【正文】 第六章 市場風(fēng)險的計量與管理 第一節(jié) 市場風(fēng)險概述 第二節(jié) 市場風(fēng)險計量的一般方法 第三節(jié) VaR的基本概念 第四節(jié) 獨立同分布正態(tài)收益率下的 VaR計算 第五節(jié) 非獨立同分布正態(tài)收益率下的 VaR計算 第六節(jié) 市場風(fēng)險的管理（方法） 第一節(jié) 市場風(fēng)險概述 一、市場風(fēng)險概述 目前關(guān)于市場風(fēng)險的定義有多種觀點： 第一種觀點認(rèn)為，金融市場風(fēng)險是指由于金融資產(chǎn)價格的波動，造成投資收益率的不確定性或易變性。一切影響價格波動的因素都是產(chǎn)生市場風(fēng)險的原因。這種觀點認(rèn)為市場風(fēng)險就是總風(fēng)險，包括系統(tǒng)風(fēng)險與非系統(tǒng)風(fēng)險。 第二種觀點認(rèn)為，金融市場風(fēng)險是由于金融資產(chǎn)價格波動給投資者造成損失的可能性或損失的不確定性。一切影響價格波動的因素并給投資者造成損失時才有風(fēng)險，不造成損失的任何波動都不應(yīng)視為風(fēng)險，這種觀點也認(rèn)為市場風(fēng)險是總風(fēng)險，包括系統(tǒng)風(fēng)險與非系統(tǒng)風(fēng)險。 第三種觀點認(rèn)為，市場風(fēng)險是指由于（證券）市場長期趨勢變化而引起的風(fēng)險（霍文文：證券投資學(xué)），而引起市場長期趨勢變化的決定性因素是經(jīng)濟周期的變動。它屬于系統(tǒng)風(fēng)險的一種。 第四種觀點認(rèn)為，市場風(fēng)險指因市場各種系統(tǒng)性因素（如利率、匯率、通貨膨脹率等）變化而導(dǎo)致投資者虧損的可能性。當(dāng)市場各種因素變化較大或較頻繁時，投資者遭受損失的可能性或數(shù)額也會變大。它屬于系統(tǒng)風(fēng)險的一種。 總之，兩類觀點：一種認(rèn)為市場風(fēng)險是總風(fēng)險，一種認(rèn)為市場風(fēng)險是系統(tǒng)風(fēng)險。 二、市場風(fēng)險的特點 市場風(fēng)險實質(zhì)上是價格風(fēng)險，是由于價格波動給投資者造成損失的可能性； 其他一些風(fēng)險可以看成市場風(fēng)險的子風(fēng)險，如利率風(fēng)險、權(quán)益價值風(fēng)險、匯率風(fēng)險、購買力風(fēng)險等。 ? 利率風(fēng)險：由于市場利率的變化給投資者造成損失的風(fēng)險。 ? 權(quán)益價值風(fēng)險：由于權(quán)益價格變化給投資者造成損失的風(fēng)險。 ? 匯率風(fēng)險：由于匯率的變化給投資者造成損失的風(fēng)險。 市場風(fēng)險如何分解成這些風(fēng)險是一個值得研究的問題 第二節(jié) 市場風(fēng)險計量的一般方法 在第二章講的風(fēng)險計量方法都可以用來計量市場風(fēng)險，可以說市場風(fēng)險計量方法研究是目前最為豐富的，主要有以下幾類： 一、波動性方法 根據(jù)風(fēng)險是未來收益不確定性的觀點，可以用實際結(jié)果偏離期望結(jié)果的程度：波動性來計量市場風(fēng)險 ； 其中，方差或標(biāo)準(zhǔn)差是最常用的方法， 除此之外，還有 beta 系數(shù)、平均誤差平方和 (MSE)、平均絕對誤差平方和（ MSE）、平均絕對誤差等。 二、損失 波動性方法 根據(jù)風(fēng)險是未來損失不確定性的觀點，可以 downside risk 方法來計量市場風(fēng)險 ； 其中，最常用的方法是 下偏矩方法，包括一階和二階下偏矩。 三、 市場因子靈敏度法 靈敏度方法，是指利用金融資產(chǎn)價值對其市場因子的敏感性來計量金融資產(chǎn)市場風(fēng)險的方法。如債券的久期： 靈敏度表示當(dāng)市場因子變數(shù)一個百分?jǐn)?shù)單位時金融資產(chǎn)價值變化的百分?jǐn)?shù)。靈敏度越大的金融資產(chǎn)，受市場因子變化的影響越大，風(fēng)險越大。 用靈敏度計量市場風(fēng)險時，僅當(dāng)金融資產(chǎn)價值與其市場因子變化呈線性關(guān)系時才成立。因此，靈敏度方法只是一種線性近似，一種對風(fēng)險的局部測量。 不同的市場因子，存在不同類型的靈敏度。實際中常用的靈敏度包括：針對債券 (或利率性衍生工具 )的久期和凸度，針對股票的 beta，針對衍生金融工具的 delta、 Gamma、Theta、 Vega、 Rho等。 *1 PDyDPDydP ????? itKtiKitiiit FbFbar ?????? ?1四、信息論方法 根據(jù)風(fēng)險是信息缺乏程度的觀點。可以用 信息論的方法 計量市場風(fēng)險 ； 其中， 信息熵的方法是 實際中最常用的方法。 五 、 損失量方法 根據(jù)風(fēng)險是不利結(jié)果程度的觀點 ， 可以從損失量的角度計量 市場風(fēng)險 ； 主要有 ， 最大損失量 、 期望損失量等方法 ，其中 ， VaR方法是 實際中最常用的方法 。 六 、 壓力試驗與極值方法 壓力試驗是測量市場因子發(fā)生極端不利變化時 ， 金融機構(gòu)或證券組合的損失大小 。 該方法首先要確定可能會發(fā)生的對資產(chǎn)組合產(chǎn)生不利影響的極端市場行為 。 其次，根據(jù)具體情況確定進行壓力測試的時間頻率 , 如選擇每日、每周、每月或每一年等； 第三 , 計算不同壓力下資產(chǎn)組合可能的損益變化 , 同時 , 提出相應(yīng)的調(diào)整頭寸或調(diào)整資本以適應(yīng)頭寸需要的方案 , 以應(yīng)付特殊情況的或有發(fā)生。 壓力測試被認(rèn)為是與 VaR 模型互相補充的方法。因為 VaR 模型只是給出了給定置信水平下的市場行為變化 , 并沒有描述極端情形 ,而且 , VaR 值只提供了一個總括性的風(fēng)險損失值 ,并不指明風(fēng)險的來源或方向 ,一系列的壓力測試剛好彌補了這一不足 ,從而有可能比單個使用這兩個指標(biāo)能更全面地了解市場風(fēng)險的狀況。 極值分析方法是通過對收益的尾部進行統(tǒng)計分析，從另一個角度估計市場極端條件下的金融機構(gòu)損失大小的方法。 第三節(jié) VaR的基本概念 一 、 VaR的基本含義 一個價值 Vt (dollar) 的頭寸 ， 天的 VaR 指在未來 天 ， Vt以 的概率損失的最大值 . 例如，你購買 10 million Euros. 如果 1EU=.564USD (USD/EU的匯率為： Mt = .564） ,美圓的頭寸為： Vt = 10 Mil x Mt = $ million. 那么 ， 這個頭寸的 99%， 24 hours的 VaR為 $78,，其含義為 ， 投資在歐元上的 ， 在未來 24小時 ， 其最大損失為 $78,， 概率為 99% 。也就是說 ， 在未來 24小時 ， 其最大損失超過$78, 1% 。 ??%,%??一 、 VaR的含義 假設(shè)歐元匯率的收益率服從正態(tài)分布 ， 即： 這樣，投資在 歐元上的價值變化為： = $ mil 也服從正態(tài)分布。 根據(jù) 的分布密度，我們可以畫出 的分布圖 (Figure 1 with a daily volatility =.6% ) 99% VaR 是 (負(fù)數(shù) )這樣一個數(shù)據(jù)，即只有 1%的概率使得我們資產(chǎn)的變化低于這個數(shù)值。 1,1ttMttMMRM????1 1 1110 1010 ( ) 10t t t t tttttV V V mil M mil MMmil M mil MM? ? ??? ? ? ? ? ? ?? ? ? ? ?1tMR ?? 1tMR ? 1tV??二、注意的問題 （ 1） VaR 的值取決于市場變量統(tǒng)計特征的假設(shè)。也就是說，取決于風(fēng)險管理者對市場變量運動的假設(shè)，因此，風(fēng)險管理者可能得出不同的 VaR值。 （ 2） VaR僅為統(tǒng)計意義上的風(fēng)險指標(biāo)，它與樣本均值、方差、協(xié)方差一樣，有統(tǒng)計誤差。產(chǎn)生這些誤差，有很多原因（如小樣本），不僅僅是模型的問題。 （ 3）雖然如此， VaR在我們后文討論的情況中是非常有用 。 第四節(jié) 獨立同分布正態(tài)收益率的 VaR 一、單一證券 VaR 假設(shè) USD/EU匯率的收益率是獨立、正態(tài)分布，即： 這里，期望（ ）和標(biāo)準(zhǔn)差（ ）均為常數(shù)。 時間單位為 1天，即 和 是匯率的日期望收益率和易變性（標(biāo)準(zhǔn)差），而不是年數(shù)據(jù)。 令 是標(biāo)準(zhǔn)正態(tài)分布的 分位數(shù)，分位數(shù)的含義是：如果 Z ~ N (0,1) ， 表示這樣的數(shù)字，即隨機抽樣中， Z ? 的概率正好為 下表給出了一些常用的 值。 1,1ttMttMMRM ???? ),(~ 2, MMtM NR ??? M?M()Z ?()??Z ?例如，如果 =99%, 則 = , 說明從一個標(biāo)準(zhǔn)正態(tài)分布中，隨