论文部分内容阅读
摘要 VaR模型是近年来国外兴起的一种金融风险管理工具，是投资组合总风险的统计度量，表示一段时期内一定的置信水平下的最大损失值。目前已被全球各主要的银行，公司及金融监管机构接受成为最重要的金融风险管理方法之一。
关键词 VaR；风险；损失
中图分类号 F830
文献标识码 A
文章编号 （2014）13-0004-01
一、前言
金融风险包括市场风险、信用风险和操作风险等。市场风险通常是市场价格水平波动引起的风险；信用风险是由交易对手不愿或无法履行合约引发的风险；操作风险则是由不完善的内部流程、人力和系统以及外部事件引起的风险。
度量风险的方法有多种，但是由于没有考虑市场之间波动率的差异和风险因素发生不利变动的概率以及风险因子之间的相关性，一般很难估计总体投资组合在不利情况下的损失。VaR模型存在估计给定投资工具或组合在未来资产价格波动下可能的潜在损失。它的计算核心在于估计资产组合未来损益的统计分布或概率密度函数。VaR可定义为“给定置信区间的一个持有期内的最大的预期损失”[1]。作为确定极端市场下潜在损失的压力测试，可以和VaR配合使用。
风险度量系统一般而言包括以下几个步骤：收集投资组合头寸，并将其反映到风险因子上；利用市场数据建立投资组合风险因子的分布；选取一种计算VaR方法建立投资组合收益率的分布。
二、VaR风险度量
VaR的度量方法通常有：历史模拟法和参数模型法及蒙特卡洛法。
1.历史模拟法
历史模拟法假定投资组合的回报分布是独立同分布，市场因子的未来波动和历史波动完全一样，其核心是利用过去一段时间资产回报率数据，估算资产回报率的统计分布，再根据不同的分位数求得相应置信水平的VaR[2]。
2.蒙特卡洛模拟法
蒙特卡洛模拟法与历史模拟方法十分类似，它涉及对风险因子分布的特定密度函数假设以及从这些分布中产生随机样本来生成投资组合的收益率。区别在于蒙特卡洛模拟法是基于历史数据或既定分布假定下的参数特征，借助随机方法模拟出大量的资产组合数值，从中推出VaR值[3]。
3.参数模型法
假设资产收益率的分布服从某个特定分布，分散程度的参数可以用常见的标准差（SD）进行度量。
这种方法考虑了所有的的观测值，而不仅仅是分位数附近的观测值。进一步的，我们可以把标准差应用到VaR的度量中，利用一个乘数因子a，它取决于分布和选定的置信水平c。
使用标准差方法的不足之处在于它是对称的，因此它无法区别损失与收益，而且使用标准差计算VAR做出的假设也可能是不恰当的。
三、VaR參数
要建立VaR模型，必须首先确定以下三个系数：
第一个系数是置信水平。置置信水平越大，那么得出的VaR越大。通过改变置信水平我们可以得到有关收益率分布和潜在极端损失的信息。另一个问题是信水平过高，当置信水平c增加时，大于VaR损失事件会减少，损失超过VaR值的极端事件发生的概率可以得到降低，这使得VaR估计的准确性下降。对于置信水平的选取依赖于VaR的应用。在大多数情况下，VaR都被用来度量下行风险。
第二个系数是确定持有期限或目标期限。时期T越长，计算出的VaR越大，依赖于风险因子的特性和投资组合头寸的特性。持有期限应该根据组合调整的速度来具体确定。调整速度快的组合，如有些银行所拥有的交易频繁的头寸，应选用较短的期限，如一天；调整相对较慢的可用较长的期限，如一个月，甚至更长[4]。
对于时期的选择还依赖于投资组合的特性，如果组合中的头寸变化非常快，或当标的资产价格变动时风险暴露也变化，那么增加时期的长度会引起VaR的错位。，如所观察数据是日收益率、周收益率，还是月收益率等。
第三个系数是观察期间，即整个数据选取的时间范围，观察期间也并不是越长越好。巴塞尔银行监管委员会目前要求的观察期为一年[4]。
四、VaR的不足
VaR是一种较有效的风险度量方法，但在使用时也需要注意一些不足。首先VaR并没有描述最坏情况下可能发生的损失VaR，主要适用于正常市场条件下对于市场风险的衡量，，而对于市场出现极端情况时却无能为力，事实上可以通过预测损失会以概率超过VaR的情形出现。其次VaR并没有给出损失的左尾分布的描述，它仅仅说明了损失值发生的概率，而没有提供任何关于损失分布的左尾信息。最后VaR度量的结果会存在一定偏差，VaR因受到样本变化的影响，其测量的精度是有限的，而且VaR模型主要适用于衡量市场风险，而对于流动性风险、信用风险、操作风险、法律风险等却难以反映。
参考文献：
[1]沈祥，VaR模型在商业银行风险管理中的应用研究，上海海事大学，2005
[2]郑其松，金融风险管理的VaR方法及其应用，南京财经大学，2010
[3]姚奎栋，VaR方法在我国商业银行市场风险管理中的应用分析，商业经济，2002
[4]怡颖，试析VaR在银行市场风险管理中的应用，中国建设银行，2008
作者简介
周子凯，男，中国政法大学商学院硕士。
关键词 VaR；风险；损失
中图分类号 F830
文献标识码 A
文章编号 （2014）13-0004-01
一、前言
金融风险包括市场风险、信用风险和操作风险等。市场风险通常是市场价格水平波动引起的风险；信用风险是由交易对手不愿或无法履行合约引发的风险；操作风险则是由不完善的内部流程、人力和系统以及外部事件引起的风险。
度量风险的方法有多种，但是由于没有考虑市场之间波动率的差异和风险因素发生不利变动的概率以及风险因子之间的相关性，一般很难估计总体投资组合在不利情况下的损失。VaR模型存在估计给定投资工具或组合在未来资产价格波动下可能的潜在损失。它的计算核心在于估计资产组合未来损益的统计分布或概率密度函数。VaR可定义为“给定置信区间的一个持有期内的最大的预期损失”[1]。作为确定极端市场下潜在损失的压力测试，可以和VaR配合使用。
风险度量系统一般而言包括以下几个步骤：收集投资组合头寸，并将其反映到风险因子上；利用市场数据建立投资组合风险因子的分布；选取一种计算VaR方法建立投资组合收益率的分布。
二、VaR风险度量
VaR的度量方法通常有：历史模拟法和参数模型法及蒙特卡洛法。
1.历史模拟法
历史模拟法假定投资组合的回报分布是独立同分布，市场因子的未来波动和历史波动完全一样，其核心是利用过去一段时间资产回报率数据，估算资产回报率的统计分布，再根据不同的分位数求得相应置信水平的VaR[2]。
2.蒙特卡洛模拟法
蒙特卡洛模拟法与历史模拟方法十分类似，它涉及对风险因子分布的特定密度函数假设以及从这些分布中产生随机样本来生成投资组合的收益率。区别在于蒙特卡洛模拟法是基于历史数据或既定分布假定下的参数特征，借助随机方法模拟出大量的资产组合数值，从中推出VaR值[3]。
3.参数模型法
假设资产收益率的分布服从某个特定分布，分散程度的参数可以用常见的标准差（SD）进行度量。
这种方法考虑了所有的的观测值，而不仅仅是分位数附近的观测值。进一步的，我们可以把标准差应用到VaR的度量中，利用一个乘数因子a，它取决于分布和选定的置信水平c。
使用标准差方法的不足之处在于它是对称的，因此它无法区别损失与收益，而且使用标准差计算VAR做出的假设也可能是不恰当的。
三、VaR參数
要建立VaR模型，必须首先确定以下三个系数：
第一个系数是置信水平。置置信水平越大，那么得出的VaR越大。通过改变置信水平我们可以得到有关收益率分布和潜在极端损失的信息。另一个问题是信水平过高，当置信水平c增加时，大于VaR损失事件会减少，损失超过VaR值的极端事件发生的概率可以得到降低，这使得VaR估计的准确性下降。对于置信水平的选取依赖于VaR的应用。在大多数情况下，VaR都被用来度量下行风险。
第二个系数是确定持有期限或目标期限。时期T越长，计算出的VaR越大，依赖于风险因子的特性和投资组合头寸的特性。持有期限应该根据组合调整的速度来具体确定。调整速度快的组合，如有些银行所拥有的交易频繁的头寸，应选用较短的期限，如一天；调整相对较慢的可用较长的期限，如一个月，甚至更长[4]。
对于时期的选择还依赖于投资组合的特性，如果组合中的头寸变化非常快，或当标的资产价格变动时风险暴露也变化，那么增加时期的长度会引起VaR的错位。，如所观察数据是日收益率、周收益率，还是月收益率等。
第三个系数是观察期间，即整个数据选取的时间范围，观察期间也并不是越长越好。巴塞尔银行监管委员会目前要求的观察期为一年[4]。
四、VaR的不足
VaR是一种较有效的风险度量方法，但在使用时也需要注意一些不足。首先VaR并没有描述最坏情况下可能发生的损失VaR，主要适用于正常市场条件下对于市场风险的衡量，，而对于市场出现极端情况时却无能为力，事实上可以通过预测损失会以概率超过VaR的情形出现。其次VaR并没有给出损失的左尾分布的描述，它仅仅说明了损失值发生的概率，而没有提供任何关于损失分布的左尾信息。最后VaR度量的结果会存在一定偏差，VaR因受到样本变化的影响，其测量的精度是有限的，而且VaR模型主要适用于衡量市场风险，而对于流动性风险、信用风险、操作风险、法律风险等却难以反映。
参考文献：
[1]沈祥，VaR模型在商业银行风险管理中的应用研究，上海海事大学，2005
[2]郑其松，金融风险管理的VaR方法及其应用，南京财经大学，2010
[3]姚奎栋，VaR方法在我国商业银行市场风险管理中的应用分析，商业经济，2002
[4]怡颖，试析VaR在银行市场风险管理中的应用，中国建设银行，2008
作者简介
周子凯，男，中国政法大学商学院硕士。