【正文】 恩在《VaR方法在外匯風(fēng)險(xiǎn)管理中的應(yīng)用》一文中運(yùn)用VaR技術(shù)防范微觀匯率風(fēng)險(xiǎn)。本文基于VaR的原理對(duì)目前國(guó)際上流行的度量金融風(fēng)險(xiǎn)的技術(shù)做了全面的分析，主要根據(jù)《新巴塞爾協(xié)議》的要求，對(duì)市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)的VaR度量方法以及模型研究做了全面的闡述，并進(jìn)一步做了實(shí)證分析。不過(guò)風(fēng)險(xiǎn)價(jià)值度很快得到了金融機(jī)構(gòu)和一些非金融機(jī)構(gòu)的認(rèn)同，并被廣泛采用。并且VaR可用于事前檢測(cè)，大大增加了風(fēng)險(xiǎn)管理系統(tǒng)的科學(xué)性。管理者可以設(shè)置不同的置信水平和時(shí)間展望期 ,從而得到不同置信水平和時(shí)間展望期下不同的VaR 值，通過(guò)對(duì)這些VaR值進(jìn)行轉(zhuǎn)換和分析比較,目的是要找到一個(gè)最符合現(xiàn)實(shí)狀況和更加準(zhǔn)確的VaR 值。另外，完整的金融風(fēng)險(xiǎn)管理包括風(fēng)險(xiǎn)的識(shí)別、 測(cè)定和控制三個(gè)過(guò)程, 但是在 VaR方法中 ,只考慮了概率因素，僅估算風(fēng)險(xiǎn)可能造成的損失的概率,只關(guān)注了風(fēng)險(xiǎn)管理的其中一個(gè)方面，并不能全面反映金融風(fēng)險(xiǎn)的各個(gè)方面。商業(yè)銀行交易賬戶中的頭寸往往流通性較好，因此對(duì)于銀行往往計(jì)算交易組合每天的VaR,選擇持有期為一個(gè)交易日；對(duì)于養(yǎng)老基金投資組合，交易行為往往不太活躍，而且資產(chǎn)流動(dòng)性也不一定很好，因此持有期往往選擇為一個(gè)月。由定義可知，VaR計(jì)算中選取的置信水平越高，模型對(duì)于極端事件預(yù)測(cè)的精度越高，即資產(chǎn)組合的實(shí)際損失小于計(jì)算得到的VaR 值的概率越大。 原理方法和模型（Histor ical Simulation Method）歷史模擬法以歷史數(shù)據(jù)為依據(jù)來(lái)預(yù)測(cè)將來(lái)，是借助于過(guò)去一段時(shí)間內(nèi)的資產(chǎn)組合風(fēng)險(xiǎn)收益的頻數(shù)分布，找到這段時(shí)間內(nèi)的平均收益，以及在既定置信水平下的最低收益率，計(jì)算資產(chǎn)組合的VaR值。圖21 Morgan 公司1994年日損益據(jù)圖可以推知，平均每日收入值，約為500萬(wàn)美元，即=500萬(wàn)（美元）。最后，由于它是完全評(píng)價(jià)法，無(wú)論資產(chǎn)或投資組合的收益為線性或非線性、波動(dòng)是否隨時(shí)間變化、是否存在厚尾現(xiàn)象等等，都適用于歷史模擬法。對(duì)于比較罕見(jiàn)的重大極端事件，無(wú)法有足夠的資料來(lái)模擬，從而預(yù)測(cè)的結(jié)果較差，誤差較大。因此，在一定置信水平下，將該組合收益率的標(biāo)準(zhǔn)差代入此式即可得到該投資組合的VaR值。值得一提的是，與歷史模擬法能度量非線性金融工具的風(fēng)險(xiǎn)相比，方差 協(xié)方差法只反映了風(fēng)險(xiǎn)因子對(duì)整個(gè)投資組合的一階線性影響，無(wú)法充分度量非線性金融工具(如期權(quán))的風(fēng)險(xiǎn)。蒙特卡羅模擬法基于歷史數(shù)據(jù)和既定分布假定的參數(shù)特征，估計(jì)所模擬對(duì)象的方差、協(xié)方差等參數(shù)值，通過(guò)隨機(jī)的方式設(shè)定金融變量的隨即過(guò)程及過(guò)程參數(shù)（如資產(chǎn)組合的價(jià)格序列），然后通過(guò)這一隨機(jī)過(guò)程及過(guò)程參數(shù)模擬資產(chǎn)組合風(fēng)險(xiǎn)因素的收益率分布，從而計(jì)算出VaR值。在新巴塞爾協(xié)議中特別增加了市場(chǎng)風(fēng)險(xiǎn)的說(shuō)明,并提出量化和管理商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)的方法。 參數(shù)法 假定方差是恒定的。通過(guò)上述檢驗(yàn)，我們可以得出結(jié)論，中國(guó)石化股票價(jià)格服從隨機(jī)游走，即： Pt=Pt1+εt。按常理，這幾個(gè)學(xué)生應(yīng)獲得5%左右的利潤(rùn)。信用VaR是指交易組合在一定展望期內(nèi)，在一定把握下信用損失不能超出的數(shù)量。并且，在1988年協(xié)議中，銀行對(duì)所有企業(yè)的貸款權(quán)重為100%，只要貸款金額相同，任何不同信用等級(jí)的企業(yè)所需求的資本金也相同。由于我國(guó)粗放型經(jīng)濟(jì)增長(zhǎng)方式、財(cái)政與金融職能劃分不清、國(guó)有企業(yè)財(cái)務(wù)預(yù)算約束軟化、社會(huì)信用環(huán)境建設(shè)滯后等外部歷史因素和銀行機(jī)構(gòu)經(jīng)營(yíng)管理機(jī)制不健全等內(nèi)部因素影響，銀行業(yè)機(jī)構(gòu)不良貸款一直較高。(capacity)。(condition)。低于臨界值的企業(yè)不對(duì)其發(fā)放貸款。CreditMetrics模型對(duì)資產(chǎn)價(jià)值和信用損失的估計(jì)采取盯市模式，屬于盯市類(MTM)模型[30]。因此,每一個(gè)債務(wù)人都必須被賦予一個(gè)信用評(píng)級(jí),評(píng)級(jí)的來(lái)源可以是公認(rèn)的外部評(píng)級(jí)結(jié)果,也可以是內(nèi)部評(píng)級(jí)結(jié)果。信用組合未來(lái)市場(chǎng)價(jià)值是在信用級(jí)別轉(zhuǎn)移的基礎(chǔ)上, 根據(jù)債務(wù)人信用等級(jí)變化和相應(yīng)等級(jí)債務(wù)的利率，估算各種信用轉(zhuǎn)移可能性的貸款市場(chǎng)價(jià)值。根據(jù)VaR的計(jì)算公式，確定了一定的置信度水平,就可以直接求出該筆貸款的VaR值。第四列加總后得到一年后該筆貸款的均值，將最后一列求和得到貸款價(jià)值的方差，表44 計(jì)算結(jié)果一年后的信用等級(jí)概率（%）貸款的市場(chǎng)價(jià)值加權(quán)平均市價(jià)偏離期望值程度加權(quán)方差A(yù)AA AA A BBB BB B CCC Default 　　?。ǎ?biāo)準(zhǔn)差σ=在不同的置信水平下，可直接求出在正態(tài)分布下該貸款的VAR。（四）貸款組合的VaR值除了運(yùn)用以上方法，Credit Metrics模型確定整個(gè)貸款組合在不同信用等級(jí)變化下價(jià)值分布，還可以通過(guò)蒙特卡羅模擬法來(lái)模擬。并且需要大量的歷史數(shù)據(jù)，計(jì)算繁雜；模型假設(shè)理論期限結(jié)構(gòu)是固定的，并且違約率不受宏觀經(jīng)濟(jì)狀況的影響。該模型用宏觀經(jīng)濟(jì)因素（如GDP增長(zhǎng)率、失業(yè)率、利率、匯率、政府支出等）衡量債務(wù)人的信用等級(jí)矩陣，并通過(guò)蒙特卡羅模擬法對(duì)周期性因素的“沖擊”來(lái)測(cè)定信用等級(jí)轉(zhuǎn)移概率的變化進(jìn)行模擬。模型認(rèn)為宏觀經(jīng)濟(jì)環(huán)境的變化導(dǎo)致了違約相關(guān)是不穩(wěn)定的，因此此模型利用違約率的波動(dòng)性來(lái)描述違約相關(guān)性，將損失的嚴(yán)重性和貸款的風(fēng)險(xiǎn)暴露數(shù)量劃分頻段，每一頻段違約率均值是相同的，可以計(jì)算出一定置信水平下不同頻段的損失的分布，對(duì)所有頻段的損失加總即為貸款組合的損失分布。但是模型的實(shí)施需要很多宏觀經(jīng)濟(jì)數(shù)據(jù)，而每一個(gè)國(guó)家、每一行業(yè)的違約信息往往較難獲得，并且對(duì)數(shù)據(jù)的計(jì)算處理較復(fù)雜。一方面，由于我國(guó)商業(yè)銀行在信息披露、 管理等方面存在著一定的問(wèn)題，有著財(cái)務(wù)數(shù)據(jù)缺少、失真等問(wèn)題；另一方面，該模型嚴(yán)格依賴于由評(píng)級(jí)公司提供的信用評(píng)級(jí)體系,而我國(guó)商業(yè)銀行在現(xiàn)階段目前均沒(méi)有違約率方面的統(tǒng)計(jì)，信用評(píng)級(jí)體系的建設(shè)處于起步階段，因此在應(yīng)用Credit Metrics模型時(shí)有一定的困難。Credit Metrics模型首次將VaR度量方法運(yùn)用于信用風(fēng)險(xiǎn)的度量和管理上，同傳統(tǒng)的以主觀判斷為主的信用風(fēng)險(xiǎn)度量方法相比 , Credit Metrics模型能夠?yàn)榻?jīng)營(yíng)者提供一種更加具體和深入地測(cè)量和分析信用風(fēng)險(xiǎn)的工具，能夠滿足測(cè)量不同層次、不同產(chǎn)品的信用風(fēng)險(xiǎn)的需要,便于管理者更科學(xué)地進(jìn)行信貸決策。設(shè)和分別表示公司資產(chǎn)收益率的均值和標(biāo)準(zhǔn)差, 表示企業(yè)期初的資產(chǎn)價(jià)值,～N（0,1）。通常，對(duì)這種極端損失或壓力測(cè)試問(wèn)題的處理方法往往就是在求出VaR的基礎(chǔ)上,再乘以一個(gè)范圍在3和4之間的因子。貸款現(xiàn)值可以表示為： （）其中為貸款剩余現(xiàn)金流量現(xiàn)值；為貸款合同額度；為貸款合同利率；為第年后的遠(yuǎn)期無(wú)風(fēng)險(xiǎn)利率；為某一信用等級(jí)年期貸款的年信用風(fēng)險(xiǎn)溢價(jià)，為貸款剩余期限。轉(zhuǎn)換矩陣的選擇對(duì)于VaR的計(jì)算有著決定性的影響,一般由專業(yè)信用評(píng)級(jí)公司給出。根據(jù)信用等級(jí)遷移概率，可以根據(jù)下面公式計(jì)算得到債劵在第1年年末的期望值和方差，即： () ()假設(shè)信用等級(jí)為的債務(wù)的資產(chǎn)價(jià)值服從正態(tài)分布，則債務(wù)的預(yù)期損失就是債務(wù)現(xiàn)值與期望值的差；債務(wù)在置信水平下的非預(yù)期損失（即經(jīng)濟(jì)資本）即為： ()其中為債務(wù)價(jià)值變化的標(biāo)準(zhǔn)差；為正態(tài)分布的反函數(shù)。2. 債務(wù)人具有完全相同的轉(zhuǎn)移矩陣和違約概率。伴隨現(xiàn)代金融理論的發(fā)展和新的信用工具的創(chuàng)新，經(jīng)濟(jì)學(xué)家將建模技術(shù)和數(shù)學(xué)統(tǒng)計(jì)原理應(yīng)用到這一領(lǐng)域，在傳統(tǒng)信用評(píng)級(jí)的基礎(chǔ)上提出了一批信用風(fēng)險(xiǎn)度量模型，為現(xiàn)代金融機(jī)構(gòu)防范信用風(fēng)險(xiǎn)提供了有效依據(jù)。信用6C品德 （character）連續(xù)性（continuity）能力（capacity）經(jīng)營(yíng)環(huán)境（condition）資本 （capital）抵押品（collateral）圖41 信用“6C”評(píng)分法貸款者對(duì)這些要素逐一進(jìn)行評(píng)分，通過(guò)這一方法可以對(duì)借款人的整體狀況有個(gè)清晰地了解，從而確定其信用等級(jí)，是否為其貸款。指客戶的財(cái)務(wù)狀況，表明客戶有無(wú)償還債務(wù)的實(shí)力。6C評(píng)分法是指由有關(guān)專家根據(jù)借款人的品德(character)、能力(capacity)、資本(capital)、抵押品(collateral)、經(jīng)營(yíng)環(huán)境(condition)、事業(yè)的連續(xù)性(continuity)等六個(gè)因素評(píng)定其信用程度的方法。 目前, 國(guó)際上具有代表性的信用風(fēng)險(xiǎn)管理模型有: JP信用風(fēng)險(xiǎn)的產(chǎn)生有兩方面原因：第一，經(jīng)濟(jì)運(yùn)行的周期性。而這種不作為的行為，就是信用風(fēng)險(xiǎn)。1000。根據(jù)VaR的計(jì)算公式可得：VaR=100萬(wàn)= 蒙特卡羅模擬法利用EVIEWS軟件中的單位根檢驗(yàn)（ADF檢驗(yàn)）來(lái)判斷股票價(jià)格序列的平穩(wěn)性，結(jié)果如下：表32 單位根檢驗(yàn)（ADF檢驗(yàn)）結(jié)果Null Hypothesis: SER01 has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)tStatistic下面選取中國(guó)石化（60028）2008年11月17日到2009年11月19日的股票收盤(pán)價(jià)數(shù)據(jù)，投資額為100萬(wàn)，計(jì)算在99%置信水平下一天的VaR。目前，對(duì)Monte Carlo 模擬法的改進(jìn)，是許多研究者著手進(jìn)行的一項(xiàng)工作，其目的是為了提高其計(jì)算效率。蒙特卡羅法借用這一城市的名稱是為了象征性地表明該方法的概率統(tǒng)計(jì)的特點(diǎn)。比如要將置信水平為 94%的 VaR 值轉(zhuǎn)化為置信水平為 99%的 VaR 值，由 ，可知道：根據(jù)查表再化簡(jiǎn)得： （）二、不同持有期的 VaR 可以相互轉(zhuǎn)化同樣假設(shè)在正態(tài)分布條件下，以日數(shù)據(jù)為例，而收益率之間相互獨(dú)立，那么，其中為組合收益率的日方差，為期組合收益率的方差，則:最后得到： （） 上式告訴我們，對(duì)于不同持有期的 VaR 值，他們之間是可以進(jìn)行轉(zhuǎn)換的。同時(shí)，當(dāng)數(shù)據(jù)繁雜且結(jié)構(gòu)復(fù)雜時(shí)，歷史模擬法對(duì)計(jì)算能力提出了較高要求。這就導(dǎo)致了兩難的窘境。也就是說(shuō)在正常波動(dòng)情況下，銀行每日的交易有95%的可能損失不超過(guò)1500萬(wàn)美元。首先計(jì)算交易組合的價(jià)值變化，并由此得出交易組合每天價(jià)值變化的概率分布圖，由于，則，1%500=5，那么選取概率分布圖中1%的分位數(shù)所對(duì)應(yīng)于500個(gè)計(jì)算數(shù)值的第5個(gè)最壞的價(jià)值變化，的估計(jì)值應(yīng)剛好對(duì)應(yīng)于1%的分位數(shù)所對(duì)應(yīng)的損失。設(shè)，分別為持有的資產(chǎn)組合的起始價(jià)值和期末價(jià)值，為持有期內(nèi)資產(chǎn)組合的收益率，則有， 和分別為的數(shù)學(xué)期望和標(biāo)準(zhǔn)差，那么在一定的置信水平下，得到期末資產(chǎn)組合的最低價(jià)值為，其中為在置信水平下資產(chǎn)組合的最低收益率，則 （）我們也可以根據(jù)資產(chǎn)組合值的概率分布，從而推導(dǎo)得出。 （二）置信水平置信水平反映了投資主體對(duì)風(fēng)險(xiǎn)的厭惡程度，置信水平越高，厭惡風(fēng)險(xiǎn)的程度越大。從以上定義中我們可以看出，VaR 有兩個(gè)重要的參數(shù)：資產(chǎn)組合的持有期及置信水平。(2)模型的風(fēng)險(xiǎn)。VaR 值是一個(gè)具體的數(shù)字，用數(shù)字將市場(chǎng)風(fēng)險(xiǎn)因子(如股票價(jià)格、股票指數(shù)、利率及匯率等)對(duì)資產(chǎn)或資產(chǎn)組合的影響量化，這樣可以使得管理者或投資者更加清晰明白，投資頭寸在正常情況下所可能遭受的最大損失。在歐洲，銀行無(wú)論大小都必須采用《新巴塞爾協(xié)議》，歐盟希望證券公司也能像銀行那樣采用《新巴塞爾協(xié)議》。截止到1993年，風(fēng)險(xiǎn)價(jià)值度已經(jīng)成了測(cè)定風(fēng)險(xiǎn)的一個(gè)重要工具。VaR方法已成為國(guó)際衡量金融風(fēng)險(xiǎn)的主流方法，根據(jù)《巴塞爾新資本協(xié)議》的要求，我國(guó)銀行業(yè)發(fā)布的《中國(guó)銀行業(yè)監(jiān)督管理委員會(huì)商業(yè)銀行市場(chǎng)風(fēng)險(xiǎn)管理指引》中也建議我國(guó)的銀行采用VaR方法度量金融風(fēng)險(xiǎn)。就我國(guó)目前研究狀況來(lái)說(shuō)，對(duì)VaR度量方法的研究尚處于起步階段，對(duì)VaR進(jìn)行研究最早的文獻(xiàn)是學(xué)者鄭文通于1997年發(fā)表的《金融風(fēng)險(xiǎn)管理的VaR方法及其應(yīng)用》，他在此文中介紹了VaR方法產(chǎn)生的背景、計(jì)算方法和用途以及在中國(guó)使用的必要性。David 《Bank risk management： Theory》一文中詳述了風(fēng)險(xiǎn)管理的主要內(nèi)容，認(rèn)為風(fēng)險(xiǎn)管理主要包括市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、經(jīng)營(yíng)風(fēng)險(xiǎn)和操作風(fēng)險(xiǎn)四種風(fēng)險(xiǎn)，并闡述了VaR技術(shù)在風(fēng)險(xiǎn)管理中的發(fā)展，強(qiáng)調(diào)了VaR方法在金融風(fēng)險(xiǎn)管理中的重要作用。1993年，一個(gè)30人課題組（G30 policy remendaions）在研究衍生品基礎(chǔ)上發(fā)表了的 《衍生產(chǎn)品。VaR方法在我國(guó)有廣闊的發(fā)展空間，它的推廣和應(yīng)用有助于我國(guó)金融機(jī)構(gòu)內(nèi)部風(fēng)險(xiǎn)管理和外部監(jiān)管能力能夠邁上一個(gè)新臺(tái)階，與國(guó)際慣例相一致?！癇asel Ⅱ”確定了金融風(fēng)險(xiǎn)管理的三大支柱，分別為最低資本金要求、監(jiān)督審查過(guò)程和市場(chǎng)紀(jì)律。在完成此修正案后，銀行的整體資本金包括：信用資本金（風(fēng)險(xiǎn)加權(quán)資產(chǎn)的8%）和市場(chǎng)資本金，整體資本金=（信用風(fēng)險(xiǎn)加權(quán)資產(chǎn)+市場(chǎng)風(fēng)險(xiǎn)加權(quán)資產(chǎn)）。1996年，“巴塞爾資本協(xié)議修正案”提出對(duì)市場(chǎng)風(fēng)險(xiǎn)的資本要求，規(guī)定銀行必須要持有額外的監(jiān)管資本，以應(yīng)對(duì)交易中出現(xiàn)的市場(chǎng)風(fēng)險(xiǎn)，并提出了用VaR計(jì)算市場(chǎng)風(fēng)險(xiǎn)的方法。 VaR method not only provided an incentive mechanism for financial institutions guarding against the risk of ,aslo provided a market standard for financial institutions measuring risks. VaR method in China has a vast space for development, its promotion and application can make contributing for our internal risk management and external regulatory capacity to enter a new stage, aslo in line with internation