（产业经济学专业论文）VaR方法在我国金融风险管理中的应用研究.pdf

摘要 东南亚金融危机以来，金融风险管理受到了各国的普遍关注，各种风险管理方法 相继出现。v a r 模型作为一种新的风险管理方法，近年来得到了世界的各主要银行、 投资公司、企业及金融监管机构的广泛认可和支持。对我国而言，随着货币市场的发 展、利率自由化步伐的加快，利率、汇率及许多商品价格的短期频繁波动将不可避免。 我国金融市场作为一个发展中的新兴市场，市场风险必将随着金融市场的发展而逐渐 加大，市场风险的增加对风险管理提出了新要求。另外，中国加入了w t 0 ，这对国内 金融机构既提出了挑战也提供了机遇，有必要引入国际通用的风险管理方法。再有， 金融监管当局在中国经济日益国际化的背景之下，也有必要采用一些通用的风险管理 标准，提高监管水平。总之，引入和推广v a r 方法对于国内金融机构强化风险管理、 实行国际化经营以及金融监管当局提高监管水平都有着重要的现实意义。 本文首先对v a r 模型产生的背景、计算原理、优缺点进行了详细分析；其次，本 文还对v a r 方法引入我国的必要性及其在我国金融风险管理中的作用做了更深层次 的探索，以期有所收获；最后选择了上证综合指数作为研究对象，对v a r 方法在我国 证券市场的应用进行了实证研究，验证了v a r 方法的有效性。 关键词：金融风险 v a r a b s t r a c t s i n c et h es o u n d e a s ta s i a nf i n a n c i a le r i s i s ，f i n a n c i a l - r i s km a n a g e m e n th a sr e c e i v e dt h e g e n e r a lc o n c e r n so fv a r i o u sc o u n t r i e s v a r i o u sm e t h o d so ff i n a n c i a lr i s km a n a g e m e n t a p p e a ri ns u c c e s s i o n , a n da m o n gt h e m ，t h ev a gm o d e l ，a san e wk i n do ff i n a n c i a lr i s k m a n a g e m e n t , h a sg o tt h ee x t e n s i v ea p p r o v a la n ds u p p o r to fe v e r ym a i nb a n k , i n v e s t m e n t c o m p a n y , e n t e r p r i s ea n df i n a n c i a ls u p e r v i s i o no r g a n i z a t i o no ft h ew o r l di nr e c e n ty e a r s a s t oo u t c o u n t r y , w i t ht h ed e v e l o p m e n to fm o n e ym a r k e t ，t h eq u i c k e n i n go fl i b e r a l i z a t i o n p a c eo fi n t e r e s tr a t e ，i tw i l lb eu n a v o i d a b l et h a ti n t e r e s tr a t e ，e x c h a n g er a t ea n dal o to f c o m m o d i t yp r i c e sf l u c t u a t ef r e q u e n t l yi nas h o r tt i m e c h i n a sf i n a n c em a r k e ti sa d e v e l o p m e n te m e r g i n gm a r k e t w i t ht h ed e v e l o p m e n to ff i n a n c em a r k e tt h em a r k e tr i s k w i l l e n l a r g eg r a d u a l l y 砀ei n c r e a s eo fm a r k e tr i s k s e tt h en e w r e q u e s tt ot h er i s k m a n a g e m e n t i na d d i t i o n ，c h i n ah a sjo i n e dw t o ，t h i s h a sa l r e a d yc h a l l e n g e da n d o f f e r e d t h e o p p o r t u n i t yt od o m e s t i cf i n a n c i a li n s t i t u t i o na n di t i s n e c e s s a r yt oi n t r o d u c et h e i n t e m a t i o a n l l ya g r e e dm e t h o d so ff i n a n c i a l r i s k m a n a g e m e n t b e s i d e s ，u n d e rt h e i n t e r n a t i o n a l i z e dd a yb yd a yb a c k g r o u n do fc h i n a se c o n o m y , i ti s n e c e s s a r yf o rt h e f i n a n c i a ls u p e r v i s i o n a u t h o r i t yt oa d o p ts o m ei n t e r c h a n g e a b l er i s km a n a g e m e n t s t a n d a r d st o r a i s et h el e v e lo fs u p e r v i s i n g i naw o r d , t h e r ew i l lb ei m p o r t a n tr e a l i s t i cm e a n i n g st o i n t r o d u c ea n dp o p u l a r i z ev a rm e t h o df o rt h ed o m e s t i cf i n a n c i a li n s t i t u t i o ns t r e n g t h e n i n g r i s km a n a g e m e n t ，i m p l e m e n t i n gi n t e r n a t i o n a l i z a t i o nd e a li na n df i n a n c i a ls u p e r v i s i o n a u t h o r i t i e sr a i s i n gt h el e v e lo fs u p e r v i s i n g a tf i r s t , t h i st e x th a si nd e t a i la n a l y z e dt h eb a c k g r o u n d , c a l c u l a t i o np r i n c i p l e ，a d v a n t a g e a n dd i s a d v a n t a g eo fv a rm o d e la n dt h en e c e s s i t yf o ro r rc o u n t r yu s i n gt h a tm o d e l n e x t ， t h i st e x ta l s oi n t r o d u c e do b rc o u n t r y sn e c e s s i t ya n d t ot h ev a rm e t h o dh a sm a d et h e d e e p e rl e v e le x p l o r a t i o ni n0 1 1 1 c o u n t r yf i n a n c er i s km a n a g e m e n ta p p l i c a t i o na n dt h e a p p l i c a t i o np r o s p e c t ，i no r d e rt og a i ns o m e t h i n g f i n a l l y ，w r i t e rh a sc h o s e nt h ei n d e xo f s h a n g h a is t o c ke x c h a n g ，h a sc a r r i e do nt h ed e m o n s t r a t i o nr e s e a r c hf o rt h ea p p l i c a t i o no f v a ri no u rc o u n t r y , c o n f i r m e dt h ev a l i d i t yo ft h ev a rm e t h o di n0 1 1 1 c o u n t r ym o n e y m a r k e tr i s km a n a g e m e n t k e yw o r d s ：f i n a n c er i s k v a r i i 独创性声明 本人声明所呈的学位论文是本人在导师指导下进行的研究工作及取 得的研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论 文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安徽 农业大学或其他教育机构的学位或证书而使用过的材料。与我一同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢 意。 学位论文作者签名： 签字日期：年月目 学位论文版权使用授权书 本学位论文作者完全了解安徽农业大学有关保留、使用学位论文的 规定，有权保留并向国家有关部门或机构送交论文的复印件和电子文件， 允许论文被查阅和借阅。本人授权安徽农业大学可以将学位论文的全部 或部分内容编入有关数据库进行检索，收录到中国学位论文全文数据 库，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，向社 会公众提供信息服务。( 保密的学位论文在解密后适用本授权书) 。 学位论文作者签名： 签字日期：年月 日 学位论文作者毕业后去向： 工作单位： 通信地址： 指导教师签名： 签字日期：年月日 电话： 邮编： 1 引言 1 1v a r 产生背景 受经济全球化和金融一体化、金融创新与技术进步( 金融工程与信息技术) 等因 素的影响，全球金融市场发生了基础性和结构性变化，规模迅猛扩大、效率明显提高， 金融市场在经济运行中的作用和地位不断上升，全球经济运行的虚拟化程度不断提 高，工商企业的经营更加依赖金融市场，传统金融机构如商业银行的业务也趋向于利 用金融市场。与此同时，金融市场的波动性不断加剧，金融工具所蕴含的风险结构越 来越复杂。 进入2 0 世纪9 0 年代以来，国际上许多金融机构和跨国公司由于市场风险管理不 善而导致的巨额损失比比皆是，从巴林银行的倒闭、美国奥兰治县政府的破产到日本 大和银行的巨额交易亏损，以及山一证券的倒闭、香港百富勤的破产等都充分说明了 市场风险在金融机构面临的诸多风险中的核心地位。一般来讲，金融风险是指金融资 产在未来损失的不确定性，其主要表现为市场风险、信用风险、流动性风险、操作风 险和法律风险等。其中，金融市场风险是指由于利率、汇率、股指、商品价格等市场 价格因素的变化而导致金融资产收益的不确定性。市场风险管理就是金融机构在准确 识别、评估和测量市场风险的基础上，根据其竞争优势和风险偏好，利用各种技术工具 对市场风险进行防范、规避、转移的过程，风险的评估和计量是风险管理的基础和核 心。 尽管风险的概念和思想比较直观清晰，但要给出风险的确切表达却是十分复杂和 困难的。风险是无限维度的，它与所有与之有联系的因素有关，因此要将它表示为一 维数值或一个情形的集合是很困难的。一方面，传统的风险度量方法，如d e l t a 、久 期d u r a t i o n 、1 3 、凸性c o n v e x i t y 、g a m m a 等，仅对单一市场情形有效，这些只与特定 市场相对应的方法不能直接运用于其它市场；另一方面，传统的风险评估方法对风险 的度量大多体现为多指标，仅适用于对具有线性特征的金融资产和单一资产组成的投 资组合的投资风险进行评估和比较，而不适合于对期权、期货等具有非线性特征的资 产进行评估和对多种资产构造的投资组合的投资风险进行比较。 这些局限性迫切需要一种既能处理非线性的期权又可提供总体风险的市场风险 度量方法，v a r ( v a l u ea tr i s k ) 方法应运而生。1 9 9 3 年一个由工业国家的高层银行 家、金融家和学术界人士组成的3 0 人小组( g - 3 0 ) 发表了一个关于金融衍生工具的 具有里程碑意义的报告衍生产品的实践和规则( d e r i v a t i v e sp r a c t i c e sa n d p r i n c i p l e s ) ，这篇报告的主要建议是引入“风险价值系统 ( v a l u e a t r i s ks y s t e m ) 评 估金融风险。 v a r 按字面的解释是“处于风险状态的价值 。其含义是，在正常的市场环境下， 风险资产或组合在给定一定时间区间( h o l d i n gh o r i z o n ) 和置信度水平( c o n f i d e n c e l e v e l ) 的预期最大损失( 或最坏的损失) 。 由于v a r 在量化风险和动态监管方面有独特的优势，因此广受欢迎。值得一提 的是，v a r 技术虽然最初以衍生工具为主要控制对象，但其使用范围绝不仅限于此， 而是可以计算任何金融载体或组合头寸的市场风险。目前v a r 已成为许多国家金融 风险管理的估计标准。 1 2 国内外研究动态 v a r 的含义是，在正常的市场环境下，风险资产或组合在给定一定时间区间和置 信度水平的预期最大损失( 或最坏的损失) 。v a r 本质上是对证券交易组合波动的统 计测量，核心在于构造证券组合价值的概率分布，基本思想是利用证券组合价值的历 史波动信息推断未来情形。 风险价值v a r ( v a l u ea tr i s k ) 的概念最早由3 0 国集团( g r o u po f 3 0 ) 于1 9 9 3 年 7 月在其研究报告衍生产品的实践和规则中提出，1 9 9 4 年1 2 月j p m o r g a n 银行 公开发表其开发的风险计量模型- - r i s km e t r i c ，1 9 9 5 年4 月巴塞尔银行监管委员会 同意具备条件的银行以内部v a r 模型为基础，计算市场风险的资金要求，1 9 9 6 年8 月，美国银行监管会采用1 9 8 8 年巴塞尔协议中提出的市场风险修正案( m a r ) ，该修 正案规定商业银行进行大宗交易时，其备用资本要超过其面临的市场风险，而市场风 险资本备用额根据v a r 的方法予以估计。现在，v a r 被广泛运用到银行、非银行金 融机构以及众多机构投资者中，已经成为国际上新近发展起来的一种卓有成效的风险 量化技术，是国际上风险度量的标准。 上世纪九十年代起，国外学者就开始了对v a r 的研究，探讨的内容涉及对v a r 自身的分析与评价和v a r 在各个领域内的应用两方面。 在对v a r 自身的分析与评价方面，最常用v a r 模型的计算方法有三种：参数方 法、历史模拟法和蒙特卡罗模拟法，它们各有优缺点。参数法是计算v a r 时常用的 方法，这种方法的核心是基于对资产报酬的方差一协方差矩阵进行估计。其中最具代 表性的是目前流行使用j em o r g a n 银行的m s km e t r i c 方法，其重要假设是线性和正 态分布假设。历史模拟法从历史的收益率序列中取样，使用真实价格。允许非正态分 布，能够说明厚尾问题( d o w d1 9 9 8 ) ，避免模型风险。正因为其稳健性和直观性， 巴塞尔协议1 9 9 3 年条款采用历史模拟法作为市场风险的基本度量方法( b a s l e c o m m i t t e eo nb a n k i n gs u p e r v i s i o n ，1 9 9 3 ) 。它的缺陷在于其基本假设是过去能反映不 远的将来。蒙特卡罗法是计算v a r 最有效的一种方法，能说明大量风险，包括非线 2 性价格风险，波动性风险，甚至模型风险。它还考虑了波动率的时变性、厚尾和极端 事件等。蒙特卡罗法的最大缺陷是计算量太大及它依赖于选定的随机模型。 许多研究发现金融资产的回报服从正态分布，具有分布的厚尾性( f a tt a i l ) 、 波动的集聚性( 异方差) 等特征。如何刻画资产收益分布的厚尾特征及如何应对资产 收益非正态分布时的参数估计，提高v a r 模型的预测准确度，西方学者进行了广泛研 究并不断改进。r i s km e t r i c s 驻1 ( 1 9 9 5 ) 在其第一版技术文件中对v a r 的原理做了 详细的阐述，包括参数法、历史模拟法、蒙特卡罗模拟法等具体v a r 模型的原理的说 明。r i s km e t r i c s 嘲( 1 9 9 6 ) 与r e u t e r s 连手完成了第二版的技术，在第一版技术 文件基础上对非线性期权头寸的风险计量方法与如何处理实际分布的非正态性进行 了补充。b u t l e r ，s ch a c h t e r h 3 ( 1 9 9 6 ) 提出了基于核估计的历史模拟法。基本思想 是：首先用高斯核估计的非参数方法得到金融资产价格变化的概率密度和累积概率密 度，然后求出收益分布的各阶统计量的概率密度，由于不是使用分析方法得到的概率 密度，所以可以使用高斯的l e g e n d r e 积分求得次序统计量概率密度的各阶矩，均值 等于v a r ，方差为v a r 估计的标准误差。h u l l 、w h i t e 1 ( 1 9 9 8 ) 提出了另一种调整历 史数据的历史模拟法，调整的方法是用当前时期的波动率与历史波动率的比值对历史 数据进行相应调整。d o w dk e v i n ( 1 9 9 9 ) 提出了极值理论，p i e r r cg i o t 探讨了a r c h 簇的多种分布假设下的v a r 模型，j e a n - p h i l i p p eb o u c h a u da n dm a r c p o t e r s ( 1 9 9 9 ) 提出了非线性组合的简单正态近似算法，d a v i dl i ( 1 9 9 9 ) 尝试了用四阶矩计算y a r 的方法，d o w dk c v i n ( 2 0 0 1 ) 研究了较长风险期间内计算y a r 的方法，g u e r m a ta n d h a r r i s ( 2 0 0 1 ) 提出了一种稳健型的指数加权移动平均v a r 模型。此外，部分学者也 提出了一些非参数估计的方法，如h u t c h i n s o n 的学习网络一人工神经网络模型， r u b i n s t e i n s 的隐含双叉树，m a r kb r o a d i e 、j e r o m ed e t e m p l e 、e r i co h y s e l sa n do l i v i c r t o r r e s 的核回归估计法，d a v i db a t e s 的非线性广义最, b - 乘法等。 面对不同v a r 计算方法，众多学者开始研究如何评价和比较各类v a r 模型。主要 有两类模拟比较工具。第一类是指标工具，e n g e l l 6 1 ( 1 9 9 9 ) ，b r e d i n e ta l l 7 ( 2 0 0 2 ) 在比较各y a r 模型时分别都采用了h e n d d c k s ( 1 9 9 6 ) 提出的均值相对偏差( m r b ) 和均方根相对偏差( r m s r b ) 两个指标，s i n h ae ta l t 酗( 2 0 0 0 ) 提出了一种滚动的绝 对平均百分比误差( 砌讧a p e ) 指针用来衡量模型的准确性；第二类是检验工具。这 类工具主要是通过假设检验的方式接受或拒绝一个v a r 模型。自从k u p i e c t g l ( 1 9 9 5 ) 提出了其经典的k u p i e c 检验之后，研究以这种方式来评价v a r 模型的文献最多。从 大量的实证研究来看，各方法结果差异很大，而建模方式以及各个不同市场的具体情 况，可能都是导致这些差异的原因。因此，到目前为止，哪一种v a r 模型是最优模型 仍没有一个统一的标准。 关于v a r 的在各个领域的应用方面，很多学者在他们的文章中介绍了v a r 被交易 3 商、非金融机构、机构投资者、银行及保险公司监管者以及外汇交易部门监价者广泛 应用于投资组合、金融衍生工具、市场风险和信用风险的分析中。其中最著名的是 j p m o r g a n 集团开发的砒s km e t r i c s 风险管理系统。利用这一系统，公司一线业务人 员在每天下午提交一份简短的报告给总裁，指出整个银行范围的投资组合在未来2 4 小时内的风险和潜在损失是多少。1 9 9 5 年4 月，巴塞尔委员会宣布，商业银行的资 本充足性要求必须建立在v a r 基础上；1 9 9 5 年1 2 月，美国证券交易委员会( s e c ) 建议，上市交易的美国公司在披露其信息时应将v a r 作为一项重要指标；1 9 9 6 年6 月3 日，巴塞尔委员会公布了新的资本充足率框架( 征求意见稿) ，提出了“标准 化方法”来约束市场风场，同时也允许各银行采用自己设计的v a r 模型确定所应设 置的充足性资本水平。美国财务会计标准委员会( f a s b ) 制定的f a s l 3 3 号准则于 2 0 0 0 年6 月开始实施，也鼓励及时计算并披露v a r 等风险的量化信息。 v a r 在国外己被广泛地应用，应用性的研究也很多。v a r 模型的完善和改进逐渐 成为研究的主题，如v a r 的检验，均值、方差的估计，分布的改进，分布的厚尾现象， 投资组合的v a r ，期权的v a r 等。但是，v a r 也具有明显的局限性，如它主要衡量市 场正常变动情况下市场风险的有效测量，不能处理金融市场处于极端价格变动的情 形，也不能反映出分散化效应等等。c v a r 方法( c o n d i t i o n a lv 报) 是r o c k f a l l e r 于2 0 0 0 年针对v a r 风险管理技术存在的不足提出的一种风险度量技术。c v a r 是指在损失超 出v a r 时的条件期望值。v a r 考查的是在给定置信水平下( 如9 5 ) 投资组合的最 大潜在损失，无法衡量损失一旦超过v a r 估计值后发生什么，而c v a r 可以明确指出 v a r 估计失败时损失的条件期望值。所以，对c v a r 进行估计，有助于我们对尾部风 险的深入认识。 国内学术界对v a r 的研究现处于引进、消化和发展阶段。国内对于v a r 的介绍性文 献开始于牛昂( 1 9 9 7 ) 【1 0 1 、郑文通( 1 9 9 9 ) i h 等对v 氓内涵和意义的探讨。目前国内 己有不少专家学者从不同侧面对金融市场的风险管理进行了探索性的研究，最具代表 性的是王春峰教授所著的金融市场风险管理一书，它深入系统地介绍t v a r 模型 体系，较为全面地反映了国际上v a r 研究的最新理论和应用进展。但总体上，国内的文 章多集中于介绍国外学者的研究成果，刘静【1 2 】( 2 0 0 2 ) 、郑明川【b 】( 2 0 0 2 ) 、龙海明 【1 4 1 ( 2 0 0 2 ) 、赵睿【1 5 1 ( 2 0 0 2 ) 、景乃权嘲( 2 0 0 3 ) 等学者对v a r 方法的应用领域及其 在投资组合管理中的应用进行了理论探讨。马超群、李红权等【l7 】( 2 0 0 1 ) 提出了一种 计算v a r 的新方法一完全参数法。其本质上是参数法和极值理论的结合运用。田时新、 刘汉中、李耀【1 8 】( 2 0 0 3 ) 对深沪两市证券提出了一种基于广义误差分布( g e d ) 的 v a r 算法。郭海燕、李纲【1 9 】( 2 0 0 4 ) 将广义双曲线和正态逆高斯分布应用到的v a r 分析方法中。另外，对v a r 方法在我国具体领域的应用的实证研究正在加深，主要有： 郑祖康f 2 0 】( 1 9 9 9 ) 讨论了非参数统计方法在删4 算中的应用，戴国强、徐龙炳、陆 4 蓉( 2 0 0 0 ) 【2 1 1 】讨论了v 投在我国金融市场风险管理中可能的应用领域；陈忠阳( 2 0 0 1 ) 阎在综述v a r 方法体系的基础上，提出了它在我国的应用可能遭遇的困难，并给出相 应的对策建议。汪飞星、常国栋、李玉红四j ( 2 0 0 2 ) 将p e a r s o n 分布应用到v r 模型 的分布假设中。陈学华、杨辉耀【2 4 】( 2 0 0 3 ) 应用a p a r c h 模型在三种分布假设下对上 证综合指数通过事后模拟和条件单步预测来计算v a r 。武魏巍、韩学意、丁日佳( 2 0 0 6 ) 瞵】，曹军1 2 6 】分别对v a r 在金融市场和金融监管中的应用提出建议。刘晓曙、郑振龙 ( 2 0 0 7 ) 【2 。丌、彭万春( 2 0 0 7 ) 【2 8 】对v a r 方法在商业银行风险管理中的应用做了验证。 不可否认的是国内对v a r 技术的应用就更为欠缺，从我国金融机构现行的金融 风险管理技术上看，主要采用的是传统的资产负债管理( a 嘣) 和资产定价模型( c a p m ) 等，v a r 方法的运用还处于探索和应用的初级阶段，虽然有迹象表明有些金融机构和 机构投资者，己经开始运用风险价值v a r 方法进行内部风险管理和控制，但还没有一 家对外公布其所持资产的v a r 风险值。这说明v b r 方法在我国的应用还不很普遍，与 国际上金融风险管理技术的主流还存在较大差别。 1 3 研究的目的和意义 从大量研究的结论来看，使用不同的方法计算的v a r 值存在较大的差异，而即使 是使用相同的v a r 方法，对于各种不同的市场而言，其好坏优劣也存在很大的差别。 本文拟通过对v a r 模型体系的具体分析研究，并结合一定的实证分析，来说明其在我 国金融风险管理中的应用。当然，并不能期望本文的研究可以找到一个能使我国金融 机构市场风险管理水平得以提升的现实途径，研究的价值与其说在应用，不如说在学 习和探索。 与国外较为成热的金融市场相比，我国的金融市场正处于逐步走向成熟规范的阶 段，具有新兴市场的共同特征高投机性和高波动性。市场的剧烈波动和投机行为 在带来高收益的同时也带来了高风险。随着我国加入了w t o 后，在金融市场一体化、自 由化的驱动下，我国金融业必将和国际接轨，执行国际风险管理的标准。虽然现阶段 我国的金融风险还主要以信贷风险为主，但我国金融市场作为一个发展中的新兴市 场，市场风险必将随着金融市场的发展逐渐加大，市场风险的增加对风险管理也提出 了新的要求。因此v a r 方法在我国金融市场风险管理中的研究具有十分重要的现实和 理论意义。 1 4 研究方法及其本文的创新和不足 本文以v a r 方法理论为基础，综合运用计量经济学、统计学、金融工程等有关 学科理论知识，采用定性分析和定量分析的研究方法，将规范研究与实证研究相结合 来分析v a r 方法在我国金融风险管理中的应用。 5 本文的创新点在于采用近两年上证综指的对数收益率为实证研究的对象，将定性 分析和定量分析相结合对v a r 方法在我国证券市场上的应用做出了更深层次的说明， 同时对v a r 方法在我国金融风险管理中的应用提出了新的观点；而论文的不足处是 在做实证研究中，由于笔者的计算机编程水平有限，所以对v a r 计算方法中的蒙特 卡罗模拟法没有展开具体分析，实证研究的结果不是很全面，有待于进一步的充实， 同时由于时间和篇幅所限，本文没有对压力试验和极值分析方法进行研究，这两种方 法是对正常市场情况下v a r 的补充，所以本文的v a r 方法在这方面还有待子进一步 的完善。 6 2v a r 模型及其验证方法和局限性 2 1v a r 的定义 v a r ( v a l u ea tr i s k ) ，中文译成风险价值或在险价值，是指资产在一定的置信水 平下和一定的持有期内，预期的最大损失。更严格的说，v a r 描述了在一定的持有期 内收益和损失的预期分布的分位数。用数学公式可表示为： p r o b ( ap v 擞) = 1 一q ， 公式( 2 1 ) 其中p 为金融资产或投资组合在持有期t 内的收益，v a r 为在置信水平q 下 处于风险中的价值。即对于某个有价证券，针对给定的时间区间和置信水平，v a r 给 出了该有价证券最大可能的预期损失。 例如某公司每天交易的有价证券的日v a r 值在9 5 的置信水平下为1 0 0 万，即在 正常的市场条件下，在今后2 4 小时内发生大于1 0 0 万亏损的可能性为5 。这一数据 不仅给出了公司市场风险暴露的大小，而且给出了损失的概率。 根据v a r 的定义，在v a r 估计中有两个重要的参数，即资产组合的持有期及置信水 平。 持有期是衡量回报波动性和关联性的时间单位，也是取得观察数据的时间范围。 持有期限应该根据组合调整的速度具体确定。对于一些流动性很强的交易头寸往往需 要以每日为期计算风险收益和v a r 值，如股票指数等；而对于一些期限较长的头寸， 如养老金和其它投资基金，则可以以每月为期。持有期太短则监控成本过高，持有期 太长则不利于及早发现潜在的风险。b a s l e 委员会选择1 0 个交易日作为资产组合的持 有期，这反映了其对监控成本及实际监管效果的一种折衷。 置信水平的选择比较主观，它反映了对风险的厌恶程度。给定同样的条件，置信 水平越高，计算出的v a r 值越大。实践中金融机构选择什么样的置信水平取决于其v a r 的具体用途。如果金融机构在承担风险方面比较保守，或者风险发生时产生的资本成 本较大，则应该选择较高的置信水平，因为这样计算出的v a r 值较大，否则金融机构 应该选择较低的置信水平。以银行业为例，信孚银行( b a n k e r st r u s t ) 的置信水平 为9 9 ，花旗银行( c i t i b a n k ) 是9 5 4 ，j pm o r g a nr i s km e t r i c s 以及美国银行( b a n k a m e r i c a ) 则选择9 5 的置信水平。 由定义出发，可用下式计算风险价值： v a r = e 0 ) 一国= ( 1 + e q ) ) 一形o o + r ) = 仁 ) 一r ) = 一w o r 公式( 2 - 2 ) 其中，e ( ) 为投资工具或组合在持有期末的期望价值；( i ) 为一定置信度下 的最低资产组合价值；w 。为持有期初资产组合价值；e ( r ) 为整个持有期间的期望 7 收益率，假设为o ；r 。为一定置信度下的最低资产收益率。由此可知，风险价值方法 的核心在于如何确定资产组合收益的概率分布函数，即如何确定r 。 2 2v a r 的参数选择 在v a r 定义中，有两个重要的参数，即持有期和置信水平。任何v a r 只有在给定 这两个参数的情况下才有意义。由于这两个参数的选择对v a r 的计算结果有显著的影 响，如何选择适当的参数就显得非常重要。 2 2 1 持有期 持有期是计算v a r 的时间范围。由于波动性与时间长度呈正相关，所以v a r 随持 有期的增加而增加。通常的持有期是一天或一个月，但某些金融机构也选取更长的持 有期，如一个季度或一年。在选择风险的目标期限长度时主要考虑以下两个因素： 第一是金融市场实际的流动性状况。给定其它条件相等，对任何给定的市场，理 想情况下的持有期长度应该等于正常市场条件下清算头寸所需要的时间长度。如果一 个头寸能够以正常的方式迅速清算掉，则计算该头寸的v a r 可以采用较短的目标期 限；如果由于市场深度不够，清算头寸费时较长，则v a r 的计算应采用较长的期间长 度。 其次是样本规模。v a r 本身是用正态分布来近似实际的分布，样本规模的大小关 系到v a r 结果的精确性。期间越短，样本产生的数据越多，这样不仅有助于提高v a r 近似的精确度，也有助于验证v a r 的可靠性。 实践中，各金融机构对持有期长度的选择反映了在两者之间的权衡。一般来说， 商业银行由于投资组合的周转较快，通常以日为单位元报告交易v a r ，而投资性机 构通常选择以月为报告期。从巴塞尔委员会的角度来看，持有期过长不利于及早发现 问题，而选择的期限过短，则又可能增加监管负担。作为一种折衷，1 0 天应该是一 个合适的期限长度。 另外，在实际应用中，当回报率服从正态分布时，由于波动性与时间范围的平方 根同比例增加，因此，不同持有期下的v a r 值可以通过平方根转换。例如，某金融机 构在把一天的持有期变成十天的持有期时，十天的持有期v a r 值等于一天的持有期 v a r 值乘以1 0 的平方根3 1 6 。 2 2 2 置信水平 计算v a r 的第二个重要参数是置信水平。给定同样的风险分布，置信水平越高， 计算出的v a r 值越大，实践中，金融机构选择什么样的置信水平取决于其v a r 的具体 用途。一般来说，如果计算的v a r 是为了确定资本充足比率，或者说是为了针对风险 水平准备资本缓冲，则置信水平的选择取决于金融机构本身的风险偏好。如果金融机 8 构在承担风险方面比较保守，或者风险发生时导致的资本成本较高，则应该选择较高 的置信水平，因为这样计算出的v a r 较大：否则金融机构应该选择较低的风险水平。 但是从监管当局的角度看，情况会略有不同。监管者关心的是v a r 的有效性。在 验证有效性方面，不同的置信水平意味着不同的监管成本。实践中的置信水平一般位 于9 5 - 9 9 之间。从监管当局的角度来看，维持高的置信水平从而维持较高的资本水 平有助于维护金融体系的稳定，但也加大银行的资本成本，削弱其竞争力。 综上所述，不同置信水平适用于不同目的：当考虑v a r 的有效性时，需要选择较 低的置信水平；当考虑内部风险资本需求和外部监管要求时则需要选择较高的置信水 平：此外，对于统计和比较的目的需要选择中等或较高的置信水平。 2 3v a r 的特点 ( 1 ) v a r 把对预期的未来损失的大小和该损失发生的可能性结合起来，不仅让 投资者知道发生的损失的规模而且知道其发生的可能性，这是压力测试和情景分析两 种市场风险衡量方法所不具备的。 ( 2 ) 该风险衡量方法适应面宽。不同于b e t a 值只适应于衡量股票价格风险 持 续性风险和凸性只适应于衡量债券和存贷款的利率风险、d e l t a 等只适应于衡量期权 衍生金融工具的风险，v a r 适应于衡量包括利率风险、汇率风险、股票价格风险以及 商品价格风险和衍生金融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 具体的指标数据( v a r 值) 就可以概括地反映整个金融机构地风险状况，因而非常有 利于金融机构对风险地统一管理。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。 ( 3 ) 通过调节置信水平，可以得到不同置信水平上的v a r 值，这不仅使管理者 能更清楚地了解到金融机构在不同可能程度上地风险状况，也方便了不同的管理需 要。 ( 4 ) v a r 是一种用规范的统计技术来全面综合衡量风险的方法，较其他主观性、 艺术性较强的传统风险管理方法能够更加准确地反映金融机构面临的风险状况，大大 增强了风险管理系统的科学性。 2 4v a r 的模型体系 计算v a r 的模型最常用的方法有三种：参数方法、历史模拟法和蒙特卡洛模拟法 ( 如下图) ，它们各有优缺点。 9 图l 三种常用计算v a r 的方法 2 4 1 参数方法 参数方法假设收益率服从一定的分布，因为在计算过程中往往需要估计参数的值， 所以被称为参数方法。参数方法运用比较方便，计算相对来说比较简单，但结果依赖 假设的正确与否。当假设不正确时，参数方法可能会有较大误差。通常假设收益率序 列服从正态分布，如r i s km e t r i c s 的指数加权移动平均( e x p o n e n t i a l l yw e i g h t e d m o v i n ga v e r a g e ，e w m a ) 预测模型就是在正态假设下做的，但是大量文献表明金融 序列不是正态的，而是有偏的、厚尾的。 ( 1 ) r i s km e t r i c s j p m o r g a n 银行的r i s km e t r i c s 方法是对资产收益的方差一协方差矩阵进行估 计，它的重要假设是线性假设和正态分布假设。尽管用正态分布描述收益率序列有偏 差，但由于正态分布所具有的一些特性，如参数的估计简单易行、分布的可加性等， 使其仍被广泛的使用。假设收益率序列服从均值为p ，标准差为0 的正态分布，那么 置信水平为q 的v a r 值为u + 0o - 1 ( q ) ，其中。叫( q ) 是标准正态分布函数的逆 函数，参数u ，0 可由极大似然估计得到，通常情况下均值很小，一般可设为0 ，即 r t n ( o ，02 ) ，于是v a r - - 0 叫( c i ) 。 由此可知，r i s km e t r i c s 方法关键在于估计第t 期资产组合回报率的方差。对 于该方差的估计，r i s km e t r i c s 采用了指数加权移动平均法( e x p o n e n t i a l l y w e i g h t e dm o v i n ga v e r a g e ，e w m a ) ，即对时间序列中不同时间的数据采用不同权重， 距离现在越近，赋予的权重就越大。引入一个参数入来决定权重的分配，称其为衰减 因子。表达式为： 吼= 而 公式( 2 - 3 ) 这个模型中的唯一参数是衰减因子入，理论上它可以通过似然函数最大化方法解 1 0 得，最优衰减因子的求解采用均方根误差原则，即： 眦= 属再丽 2 圳 r i s k m e t r i c s 方法在对日回报率数据的波动性和相关性系数的估计中，一般选取 t = 2 5 0 ，最优衰减因子入= 0 9 4 。 r i s km e t r i c s 方法得到广泛的应用，其优点在于，一是相关数据容易获取；二 是在正态分布的假设下，同一组合的v a r 值可以在不同的置信度水平与持有期间进行 转换。但是这个方法也有缺点，是依赖于对参数分布的假定，可能会造成模型选择 的误差；二是不适用于预测测极端事件或突变情况。 ： ( 2 ) g a r c h 由于发现在较小一段时间内，收益分布的厚尾特征有深厚的异方差根源，而a r c h 族模型具有良好的描述金融时间序列的特性，即持续的方差和处理厚尾的能力，为此 人们引入了它。1 9 8 2 年，在非线性时间序列研究中，e n g l e 首先提出了a r c h ( a u t o r e g r e s s i v ec o n d i t i o n a lh e t e r o s k e d a s t i c ，自回归条件异方差) 模型对方差进行建 模。1 9 8 6 年，b o l l e r s l e v 将a r c h 模型推广，发展成为广义的a r c h 模型，即一般化 自回归条件异方差模型( g e n e r a r a li z e d a r c h ，g a r c h ) 。 2 4 2 历史模拟法 在三类计算方法中，最简单和最直接的就是历史模拟法( h i s t o r i c a ls i m u l a t i o n a p p r o a c h e s ，简写为h s ) 。历史模拟法的核心在于根据市场因子的历史样本变化模拟 证券组合或头寸的未来损益分布。利用分位数给出一定置信度下的v a r 估计。历史模 拟方法是一种非参数方法，它不需要假定市场因子的统计分布，因此可以较好的处理 非正态分布，是一种全值估计方法，可以有效的处理非线性问题。该方法简单易懂直 观，常常被管理者选作计算资本充足性的基本方法。在估值模型中，历史模拟法采用 的是全值估计方法，即根据市场因子的未来价格变化进行重新估值，计算出组合或头 寸的价值变化( 损益) ；最后在历史模拟法中，将组合或头寸的损益由小到大的顺序 排列，得到组合或头寸的损益的分布图，通过给定置信度下的分位数求出v a r 。如假 设有1 0 0 0 个组合或头寸的损益值，在给定9 5 的置信度下对应的分位数为组合的第 5 0 个损益值( 从小到大) 。具体如下： 第一，映射即首先识别出基础的市场因子，收集市场因子适当时期的历史数据( 典 型的是3 到5 年) ，并用市场因子表示出证券组合或头寸中各个金融工具的盯市价值。 第二，根据市场因子过去n + 1 个时期的价格时间序列，计算市场因子过去n + 1 个时期可以直接估计( 模拟) 市场因子未来一段时期的n 种可能的价格水平。 第三，利用证券定价公式，根据模拟出的市场因子的未来n 种可能的价格水平， 求出证券组合的n 种盯市价值，并与当前的市场因子的证券组合价值比较，得到证券 组合未来的n 个潜在损益一损益分布。 第四，根据损益分布，通过分位数求出给定置信度下的v a r 。 这种方法由于采用了市场因子的历史价格模拟其未来的可能价格水平，因此称为 历史模拟法。 历史模拟法有很多