【文章內(nèi)容簡介】 巴塞爾委員會(huì)又提出了一個(gè)新提案，即《新巴塞爾協(xié)議》，新協(xié)議于2007年實(shí)施，新協(xié)議對于銀行賬戶中的信用風(fēng)險(xiǎn)計(jì)算采用了新的計(jì)算方式，并且增加了操作風(fēng)險(xiǎn)的資本金內(nèi)容。規(guī)定整體資本金=（市場風(fēng)險(xiǎn)加權(quán)資產(chǎn)+信用風(fēng)險(xiǎn)加權(quán)資產(chǎn)+操作風(fēng)險(xiǎn)加權(quán)資產(chǎn)）[1]。在歐洲，銀行無論大小都必須采用《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》。VaR 作為一個(gè)重要的風(fēng)險(xiǎn)管理工具開始在金融風(fēng)險(xiǎn)管理中發(fā)揮舉足輕重的作用。VaR的一個(gè)重要的作用就是定量標(biāo)準(zhǔn)化。相比較而言，傳統(tǒng)風(fēng)險(xiǎn)管理方法更側(cè)重于定性分析，主觀性較強(qiáng)，VaR方法用數(shù)字表示風(fēng)險(xiǎn)大小，更能夠準(zhǔn)確客觀地反映金融機(jī)構(gòu)面臨的風(fēng)險(xiǎn)狀況，這種計(jì)量方法大大提高了銀行風(fēng)險(xiǎn)的透明度。并且VaR可用于事前檢測，大大增加了風(fēng)險(xiǎn)管理系統(tǒng)的科學(xué)性。VaR技術(shù)得以廣泛應(yīng)用的另一個(gè)重要原因就是，VaR方法不僅能計(jì)算單個(gè)金融工具的風(fēng)險(xiǎn)，還能計(jì)算由多個(gè)金融工具組成的投資組合風(fēng)險(xiǎn)。風(fēng)險(xiǎn)管理中逐步發(fā)展出來的數(shù)量化風(fēng)險(xiǎn)是目前國際上推崇和流行的科學(xué)做法，VaR 作為數(shù)量化管理的重要成果，已經(jīng)發(fā)展成為現(xiàn)代風(fēng)險(xiǎn)管理的標(biāo)準(zhǔn)和理論基礎(chǔ)。VaR方法之所以能夠受到金融風(fēng)險(xiǎn)管理者的重視，并在風(fēng)險(xiǎn)管理中發(fā)揮重要作用,有以下兩個(gè)原因：(1)清晰直觀。VaR 值是一個(gè)具體的數(shù)字，用數(shù)字將市場風(fēng)險(xiǎn)因子(如股票價(jià)格、股票指數(shù)、利率及匯率等)對資產(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。傳統(tǒng)以標(biāo)準(zhǔn)差或方差管理風(fēng)險(xiǎn)的方法 ,考慮的是雙側(cè)影響,以平均收益和標(biāo)準(zhǔn)差度量風(fēng)險(xiǎn)的大小 ,并且正負(fù)收益的權(quán)重一樣。相對傳統(tǒng)風(fēng)險(xiǎn)管理方法來說，VaR方法更能直觀便捷地表示風(fēng)險(xiǎn)的大小。 (2)易于管理。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，通過對這些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。VaR方法作為重要的風(fēng)險(xiǎn)管理工具雖然有許多優(yōu)點(diǎn),但同時(shí)也有其自身的缺陷 ,如: (1)不能精確處理反常事件。VaR有一個(gè)假設(shè)條件是歷史可以在未來復(fù)制其自身，也就是說VaR對未來損失的預(yù)測是建立在統(tǒng)計(jì)歷史數(shù)據(jù)基礎(chǔ)上的 ,但樣本數(shù)據(jù)本身可能提供不了足夠多的歷史信息，從而根據(jù)樣本數(shù)據(jù)計(jì)算出來的損失值是有誤差的，特別是對于小概率事件，由于歷史信息的缺乏，VaR在度量這類事件的風(fēng)險(xiǎn)時(shí)誤差的概率較大。然而當(dāng)反常事件的出現(xiàn)時(shí)，可能會(huì)對各變量之間的相關(guān)關(guān)系產(chǎn)生影響,甚至將其完全改變，顯然這對風(fēng)險(xiǎn)度量的精確度有很大的影響。(2)模型的風(fēng)險(xiǎn)。VaR值是建立在模型和數(shù)據(jù)基礎(chǔ)上的，但當(dāng)我們對同一組樣本數(shù)據(jù),選取不同的模型和不同的方法得到的VaR值可能會(huì)不同 ,甚至是用同一種方法來度量同一組歷史樣本數(shù)據(jù) ,而由于選擇不同的 VaR參數(shù) ,也有不同的VaR值 ,所以用VaR方法來度量風(fēng)險(xiǎn)缺乏一個(gè)客觀統(tǒng)一的標(biāo)準(zhǔn)。為此 ,不管采用什么樣的方法來計(jì)算VaR，必須將VaR同現(xiàn)實(shí)進(jìn)行比較，即回顧測試?！栋腿麪枀f(xié)議》對這方面也進(jìn)行了要求，除了要求銀行對市場風(fēng)險(xiǎn)模型進(jìn)行回顧測試，還要求銀行在計(jì)算VaR的同時(shí)，針對模型的設(shè)計(jì)進(jìn)行“嚴(yán)格及全面”的壓力測試（壓力測試的目的是檢驗(yàn)?zāi)Ｐ驮跇O端市場變化時(shí)的表現(xiàn)）。另外，完整的金融風(fēng)險(xiǎn)管理包括風(fēng)險(xiǎn)的識(shí)別、 測定和控制三個(gè)過程, 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。 VaR的定義根據(jù)由Jorion(2005)的定義：“VaR 是給定的置信水平和目標(biāo)時(shí)段下預(yù)期的最大損失(或最壞情況下的損失)”[2]。簡單地說就是，在市場正常波動(dòng)條件下，在一定概率水平下，某一金融資產(chǎn)或金融資產(chǎn)組合在未來特定的一段時(shí)間內(nèi)的最大可能損失。如果只考慮一天的波動(dòng)情況，那么VaR的值也就是每日風(fēng)險(xiǎn)價(jià)值，這樣上述定義可表示為： （）其中，為金融資產(chǎn)或金融資產(chǎn)組合在持有期內(nèi)的損失，置信水平為固定值。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。下面對這兩個(gè)參數(shù)做一個(gè)詳細(xì)的介紹。（一）資產(chǎn)組合的持有期資產(chǎn)組合的持有期選取要因場合而定。根據(jù)資產(chǎn)的特點(diǎn)，我們知道，資產(chǎn)的流動(dòng)性越強(qiáng)，持有期越短；反之，流動(dòng)性越差，持有期越長。商業(yè)銀行交易賬戶中的頭寸往往流通性較好，因此對于銀行往往計(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。如果模型是基于正態(tài)假設(shè)，則持有期選擇得越短越精確，因?yàn)橘Y產(chǎn)組合的收益率不一定服從正態(tài)分布，大部分情況下是尖峰厚尾的分布，得到大量樣本數(shù)據(jù)的可能性也越大。若持有期很短，收益率漸進(jìn)服從正態(tài)分布，一般選取持有期為一天。然而持有期太短會(huì)導(dǎo)致監(jiān)控成本過高；持有期太長則不利于風(fēng)險(xiǎn)監(jiān)控的精度，因此巴塞爾委員會(huì)對監(jiān)控成本及實(shí)際監(jiān)管效果的進(jìn)行了折衷，選取 10 天作為資產(chǎn)組合的持有期。 （二）置信水平置信水平反映了投資主體對風(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。由VaR 的定義可以看出，VaR 值在很大的程度上會(huì)受置信水平的選取的影響。置信水平不同，VaR 值也會(huì)不同。不同金融機(jī)構(gòu)選取的置信水平也不盡相同，如下表：金融機(jī)構(gòu)選取的置信水平美洲銀行95%. Morgan 銀行95%花旗銀行%大通曼哈頓銀行%信孚銀行99%表1 不同金融機(jī)構(gòu)選取的置信水平不同場合也可能會(huì)有不同的參數(shù)選取，%的置信水平來計(jì)算公司的VaR[5]。由定義可知，VaR計(jì)算中選取的置信水平越高，模型對于極端事件預(yù)測的精度越高，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。因此，Basle委員會(huì)要求采用 99%的置信水平衡量VaR值。VaR方法有兩個(gè)假設(shè)條件：。，不存在自相關(guān)性。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。由的定義知： （）則有： （）其中就是資產(chǎn)組合的價(jià)值低于的概率值。假設(shè)資產(chǎn)組合的價(jià)值服從標(biāo)準(zhǔn)正態(tài)分布,即~，則 （）其中為標(biāo)準(zhǔn)正態(tài)分布相應(yīng)的分位數(shù)，而為標(biāo)準(zhǔn)正態(tài)分布密度函數(shù)。又因?yàn)? () 所以， （） （）將（）式代入（）式，得到： （）式（）為正態(tài)分布假設(shè)下的一般表達(dá)式。 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)來預(yù)測將來，是借助于過去一段時(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。該方法實(shí)質(zhì)上是將收益率的真實(shí)分布收益率用歷史分布來模擬，以此來求得資產(chǎn)組合的值。一般地，在頻度分布圖中橫軸衡量某機(jī)構(gòu)某日收益率的大小，縱軸衡量一年內(nèi)出現(xiàn)相應(yīng)收益率的天數(shù)。例如，假設(shè)在持有期為一天、99%的置信水平下，采用過去500天的歷史數(shù)據(jù)來計(jì)算值。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)剛好對應(yīng)于1%的分位數(shù)所對應(yīng)的損失。該方法實(shí)質(zhì)上是將收益率的真實(shí)收益率分布用歷史分布來模擬，以此來求得資產(chǎn)組合的值。為了說明這一方法的基本思路，. Morgan 銀行的例子[29]。圖 . Morgan銀行一年內(nèi)資產(chǎn)組合收益的頻率分布圖，. Morgan銀行 1994 年年度報(bào)告，橫軸表示該銀行每天的收益，縱軸表示相應(yīng)收益在一年之內(nèi)出現(xiàn)的天數(shù)。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500萬美元，即=500萬（美元）。依給定的置信區(qū)間，在圖中陰影部分，即橫軸每天收益為負(fù)值的區(qū)間內(nèi)，確定相應(yīng)最低的日收入值。設(shè)置信區(qū)間為95%，則為5%，由于一年365天，除去周六周日共有254個(gè)觀測日，2545%=13天，在圖的左端數(shù)出13天，即可得到在5%概率下的，約為1000萬美元；將和的值代入式（）可得，500（1000）=1500（萬美元）。即該年度銀行每日的值為1500萬美元。也就是說在正常波動(dòng)情況下，銀行每日的交易有95%的可能損失不超過1500萬美元。利用歷史模擬法是根據(jù)收益率的歷史分布估計(jì)分布的分位數(shù)，即可求得資產(chǎn)組合的 VaR 值。計(jì)算簡單方便的同時(shí)，不需要對收益率的分布做出假設(shè)，也不需要對資產(chǎn)收益的波動(dòng)性、相關(guān)性等參數(shù)進(jìn)行估計(jì)。因此，該方法能夠避免使用正態(tài)分布假設(shè)時(shí)所產(chǎn)生的與實(shí)際數(shù)據(jù)分布的誤差，也不受參數(shù)估計(jì)誤差的影響，并且由于資產(chǎn)收益的波動(dòng)性、相關(guān)性等在歷史數(shù)據(jù)中已經(jīng)有所反映，所以免除了模型風(fēng)險(xiǎn)的影響。最后，由于它是完全評價(jià)法，無論資產(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。對于歷史模擬法的優(yōu)點(diǎn)顯而易見，但其不足之處也不容忽視。一般來說，歷史模擬法需要的樣本數(shù)據(jù)不能少于1500 個(gè)，而實(shí)際金融市場有時(shí)很難滿足這一要求，譬如新興市場國家沒有如此多的數(shù)據(jù)。另一方面，較大的歷史數(shù)據(jù)雖然會(huì)增加VaR 估計(jì)的穩(wěn)定性，但由于包含太多久遠(yuǎn)的數(shù)據(jù)，可能會(huì)違反獨(dú)立同分布假設(shè)，因而無法精確反應(yīng)未來情形；但是數(shù)據(jù)太少又可能會(huì)遺失重要信息，導(dǎo)致VaR 估計(jì)的波動(dòng)性和不精確性。這就導(dǎo)致了兩難的窘境。這里就說明了它需要大量的歷史數(shù)據(jù)，這樣導(dǎo)致對極端事件的損失不易模擬。歷史模擬法假定市場因子的未來波動(dòng)與歷史數(shù)據(jù)波動(dòng)完全一致，概率密度函數(shù)不隨時(shí)間的變化而變化，是一個(gè)固定的函數(shù)，但這與實(shí)際金融市場的變化并不一致。若某些風(fēng)險(xiǎn)因子并無市場資料或歷史資料的天數(shù)太少，模擬的結(jié)果可能不具代表性，容易有所誤差。對于比較罕見的重大極端事件，無法有足夠的資料來模擬，從而預(yù)測的結(jié)果較差，誤差較大。歷史模擬法計(jì)算出的 VaR 波動(dòng)性較大，存在滯后效應(yīng)，且對計(jì)算能力有較高的要求。樣本數(shù)據(jù)較大或包含異常樣本數(shù)據(jù)時(shí)，會(huì)產(chǎn)生滯后效應(yīng)，導(dǎo)致 VaR 值被高估。同時(shí)，異常數(shù)據(jù)進(jìn)出樣本時(shí)，會(huì)造成 VaR 值的波動(dòng)。同時(shí)，當(dāng)數(shù)據(jù)繁雜且結(jié)構(gòu)復(fù)雜時(shí)，歷史模擬法對計(jì)算能力提出了較高要求。而且在實(shí)際應(yīng)用中，為減少計(jì)算時(shí)間一般進(jìn)行簡化處理，但過多的簡化會(huì)削弱全值估計(jì)方法的優(yōu)勢。 方差—協(xié)方差法（Variance—Covariance Approach）方差—協(xié)方差法（又稱德爾塔正態(tài)法）同樣是運(yùn)用歷史數(shù)據(jù)，計(jì)算資產(chǎn)組合的值。該方法首先假設(shè)資產(chǎn)組合收益率服從正態(tài)分布，并且假設(shè)資產(chǎn)組合收益率與各資產(chǎn)收益率存在線性關(guān)系，然后通過對歷史數(shù)據(jù)的分析，估計(jì)資產(chǎn)組合的收益的方差、標(biāo)準(zhǔn)差、相關(guān)系數(shù)、協(xié)方差，我們知道在正態(tài)分布假設(shè)下投資組合的VaR為：。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。只要求出投資組合收益率的標(biāo)準(zhǔn)差， VaR 值也就確定了。由于該方法中，資產(chǎn)組合的標(biāo)準(zhǔn)差是基于投資組合理論，通過組合內(nèi)各資產(chǎn)的方差—協(xié)方差矩陣得到，因此這種方法被稱為方差—協(xié)方差法。方差—協(xié)方差法計(jì)算有兩個(gè)特點(diǎn)：一、不同置信水平下可以相互轉(zhuǎn)化假設(shè)在正態(tài)分布條件下，任意置信水平的 VaR 值都可以很方便地互相轉(zhuǎn)化。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，對于不同持有期的 VaR 值，他們之間是可以進(jìn)行轉(zhuǎn)換的。方差協(xié)方差法的優(yōu)點(diǎn)在于原理簡單，計(jì)算快捷。但與歷史模擬法相同，一樣依賴于歷史數(shù)據(jù)估計(jì)未來，對極端事件的預(yù)測能力較差。另一方面方差 協(xié)方差法假設(shè)資產(chǎn)收益率服從正態(tài)分布，但是金融市場中資產(chǎn)的收益率分布并不符合正態(tài)分布，它們通常表現(xiàn)出厚尾特性，這種方法會(huì)導(dǎo)致實(shí)際風(fēng)險(xiǎn)被低估。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)因子對整個(gè)投資組合的一階線性影響，無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（MonteCarlo Simulation）Monte Carlo 諾伊曼在20世紀(jì)四十年代中期為了適應(yīng)當(dāng)時(shí)原子能事業(yè)的發(fā)展而提出的。蒙特卡羅是摩納哥的一個(gè)城市，以賭博聞名于世界。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)。蒙特卡羅（Monte Carlo）方法，又稱隨機(jī)抽樣或統(tǒng)計(jì)試驗(yàn)方法，是一種隨機(jī)模擬方法。在金融市場上，我們用Monte Carlo 模擬法來模擬確定時(shí)期不同情形下的資產(chǎn)組合值。相對通過復(fù)制歷史的方法獲取市場變化序列的歷史模擬法而言，蒙特卡羅模擬法采用隨機(jī)的方法獲的市場變化序列。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)所模擬對象的方差、協(xié)方差等參數(shù)值，通過隨機(jī)的方式設(shè)定金融變量的隨即過程及過程參數(shù)（如資產(chǎn)組合的價(jià)格序列），然后通過這一隨機(jī)過程及過程參數(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。Monte Carlo 模擬法通過隨機(jī)的方式產(chǎn)生大量情景，相比歷史模擬法更加精確和可靠；同歷史模擬法一樣它是一種全值估計(jì)方法，可以處理非線性、厚尾問題；可以通過設(shè)置消減因子，使得模擬結(jié)果對近期市場的變化更快地做出反映。但由于Monte Carlo 模擬法依賴于特定的隨機(jī)過程和所選擇的歷史數(shù)據(jù)，并且隨機(jī)產(chǎn)生的數(shù)據(jù)序列是偽隨機(jī)數(shù)，可能會(huì)導(dǎo)致結(jié)果誤差較大，同時(shí)隨