 證券投資分析教材解讀：風險管理VaR方法

一、VaR方法的歷史演變

通常，人們將風險定義為未來凈收益的不確定性。

名義值法，即如果起初投資的成本為W，便認為投資風險為W，其可能會全部損失。

敏感性方法，是測量市場因子每一個單位的不利變化可能引起投資組合的損失。

波動性方法，是收益標准差作為風險度量。

粗略來說，VaR就是使用合理的金融理論和數理統計理論，定量地對給定的資產所面臨的市場風險給出全面的度量。VaR模型來自於兩種金融理論的融合：一是資產定價和資產敏感性分析方法;二是對風險因素的統計分析。

VaR是描述市場在正常情況下可能出現的最大損失，但市場有時會出現令人意想不到的突發事件，這些事件會導致投資資產出現巨大損失，而這種損失是VaR很難測量到的。因此，人們提出壓力測試或情景分析方法，以測試極端市場情景下投資資產的最大潛在損失。

二、VaR計算的基本原理及計算方法

(一)VaR計算的基本原理

VaR的字面解釋是指“處於風險中的價值(Value atRisk)”，一般被稱為“風險價值”或“在險價值”，其含義是指在市場正常波動下，某一金融資產或證券組合的最大可能損失。

確切地說，VaR描述了“在某一特定的時期內，在給定的置信度下，某一金融資產或其組合可能遭受的最大潛在損失值”或者說“在一個給定時期內，某一金融資產或其組合價值的下跌以一定的概率不會超過的水平是多少。”

定義中包含了兩個基本因素：“未來一定時期”和“給定的置信度”。前者可以是1天、2天、1周或1月等等，後者是概率條件。例如：“時間為1天，置信水平為95%，所持股票組合的VaR=10000元。”其涵義就是：“明天該股票組合可有95%的把握保證，其最大損失不會超過10000元。”或者是“明天該股票組合最大損失超過10000元只有5%的可能。”

VaR方法的最大優點就是提供了一個統一的方法來測量風險，把風險管理中所涉及的主要方面——投資組合價值的潛在損失用貨幣單位來表達，簡單直觀地描述了投資者在未來某一給定時期內所面臨的市場風險。使得不同類型資產的風險之間具有可比性，逐漸成為聯系整個企業或機構的各個層次的風險分析、度量方法。另外，VaR方法可以用於多種不同的金融產品，並能對不同的金融產品和不同的資產類型的風險進行度量和累積，因而它能夠用來對整個企業和跨行業的各種風險進行全面的量化。

(二)VaR的主要計算方法

從最基本的層次上可以歸納為兩種：局部估值法和完全估值法。

德爾塔一正態分布法就是典型的局部估值法;歷史模擬法和蒙特卡羅模擬法是典型的完全估值法。

1.德爾塔一正態分布法

優點：簡化了計算量。但是由於其具有很強的假設，無法處理實際數據中的厚尾現象，具有局部測量性等不足。

2.歷史模擬法

歷史模擬法的概念直觀、計算簡單，無需進行分布假設，可以有效地處理非對稱和厚尾等問題，而且歷史模擬法可以較好地處理非線性、市場大幅波動等情況，可以捕捉各種風險。歷史模擬法的缺點也是顯而易見的`。它假定市場因子的未來變化與歷史完全一樣，這與實際金融市場的變化是不一致的。其次，歷史模擬法需要大量的歷史數據。第三，歷史模擬法的計算量非常大，對計算能力要求比較高。

3.蒙特卡羅模擬法

蒙特卡羅模擬法不同之處在於市場價格的變化不是來自歷史觀察值，而是通過隨機數模擬得到。

其基本思路是假設資產價格的變動依附在服從某種隨機過程的形態，利用電腦模擬，在目標時間范圍內產生隨機價格的途徑，並依次構建資產報酬分布，在此基礎上求出VaR。

蒙特卡羅模擬法的主要優、缺點：

(1)優點：可涵蓋非線性資產頭寸的價格風險、波動性風險，甚至可以計算信用風險;可處理時間變異的變數、厚尾、不對稱等非正態分布和極端狀況等特殊情景。

(2)缺點：需要繁雜的電腦技術和大量的復雜抽樣，既昂貴且費時;對於代表價格變動的隨機模型，若是選擇不當，會導致模型風險的產生;模擬所需的樣本數必須要足夠大，才能使估計出的分布得以與真實的分布接近。

三、VaR的應用

VaR的全面性、簡明性、實用性決定了其在金融風險管理中有著廣泛的應用基礎，主要表現在風險管理與控制、資產配置與投資決策、業績評價和風險監管等方面。

(一)風險管理與控制

1.風險管理與控制的核心之一是風險的計量、風險限額的確定與分配、風險監控。傳統的風險限額管理主要是頭寸規模控制。其缺陷：不能在各業務部門之間進行比較;沒有包含杠桿效應;沒有考慮不同業務部門之問的分散化效應。

2.鑒於傳統風險管理存在的缺陷，現代風險管理強調採用以VaR為核心，輔之敏感性和壓力測試等形成不同類型的風險限額組合。

(二)基於VaR的資產配置與投資決策

VaR與方差直接相關，其作為風險限額指標實質上對方差附加了一種限制。

(三)基於VaR的業績評估

通常採用的業績評價指標為“經風險調整後的資本收益”。

(四)風險監管

四、使用VaR需注意的問題

在使用過程中應當關注到以下幾個方面的問題：

1.VaR沒有給出最壞情景下的損失。VaR只是度量了市場處於正常變動下的市場風險，而對於金融市場的極端價格變動，如市場突然的“崩盤”等，VaR是無法處理的。理論上說，這些根源的缺陷不在於VaR本身，而在於其依賴的統計方法。

2.VaR的度量結果存在誤差。

3.頭寸變化造成風險失真。VaR假設頭寸固定不變，因此在對一天至數天的期限做出調整時，要用到時間數據的平方根。但是，這一調整忽略了交易頭寸在期間內隨市場變化的可能性，導致實際風險與計量風險出現較大差異。

F. VaR在風險管理中的應用，如何做個實證分析

桿、相關性和當前頭寸的組合風險的整體觀點，被稱為是一種具有前瞻性的風險衡量方法，已發展成為現代金融風險管理的國際標准和理論基礎。基於VaR的商業銀行風險管理研究文獻，目前，主要體現在商業銀行監管、商業銀行資本管理和商業銀行信用風險與操作風險管理三個方面，旨在盡可能地尋求利用市場工具和市場激勵的方法，通過銀行的政策、行為和技術提高銀行的風險管理水平。

VaR；銀行風險管理；文獻述評

VaR的真正發展得益於世界各著名金融機構對市場風險管理的重視。許多著名金融機構，如JP．Morgan，Bankers Trust，Chemical Bank，Chase Man-hattan等，都投入了大量經費開發新的市場風險管理工具，旨在准確辨識和測量市場風險的基礎上，開發出一種既能處理非線性的期權，又可提供總體風險的市場風險測量方法，VaR就是基於這一背景開發出來的。它在20世紀80年代首次被一些金融公司用於測量交易性證券的市場風險，獲得了廣泛應用。根據Jorion(2001)的概念：VaR(Value atRisk，常譯為在險價值或風險價值)是指在正常的市場環境下，在一定的置信水平和持有期內，衡量某個特定的頭寸或組合所面臨的最大可能損失。與傳統的風險衡量方法相比，VaR提供了一種考慮杠桿、相關性和當前頭寸的組合風險的整體觀點，被稱為是一種具有前瞻性的風險衡量方法。風險的數量化量度發展從靈敏度到波動性，再到下側量度，經歷了從簡單逐步走向准確的過程。VaR屬於下側量度，已經證明風險的下側量度是對靈敏度與具有不確定性不利結局的波動性的整合。VaR作為一個很好的風險管理工具正式在2004年的新巴塞爾協議中獲得應用推廣，已成為現代金融風險管理的國際標准和理論基礎。

一、VaR與商業銀行監管研究

新巴塞爾協議所提倡的內部模型法(VaR模型法)反映了監管當局提倡在盡可能的地方尋求利用市場工具和市場激勵的方法，通過銀行的政策、行為和技術提高銀行的監管水平。幾次世界性的金融危機以來，關於銀行風險行為的問題一直是一個焦點。如何通過不同的監管資本要求影響銀行的風險承擔行為，幫助銀行獲得更精確的風險測量和合適的風險激勵，一直是監管當局和銀行業共同努力的方向。巴塞爾協議集中反映了金融監管的各種理論與實踐成果。除此之外，關於銀行風險行為的監管文獻也很多，主要分為三大類。
第一類是集中反映在巴塞爾系列文件中的相關研究成果。1988年，Basel資本協議對風險調整的銀行資產強加了統一資本要求，總的風險量等於各風險資產乘以相應的風險權重，這時的風險權重主要旨在反映具體資產的信貸風險。在資本要求的計量方面，1988年的資本協議遺漏了許多重要的問題。短期的賬戶余額和政府持有的證券沒有包括投資組合的識別問題，表外項目中軋差協議的敞口計算問題未曾涉及等。由於該協議只考慮了信用風險的資本要求，而沒有考慮市場風險的資本要求，隨著市場交易風險在銀行投資組合中的相對重要性增加，迫使監管者重新考慮1988年的巴塞爾協議的資本要求體系。因此，巴塞爾委員會於1996年1月公布了一個旨在包括市場風險資本要求的協議修正案，以修改1988年的資本協議。1998年1月1日正式實施了建議的最終版本(下面統稱為「1996年修正案」)。該修正案包括了覆蓋由於市場價格變動引起市場風險的最小補充資本儲備要求(BIS，1996a)。同時，提供了兩種計量方法供銀行選擇：一是在滿足監管和審計要求的前提下，採用以VaR為基礎的內部模型法(IMA)；二是採用巴塞爾委員會建議的標准法(Building Block Method)。具體思路是：先分別計算每個風險模塊的資本要求，然後通過簡單加總來計算整體的資本要求。IMA確定了基於銀行內部風險測度的結果計算銀行資本要求的方法。為了確保IMA計算出來的資本要求是充足的，巴塞爾委員會制訂了內部模型建立的標准。如風險價值必須每日計算；至少用12個月的數據計算持有期為10天的損失分布，並且計算出充足的資本要求以覆蓋99％的損失事件。在一個確定的時間范圍內，最小的資本要求等於包括整個巿場風險和信用風險(或特殊風險)的總的資本要求，這里市場風險要求等於在最近60個交易日內平均每兩周的VaR報告的一個倍數(≥3)，信用風險資本要求等於風險調整資產的8％。隨著信息技術的快速發展，銀行的經營規模和業務范圍急劇擴大，銀行的營運風險呈上升趨勢，由於內部控制失效而造成嚴重損失乃至機構倒閉的事件頻繁發生一在1999年6月披露的新資本協議的建議改革案中，巴塞爾委員會將操作風險列為繼市場風險、信用風險之後的第三大風險，並建議用總收入作為銀行計量操作性風險的基礎指標，總收入乘上一個比例指標α(≤12％，BIS，2001)，所得即為操作性風險的資本要求。為了檢查IMA的精度和順利實施，巴塞爾委員會建議開展後驗測試(Backtesting)，將內部模型的風險測量結果和真實的交易結果進行比較。為了提高模型的精度，主張銀行去發展利用每天損失的分布進行後驗測試的能力。Kupiec(1995)認為由於銀行資產波動性的不可觀測，對於監管者的主要問題是無法排除錯誤的VaR報告和投資組合同報的非正態分布(如肥尾等)，主張後驗測試必須要求有許多觀測變數(≥250個交易日)。巴塞爾委員會建議對於不能滿足後驗測試精度標準的銀行將遭到附加的資本要求，後驗測試和一些懲罰措施本質上是為了提高銀行增強模型精度所採取的激勵措施。Basak & Shapiro(2001)發現在VaR約束下，資產管理者只能部分地確保它們投資組合的損失，尤其在壞的資產狀態下根本無法保障。在它們的模型中，VaR約束必須滿足一定的期限T，允許銀行管理者可以持續地重新調整它們的投資組合。為了得到瞬時的投資組合風險，監管當局對交易活躍資產的VaR後驗測試期設置為一天(Bsael銀行監管委員會，1996b)。但以上文獻沒有考慮銀行監管機制對銀行風險策略選擇的互動影響。
第二類是銀行在連續時間框架內銀行監管的問題。Merton(1977，1978)應用Black Scholes(1973)的期權定價模型獲得了固定期限存款的保險費價格，提出了監管者隨機審查的方法，並且實現了在銀行資產連續波動的假設下，合理存款保險價格的確定。Pennachi(1987)根據金融杠桿率定義風險，考察了銀行風險承擔的激勵，提出了防止銀行破產以避免存款人遭受損失的監管重要性。Keeley(1990)、Thomson(1990)、
Kaufman(1996)從不同層面對市場紀律改善銀行監管效率進行了分析和實證研究，一致的結論是：充分應用市場方法能夠准確及時地反映銀行機構的條件和環境，從而可以顯著增強投資者和存款人對銀行的監督，有效約束存款機構向政府轉嫁風險的激勵，改善金融監管的水平和效率。Rochet(1992)證明了有限的銀行負債產生一個激勵，它使風險厭惡的銀行(銀行投資組合管理者盡力實現預期效用最大化)追求一個高風險的投資策略，建議最小化資本要求以克服這種風險承擔行為。Fries etal(1997)在平衡社會破產費用和未來審查費用之間分析了最優的銀行破產邊界，發現了銀行管理者承擔風險的激勵原因，通過對股東價值函數的線性化，獲得了消除銀行風險承擔激勵的獎勵政策和權益支持計劃，這里風險被定義為潛在狀態變數的波動性而非杠桿率。Bhattacharya etal(2002)提出了消除銀行風險承擔激勵的最優破產邊界及其在這一邊界內銀行所需的資本量。該文獻的模型假設潛在狀態變數的波動性是連續的，銀行風險承擔的激勵的存在只是通過股東價值函數的凸性(如有清償力的銀行價值函數是凸性的，因為大多數銀行的資產價值滿足最小資本要求)來減少，很少涉及銀行風險轉換的過程。
第三類是關於金融部門在一個連續時間內的風險轉換。Ericsson(1997)&Leland(1998)提出了銀行股東從一種風險水平向另一種風險水平轉換的模型旨在通過資產替換的費用支出，對企業股票定價，並且獲得最佳的資本結構。然而，這里較少慮及存款保險的因素。由於存款保險機制，使得銀行負債能被無風險利率支持。因此，存款保險者和銀行股東之間存在一個利益沖突。為減少存款保險制度的費用支出，銀行必須滿足通過審查機制強加的監管約束。

二、VaR與商業銀行資本管理研究

資本和風險資產在銀行內部更加合理准確地配置已成為現代商業銀行風險管理的一個核心內容關於VaR與銀行資本管理研究的文獻主要分為三類。
第一類文獻是基於靜態視角的銀行資本優化管理研究。在靜態均方差的分析框架下，Kahane(1997)、Roehn、Santometro(1980)提出了一個非常嚴格的資本要求以引導銀行用更低的風險資產取代更高的風險資產，但因此可能會增加投資組合的交易風險和違約風險。Kim & Santomero(1988)建立了在風險權重資產的基礎上確定資本要求，除非風險權重對資產的β是按比例的，否則資本要求將導致銀行承擔更多的風險。Fudong & Keeley(1990)認為，在存款保險和有限負債的條件下，均方差框架分析資本要求的效果是不合時宜的，因為有限的負債導致有限的資產回報分布，特別是考慮到金融機構的價值最大化，並且表現出更嚴格的杠桿限制明顯減少了最佳的風險承擔。這個主要原因是金融機構在資本要求范圍內資產組合選擇最大的風險承擔旨在存款保險價值的最大化。Gennotte&Pyle(1991)拓展了他們的分析結果，認為可以允許非零現值的投資組合，並表明在更嚴格的資本要求條件下會導致金融機構增加資產風險。對於靜態集合，Chan、Greeballm & Thakor(1992)，Giammarino、Lewis&Sappington(1993)在提供存款保險的情況下研究了一個如何引導金融機構向監管部門如實反映其真實風險的機制設計。Hovakimian&Kane(1994)將Merton的單期存款保險期權模型擴展為無限展期的股東收益模型，並據此對美國1985年到1994年的商業銀行風險轉嫁和資本監管有效性進行了實證分析，證明商業銀行的資本監管並未有效地阻止銀行業的風險轉嫁問題，而且由於轉嫁風險給銀行帶來大量的政府補貼，產生了風險轉嫁的激勵。Patri－cia Jackson，David J．Maude&William Perraudin(1998)基於VaR在銀行資本管理中的應用展開了實證研究。Hellmann等人(2000)建立了資本監管的比較靜態博弈模型，證明在金融自由化和充分競爭的市場環境下，如果不對存款利率實行必要的限制，銀行選擇投機資產的行為將不可避免，資本充足性監管將無法實現pareto效率。Flannery(1998)和Maclachlan(2001)認為，資本充足性監管為核心的監管模式存在較大缺陷，要提高資本監管的有效性，還必須配合相應的監管制度安排和市場約束機制。芬蘭銀行研究局(2001)結合新巴塞爾協議，分析了基於VaR方法的銀行資本緩釋。Philippe Jorion(2002)研究了如何利用VaR值分析銀行的投資組合風險。Jerrmy Berkowitz&Jarmes O'Brien(2003)研究了如何提高VaR模型在商業銀行應用中的精度。以上關於靜態條件下銀行最優資本要求的研究存在兩大不足，一是沒有考慮銀行的交易費用；二是沒有考慮銀行經營策略和風險偏好對銀行資本管理的影響。
第二類文獻是關於動態條件下銀行資本優化模型的研究。Blum(1999)在動態均方差的分析框架下，用一個兩期模型證明在動態投資組合中，更加嚴格的資本要求會導致投資組合風險的增加。Ju andPearson(1999)驗證了當罰金與例外聯系時，1996年修正案能夠激勵金融機構揭示它們真實的VaR風險。Sentanon & Vorst(2001)、Basak&Shapiro(2001)認為，交易者的投資選擇要受到交易組合VaR的外在限制，但沒有考慮到金融機構的資本要求約束。Cuo、He and Issaenko(2001)認為，交易組合的價值函數是有限變化的，認為監管者能夠完全而連續地觀察到金融機構的VaR，並且在任何時點上的最小資本要求簡單地等同於同時期VaR的一個固定乘數(對例外沒有罰金)，由於資本要求不是外生的，而是機構最佳的報告策略的內生結果，因此，可以用二元鞅和參數二次規劃求解。DomenicoCuoco & Hong liu(2004)基於VaR，分析認為利用IMA方法確定資本要求在控制投資組合風險和真實風險揭示方面都是非常有效的，Cuoco等人的分析代表了基於VaR銀行資本優化模型研究的最新成果，具有相當的前瞻性。但他們的成果中沒有考慮銀行操作風險的資本要求，沒有進一步就在報告期末如果出現例外，違約仍然有可能發生並且銀行的資本對於覆蓋相應的罰金是不充足的情形展開研究。
第三類文獻是基於VaR的銀行風險資本配置與績效評估研究。將VaR拓展到風險資本(CaR)和風險調整的績效測量(RAROC)。Matten(1996)詳細介紹了計算RAROC的各種方法；Zaik等人(1996)解釋了美洲銀行將各營業部門的RAROC與銀行股

東的比率進行比較的動因是因為這個比率是股東要求的最小收益率；Zagst and Kehrbaum(1998)用數值方法研究了CaR約束下的投資組合優化問題；Stroughton & Zechner(1999)討論了RAROC與股東價值SVA的關系；Grouhy等人(1999)對項目價值方法進行了詳細比較，發現在一定條件下，RAROC與銀行的權益資本成本相等，這些比較也對RAROC存在的部門進行了說明。此後，許多關於這一主題的文獻一般討論RAROC的應用實例居多。從整體上來說，CaR和RAROC在理論上是隨著VaR的發展而發展的。目前，關於CaR和RAROC的研究主要側重於應用領域，在發達國家，關於它們的應用研究已相當成熟，在我國由於會計制度的差異和銀行風險管理技術的滯後，尚處於討論和實驗層面。

三、VaR與商業銀行信用風險和操作風險管理研究

VaR方法的應用已由最初集中在定量市場風險正逐步擴展到信用風險的度量與管理領域(Baselcommittee on Banking supervision，2001)。目前，國際上具有代表性的信用風險管理模型有：JP·Morgan1997年給出的Credit MetricsTM模型，1997年CSFB給出的Credit Risk+系統，1998年Mckinsey給出的Credit Portfolio ViewTM系統，都利用了VaR來確定銀行信貸組合的風險價值。可以說這些模型是VaR在信用風險管理領域應用的典範，但是，這些模型主要是針對發達國家銀行業的，在我國目前的應用范圍不是很大。除了2004年6月通過的新巴塞爾協議集中反映了銀行信用風險管理研究的成果外(主要體現在銀行內部評級法的應用中)，近年來，關於銀行信用風險這一主題具有代表性的研究成果是Gordy&Crouhy atal(2000)、Frey& McNeil(2001)、Michael B·Gordy(2002)的成果，他們研究了基於行業違約情形的信用風險建模，發現只存在單個驅動債務人相關性的信用風險因素且信用組合內的任意風險敞口都只佔總風險敞口非常小的份額時，銀行信用VaR的貢獻具有「組合不變性」，雖然他們的研究只涉及單因素風險情形，但論證了基於評級的資本要求與一般的信用風險組合VaR模型是相符合的事實。Susanne Emmer& Dirk Tasche(2003)提出了基於單因素Vasicek信用組合模型的VaR粒度調整方法和半漸進方法。目前，國內關於這一主題的研究成果主要是詹原瑞(2004)著的《銀行信用風險的現代度量與管理》一書，但該書主要是對國外現有成果的總括性綜述。總體而言，關於銀行信用風險管理這一主題的研究大都只涉及單因素情形，並且很少與銀行具體的資產負債情形相聯系。
20世紀80年代以來，一系列因為操作風險所導致的金融案件震驚了國際銀行界，使銀行經營者和監管者普遍認識到了操作風險管理的重要性。Duncan Wilson(1995)最早提出了操作風險的VaR度量，認為操作風險可以像市場風險和信用風險一樣應用VaR來度量；Relnhard Buhr(2000)提出了一種計算金融機構VaR的方法，該方法詳細地描述了所有相關的操作流程，各種內部控制方法被看作是控制點，估計出每一控制點在失去控制的情況下的最大損失(MD)以及失去控制的概率P，則該控制點上的VaR為MDxP；Medova(2000，2001)和Kyriacou(2002)在McNEIL以及Alexander J(1999)在極值理論研究的基礎上，應用VaR和極值理論對操作風險進行了量化分析。由於低頻率高沖擊事件爆發的概率很低，單一銀行關於這類事件造成損失的數據不足以支持操作風險模型的建立。總體上來說，目前國外關於VaR的操作風險度量研究主要是各金融機構根據自己的業務特點展開的，尚處於探索階段，還沒有一個統一的研究框架。與國際研究相比，國內關於操作風險的文獻大都限於對新巴塞爾資本協議的介紹，對操作風險的信用量化分析極少，更談不上相應的資料庫建設。
以上介紹的是國外學者的研究現狀，當前，我國對VaR的應用研究尚處於起步階段。我國學者最早對VaR進行研究的是鄭文通1997年的《金融風險管理的VaR方法及其應用》。在國內關於本課題的研究具有代表性的是王春峰(2001)著的《金融市場風險管理》，該書系統地介紹了VaR的有關理論基礎。總體上來說，國內關於VaR的研究大都是國外文獻的綜述或模仿，著重於在證券市場的應用，缺乏基於VaR對我國銀行業風險管理的理論分析和實證研究。

四、結束語

在新巴塞爾協議(BaselⅡ，2004年6月通過，2006年實施)中，關於資本金(或風險資本)計算公式的設計和相關參數的確定與檢驗都借鑒了VaR的思想和方法。VaR方法因為其概念簡單，易於溝通，成為當今國際銀行業風險計量和信息披露的標准工具。可以說，新巴塞爾協議集中反映了VaR在商業銀行風險管理中的許多研究成果，但是，協議本身主要反映了發達國家銀行業的資本管理要求，對於變化多樣的各國銀行體系來說，它只是提供了，一個很寬泛的分析框架。VaR方法在觀察和處理風險時具有獨特的視角，雖然其中一些已經完全超出我國當前金融研究和實踐的現狀，但是，建立與國際接軌的現代銀行風險管理體系是我們的必由之路。在開放經濟條件下，以VaR為核心的新巴塞爾協議在我國的實行只是時間的問題，我們要結合我國銀行業的特點，未雨綢繆，針對以上分析中現有VaR研究和應用的不足，加強VaR方法在我國銀行風險管理領域的理論和應用研究。轉貼於 中國論文下載中心

G. VAR方法的基本思想是什麼

VAR(Value at Risk)按字面解釋就是「在險價值」，其含義指：
在市場正常波動下，某一金融資產或證券組合的最大可能損失。更為確切的是指，在一定概率水平（置信度）下，某一金融資產或證券組合價值在未來特定時期內的最大可能損失。
用公式表示為：
Prob（△Ρ 其中Prob表示：資產價值損失小於可能損失上限的概率。△Ρ表示：某一金融資產在一定持有期△t的價值損失額。
VAR表示：給定置信水平α下的在險價值，即可能的損失上限。
α為：給定的置信水平。
VAR從統計的意義上講，本身是個數字，是指面臨「正常」的市場波動時「處於風險狀態的價值」。即在給定的置信水平和一定的持有期限內，預期的最大損失量（可以是絕對值，也可以是相對值）。例如，某一投資公司持有的證券組合在未來24小時內，置信度為95％，在證券市場正常波動的情況下，VaR 值為800萬元。其含義是指，該公司的證券組合在一天內（24小時），由於市場價格變化而帶來的最大損失超過800萬元的概率為5％，平均20個交易日才可能出現一次這種情況。或者說有95％的把握判斷該投資公司在下一個交易日內的損失在800萬元以內。5％的機率反映了金融資產管理者的風險厭惡程度，可根據不同的投資者對風險的偏好程度和承受能力來確定。以上供參考。

H. 有關VAR風險價值的計算問題

風險價值法(VAR)

（一）概念
VAR實際上是要回答在概率給定情況下，銀行投資組合價值在下一階段最多可能損失多少。在風險管理的各種方法中，VAR方法最為引人矚目。尤其是在過去的幾年裡，許多銀行和法規制定者開始把這種方法當作全行業衡量風險的一種標准來看待。VAR之所以具有吸引力是因為它把銀行的全部資產組合風險概括為一個簡單的數字，並以美元計量單位來表示風險管理的核心——潛在虧損。

（二）特點
①可以用來簡單明了表示市場風險的大小，單位是美元或其他貨幣，沒有任何技術色彩，沒有任何專業背景的投資者和管理者都可以通過VAR值對金融風險進行評判；
②可以事前計算風險，不像以往風險管理的方法都是在事後衡量風險大小；
③不僅能計算單個金融工具的風險。還能計算由多個金融工具組成的投資組合風險，這是傳統金融風險管理所不能做到的。

（三）應用
①用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VAR方法作為金融衍生工具風險管理的手段。利用VAR方法進行風險控制，可以使每個交易員或交易單位都能確切地明了他們在進行有多大風險的金融交易，並可以為每個交易員或交易單位設置VAR限額，以防止過度投機行為的出現。如果執行嚴格的VAR管理，一些金融交易的重大虧損也許就可以完全避免。
②用於業績評估。在金融投資中，高收益總是伴隨著高風險，交易員可能不惜冒巨大的風險去追逐巨額利潤。公司出於穩健經營的需要，必須對交易員可能的過度投機行為進行限制。所以，有必要引入考慮風險因素的業績評價指標。
但VAR方法也有其局限性。VAR方法衡量的主要是市場風險，如單純依靠VAR方法，就會忽視其他種類的風險如信用風險。另外，從技術角度講。VAR值表明的是一定置信度內的最大損失，但並不能絕對排除高於VAR值的損失發生的可能性。例如假設一天的99％置信度下的VAR＝＄1000萬，仍會有1％的可能性會使損失超過1000萬美元。這種情況一旦發生，給經營單位帶來的後果就是災難性的。所以在金融風險管理中，VAR方法並不能涵蓋一切，仍需綜合使用各種其他的定性、定量分析方法。亞洲金融危機還提醒風險管理者：風險價值法並不能預測到投資組合的確切損失程度，也無法捕捉到市場風險與信用風險間的相互關系。

VaR風險控制模型

（一）VaR模型基本思想編輯本段
VaR按字面的解釋就是「處於風險狀態的價值」，即在一定置信水平和一定持有期內，某一金融工具或其組合在未來資產價格波動下所面臨的最大損失額。JP.Morgan定義為：VaR是在既定頭寸被沖銷（be neutraliged）或重估前可能發生的市場價值最大損失的估計值；而Jorion則把VaR定義為：「給定置信區間的一個持有期內的最壞的預期損失」。

（二）VaR基本模型
根據Jorion（1996），VaR可定義為：
VaR=E（ω）-ω* ①
式中E（ω）為資產組合的預期價值；ω為資產組合的期末價值；ω*為置信水平α下投資組合的最低期末價值。
又設ω=ω0（1+R） ②
式中ω0為持有期初資產組合價值，R為設定持有期內（通常一年）資產組合的收益率。
ω*=ω0（1+R*） ③
R*為資產組合在置信水平α下的最低收益率。
根據數學期望值的基本性質，將②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0+Eω0（R）-ω0-ω0R*
=ω0+ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]ω
∴VaR=ω0[E（R）-R*] ④
上式公式中④即為該資產組合的VaR值，根據公式④，如果能求出置信水平α下的R*，即可求出該資產組合的VaR值。

（三）VaR模型的假設條件
VaR模型通常假設如下：
⒈市場有效性假設；
⒉市場波動是隨機的，不存在自相關。
一般來說，利用數學模型定量分析社會經濟現象，都必須遵循其假設條件，特別是對於我國金融業來說，由於市場尚需規范，政府幹預行為較為嚴重，不能完全滿足強有效性和市場波動的隨機性，在利用VaR模型時，只能近似地正態處理。

（四）VaR模型計算方法
從前面①、④兩式可看出，計算VAR相當於計算E（ω）和ω*或者E（R）和R*的數值。從目前來看，主要採用三種方法計算VaR值。
⒈歷史模擬法（historical simulation method）
⒉方差—協方差法
⒊蒙特卡羅模擬法（Monte Carlo simulation）

1、歷史模擬法
「歷史模擬法」是藉助於計算過去一段時間內的資產組合風險收益的頻度分布，通過找到歷史上一段時間內的平均收益，以及在既定置信水平α下的最低收益率，計算資產組合的VaR值。
「歷史模擬法」假定收益隨時間獨立同分布，以收益的歷史數據樣本的直方圖作為對收益真實分布的估計，分布形式完全由數據決定，不會丟失和扭曲信息，然後用歷史數據樣本直方圖的P—分位數據作為對收益分布的P—分位數—波動的估計。
一般地，在頻度分布圖中橫軸衡量某機構某日收入的大小，縱軸衡量一年內出現相應收入組的天數，以此反映該機構過去一年內資產組合收益的頻度分布。
首先，計算平均每日收入E（ω）
其次，確定ω*的大小，相當於圖中左端每日收入為負數的區間內，給定置信水平 α，尋找和確定相應最低的每日收益值。
設置信水平為α，由於觀測日為T，則意味差在圖的左端讓出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*

2、方差—協方差法
「方差—協方差」法同樣是運用歷史資料，計算資產組合的VaR值。其基本思路為：
首先，利用歷史數據計算資產組合的收益的方差、標准差、協方差；
其次，假定資產組合收益是正態分布，可求出在一定置信水平下，反映了分布偏離均值程度的臨界值；
第三，建立與風險損失的聯系，推導VaR值。
設某一資產組合在單位時間內的均值為μ，數准差為σ，R*～μ（μ、σ），又設α為置信水平α下的臨界值，根據正態分布的性質，在α概率水平下，可能發生的偏離均值的最大距離為μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根據VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假設持有期為 △t，則均值和數准差分別為μ△t和 ，這時上式則變為：
VaR=ω0•α•
因此，我們只要能計算出某種組合的數准差σ，則可求出其VaR的值，一般情況下，某種組合的數准差σ可通過如下公式來計算
其中，n為資產組合的金融工具種類，Pi為第i種金融工具的市場價值，σi第i種金融工具的數准差，σij為金融工具i、j的相關系數。
除了歷史模擬法和方差—數准差法外，對於計算資產組合的VaR的方法還有更為復雜的「蒙特卡羅模擬法」。它是基於歷史數據和既定分布假定的參數特徵，藉助隨機產生的方法模擬出大量的資產組合收益的數值，再計算VaR值。

風險估價技術比較
⒈確認頭寸 找到受市場風險影響的各種金融工具的全部頭寸
⒉確認風險因素 確認影響資產組合中金融工具的各種風險因素
⒊獲得持有期內風險因素的收益分布 計算過去年份里的歷史上的頻度分布 計算過去年份里風險因素的標准差和相關系數 假定特定的參數分布或從歷史資料中按自助法隨機產生
⒋將風險因素的收益與金融工具頭寸相聯系 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數 按照風險因素分解頭寸（risk mapping） 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數
⒌計算資產組合的可變性 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布 假定風險因素是呈正態分布，計算資產組合的標准差 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布
⒍給定置信區間推導VAR

VaR模型在金融風險管理中的應用
VaR模型在金融風險管理中的應用越來越廣泛，特別是隨著VaR模型的不斷改進，不但應用於金融機構的市場風險、使用風險的定量研究，而且VaR模型正與線性規劃模型（LPM）和非線性規劃模型（ULPM）等規劃模型論，有機地結合起來，確定金融機構市場風險等的最佳定量分析法，以利於金融機構對於潛在風險控制進行最優決策。
對於VaR在國外的應用，正如文中引言指出，巴塞爾委員會要求有條件的銀行將VaR值結合銀行內部模型，計算適應市場風險要求的資本數額；G20建議用VaR來衡量衍生工具的市場風險，並且認為是市場風險測量和控制的最佳方法；SEC也要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。這表明不但金融機構內部越來越多地採用VaR作為評判金融機構本身的金融風險，同時，越來越多的督管機構也用VaR方法作為評判金融機構風險大小的方法。
我國對VaR模型的引介始於近年，具有較多的研究成果，但VaR模型的應用現在確處於起步階段，各金融機構已經充分認識到VaR的優點，正在研究適合於自身經營特點的VaR模型。
本部分就VAR模型在金融機構風險管理中的應用及其注意的問題介紹如下：

例1 來自JP.Morgan的例子
根據JP.Morgan1994年年報披露，該公司1994年一天的95%VAR值平均為1500萬美元，這一結果可從反映JP.Morgan1994年日收益分布狀況圖中求出.該公司日均收益為500萬美元，即E（ω）=500萬美元。
如果給定α=95%，只需找一個ω*，使日收益率低於ω*的概率為5%，或者使日收益率低於ω*的ω出現的天數為254×5%=13天，從圖中可以看出，ω*=－1000萬美元。
根據VAR=E（ω）－ω*=500－（－1000）=1500萬美元
值得注意的是，這只是過去一段時間的數值，依據過去推測未來的准確性取決於決定歷史結果的各種因素、條件和形勢等，以及這些因素是否具有同質性，否則，就要做出相應的調查，或者對歷史數據進行修正。這在我國由於金融機構非完全市場作用得到的數據更應該引起重視。

例2 來自長城證券杜海濤的研究
長城證券公司杜海濤在《VaR模型在證券風險管理中的應用》一文中，用VaR模型研究了市場指數的風險度量、單個證券的風險度量和證券投資基金凈值的VaR等，研究表明，VaR模型對我國證券市場上的風險管理有較好的效果。
下面就作者關於市場指數的風險度量過程作一引用，旨在說明VaR的計算過程（本文引用時有刪節）。
第一步 正態性檢驗
首先根據2000年1月4日至2000年6月2日期間共94個交易日的日收益率做分布直方圖，由於深滬兩市場具有高度相關性，此處僅以上證綜合指數為例計算。可以看出上證綜合指數日收益率分布表現出較強的正態特徵：眾數附近十分集中，尾部細小。分析表明，深市指數也有相同的特徵。
下面利用數理統計的方法對2000年4月3日至6月2日期間上述3種指數的日收益率的分布情況進行正態性檢驗，檢驗結果如下：
W(深證綜指)=0.972445
W(深證成指)=0.978764
W(上證綜指)=0.970279
W為正態假設檢驗統計量，當樣本容量為40時取α =0.05(表示我們犯錯誤的概率僅為 α=0.05)，此時W0.05 =0.94，只有當W 時我們拒絕原假設。從我們的檢驗結果來看，我們無法拒絕三種指數的日收益率服從正態分布的假設。
有關這三種指數日收益率的相關統計量見表1。
表1 三種指數日收益率統計量
深圳綜合 深圳成分 上證綜合
均 值（ ）
0.001318 0.001061 0.001561
標准差（ ）
0.013363 0.012582 0.012391

通過上面的分析，我們可以得出三種指數的日收益率基本上服從N(μ,σ)，由於三種指數的平均日收益率非常接近零值，故可近似為N(0，σ)。
第二步 VaR的計算
由於正態分布的特點，集中在均值附近左右各1.65σ區間范圍內的概率為0.90，用公式表示為：P(μ-1.65σ，再根據正態分布的對稱性可知P(X<μ-1.65σ )=P(X>μ+1.65σ)=0.05；則有P(X>μ-1.65σ)=0.95。根據上面的計算結果可知在95%的置信度情況下：
VaR值=T日的收盤價×1.65σ。
取2000年4月3日至2000年6月2日的數據，然後根據上面的公式可以計算出深證綜指、深證成指、上證綜指3種指數在2000年6月2日的VaR值分別為：
深證綜合指數VaR=591.34×1.65×0.013363=13.04
深證成份指數VaR=4728.88×1.65×0.012582=98.17
上證綜合指數VaR=1916.25×1.65×0.012391=39.17
其現實意義為：根據該模型可以有95%的把握判斷指數在下一交易日即6月5日的收盤價不會低於T日收盤價－當日的VaR值；
即深證綜合指數不會低於：591.34－13.04=578.30
深證成份指數不會低於：4728.88－98.17=4630.71
上證綜合指數不會低於：1916.25－39.17=1877.08。
第三步 可靠性檢驗
現在來檢驗該模型的可靠性。根據3種指數的VaR來預測下一個交易日的指數變動下限，並比較該下限和實際收盤價，看預測的結果與我們期望值之間的差別。圖2、圖3、圖4是3個指數於2000年4月3日至6月2日的實際走勢與利用VaR預期下限的擬合圖形。

現將樣本區間內實際收盤指數低於預測下限的天數與95%置信度情況下的可能出現的期望天數作一統計對比，結果見表2。
表2 模型期望結果與實際結果的比較

深圳綜合 深圳成分 上證綜合
實際情況 3 3 3
期望情況 2 2 2

通過上面的計算我們可以發現應用VaR模型進行指數風險控制擬合結果較好。至於三種指數均有3個交易日超過預測下限，這主要是由於考察期間適逢台灣政權更迭及美眾院審議表決予華PNTR的議案，市場波動較大所致。

例3 來自銀行家信託公司的例子
由於金融機構特別是在證券投資中，高收益常伴隨著高風險，下級部門或者交易員可能冒巨大風險追求利潤，但金融機構出於穩健經營的需要，有必要對下級部門或者交易員可能的過渡投資機行為進行限制，因而引入考慮風險因素的業績評價體系，美國銀行和信託公司將VaR模型用於業績評估中，確立了業績評價指數——經風險調查的資本收益，即RAROC= ，從公式可看出，即使收益再高，但由於VaR也高，則RAROC也不會很高，其業績評價也不可能很高。因此，將金融機構將VaR應用於業績評價中，可對過度投機行為進行限制，使金融機構能更好地選擇在最小風險下獲取較大收益的項目。
同時，杜海濤也將VaR方法用於對我國5隻基金管理人的經營業績評價，評價結果如下表：
我國5隻基金管理人的RAROC比較表
基金開元 基金普惠 基金金泰 基金安信 基金裕陽
VaR值 0.1178 0.0919 0.0880 0.1240 0.1185
收益率 0.4153 0.2982 0.3592 0.4206 0.3309
RAROC 2.8467 2.7495 3.5188 3.1707 2.7938
日收益率的標准差 0.045623 0.03748 0.035623 0.037033 0.036559
數據來源：杜海濤《VaR模型在證券風險管理中的應用》

隨著我國加入WTO，金融全球化挑戰我國的金融改革及創新，特別是金融理論的創新和控制風險技術的創新，如何將金融風險控制到最小程度，真正使金融體系成為支撐社會經濟的基礎，達到為社會分散經濟風險的目的，是我國金融界必須面對的艱巨任務，如何用定量方法測度和控制金融風險，是金融機構和監管當局必須面對的問題。從金融機構本身來看，將風險定量分析方法，比如VaR模型應用於日常的風險管理，將市場風險和信用風險降到最低的程度，以期獲取最大的利潤回報，是金融機構的義不容辭的事情，也是其當務之急。從監管當局來看，促使金融機構應用先進的控制風險技術，使金融家們能夠隨心所欲地剝離各種風險，即對各種復雜的風險進行精確的計算和配置，將有利於我國的監管水平有較大的提高。因此，我國的金融機構和金融監管當局非常有必要將VaR模型等風險控制技術引入我國金融風險管理將非常必要，且具有一定的現實意義。

I. var可以干什麼 var的三個應用階段

VaR的應用主要體現在：第一，用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VaR方法作為金融衍生工具風險管理的手段。利用VaR方法進行風險控制