【正文】 市場風(fēng)險(xiǎn)的應(yīng)對與控制方法主要包括：限額管理、分散管理、對沖管理和應(yīng)急管理。它們的共同特點(diǎn)是，重視了對風(fēng)險(xiǎn)的定性分析。但值得注意的是， VaR方法也存在著一定程度的缺陷。 VaR的獲取方法有歷史模擬法、參數(shù)法和蒙特卡羅模擬法三種，其中，參數(shù)法最具有代表性，應(yīng)用較廣 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 87 置信水平和持有期是計(jì)算 VaR時(shí)的兩個(gè)重要參數(shù)，它們對 VaR的數(shù)值有著非常顯著的影響 VaR既可以在單一資產(chǎn)（或風(fēng)險(xiǎn)）層面計(jì)算，也可以在組合層面計(jì)算。敏感性分析法在股票風(fēng)險(xiǎn)和期權(quán)風(fēng)險(xiǎn)度量中有很好的運(yùn)用 VaR是當(dāng)前最流行的市場風(fēng)險(xiǎn)度量方法。市場風(fēng)險(xiǎn)包括利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、股票風(fēng)險(xiǎn)和商品風(fēng)險(xiǎn)。前者是對特定交易工具的多頭頭寸或空頭頭寸給予限制，后者是對多頭頭寸和空頭頭寸相抵后的凈額加以限制 風(fēng)險(xiǎn)限額 是指對按照一定的計(jì)量方法所計(jì)量的市場風(fēng)險(xiǎn)設(shè)定的限額 止損限額 即允許的最大損失額。 壓力測試將按照兩套假設(shè)情境進(jìn)行： ? 第一種假設(shè)美國經(jīng)濟(jì)今年萎縮 2%，失業(yè)率為 %，房價(jià)下跌 14%，明年經(jīng)濟(jì)增長 %，失業(yè)率 %； ? 第二種假設(shè)經(jīng)濟(jì)滑坡更為嚴(yán)重，今年經(jīng)濟(jì)萎縮 %，失業(yè)率 %，房價(jià)下跌 22%，明年經(jīng)濟(jì)增長 %，失業(yè)率 %。 （二）壓力測試法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 79 美國政府的 “ 壓力測試 ” 方案設(shè)計(jì) 美國財(cái)政部 2020年 2月 25日公布了奧巴馬政府金融救援計(jì)劃核心內(nèi)容 —— 資本援助的具體方案，美國 20家主要銀行將接受 “ 壓力測試 ” ，政府將依據(jù)測試結(jié)果決定援助方案。 ? 壓力測試可以對 VaR進(jìn)行有效的補(bǔ)充。 ? 情景可以是真實(shí)的，也可以是虛擬的；可以人為設(shè)定，也可以根據(jù)統(tǒng)計(jì)分析或運(yùn)行模型得到。如今，這種法被越來越多地應(yīng)用于金融風(fēng)險(xiǎn)管理領(lǐng)域。其中一個(gè)被稱為 “ 重新開始 ” 的情景就預(yù)期了安然的倒閉。 數(shù)據(jù)風(fēng)險(xiǎn) 模型風(fēng)險(xiǎn) 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 75 （一） 情景分析法 （二） 壓力測試法 四、情景分析法與壓力測試法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 76 ? 1999年，安然公司的一個(gè)戰(zhàn)略合伙人曾問過這么一個(gè)問題： 如果安然倒閉了該如何是好 ？ ? 當(dāng)時(shí)，公司還呈現(xiàn)出一派繁榮景象：穩(wěn)坐美國第七大公司的寶座，賬面收入高達(dá) 1,000億美元。如果數(shù)據(jù)缺乏或數(shù)據(jù)不準(zhǔn)確，計(jì)算出來的 VaR也很難保證其準(zhǔn)確性。事實(shí)上，頭寸經(jīng)常會(huì)隨市場的變動(dòng)而發(fā)生調(diào)整。它只是在一定置信水平下對損失進(jìn)行估計(jì)。 反對的聲音 ?VaR不能替代好的管理、好的經(jīng)驗(yàn)與好的判斷，它只是一個(gè)工具箱，而不是一個(gè)黑箱 ?VaR是一種庸醫(yī)行為 ?。組合總規(guī)模為 300萬美元，其中 200萬投資加元， 100萬投資歐元。 二者如何轉(zhuǎn)換？ RRB V a RV a RV a R ???? 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 67 練習(xí) 2： 將下列投資組合按風(fēng)險(xiǎn) 從小到大 的順序排列，假設(shè)一年有 252個(gè)交易日 組合 VaR 持有時(shí)間 置信水平 1 10 5 99 2 10 5 95 3 10 10 99 4 10 10 95 5 10 15 99 6 10 15 95 A、 536142 B、 341256 C、 561234 D、 215643 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 68 組合 VaR ?組合 VaR的含義 ?同一資產(chǎn)不同風(fēng)險(xiǎn)的組合 ?不同資產(chǎn)同一風(fēng)險(xiǎn)的組合 ?不同資產(chǎn)不同風(fēng)險(xiǎn)的組合 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 69 ?組合 VaR的計(jì)算 ?組合正態(tài)法 組合 VaR WV a R pp ???ijjinijjnijipV a RV a RV a RV a RV a R ?????????1122 2?資產(chǎn)正態(tài)法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 70 例題 2： 一個(gè)包含加元和歐元的外匯投資組合。 10 ＝ 2121 V aRV aR ??＝?時(shí)間轉(zhuǎn)換： 在獨(dú)立同分布狀態(tài)下， t日的 VaR等于單日的 VaR乘以 t的平方根。 方差－協(xié)方差法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 60 解： 對應(yīng) 95%置信水平， α =，且已知σ =， P=100，根據(jù)公式可得： VaR=ασ P = 100= $ 方差－協(xié)方差法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 61 三種方法的評價(jià)與比較 前提條件 優(yōu)勢 不足 歷史模擬法 歷史可以復(fù)制未來 ? 適用性強(qiáng) ? 直觀，易理解 ? 依賴于歷史數(shù)據(jù) ? 很難用于組合分析 方差－協(xié)方差法 對數(shù)收益率服從正態(tài)分布 ? 易計(jì)算，邏輯性強(qiáng) ? 無需大量的數(shù)據(jù) ? 可用于組合分析 ? 依賴于對參數(shù)的估計(jì) ? 實(shí)際分布與正態(tài)分布存在不一致性 蒙特卡羅法 價(jià)格變動(dòng)服從隨機(jī)過程 ? 無需大量的數(shù)據(jù)，也無需參數(shù)估計(jì) ? 適用面廣 ? 計(jì)算過程不透明，難于理解 ? 計(jì)算量較大 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 62 參數(shù)的選擇 組合 VaR 模型的簡要評價(jià) （三） VaR的應(yīng)用 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 63 （ 1）置信水平 1c ?影響： 給定持有期， 1c越 大， VaR越大 ?選擇依據(jù)： ? 投資者的風(fēng)險(xiǎn)偏好 ? 樣本規(guī)模限制 ? VaR的使用目的 ?常用標(biāo)準(zhǔn)： 95%99% 1c=95% 1c=99% 損失 獲利 VaR參數(shù)的選擇 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 64 ?影響 給定置信水平下，持有期越長， VaR的數(shù)值越大 在獨(dú)立同分布狀態(tài)下， t日的 VaR＝ 1日的 VaR ?選擇依據(jù)： ? 持有資產(chǎn)的流動(dòng)性狀況 ? 樣本規(guī)模限制 ? VaR的使用目的 ?常用標(biāo)準(zhǔn)： BIS建議 t=10天 t（ 2）持有期 t VaR參數(shù)的選擇 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 65 （ 3）參數(shù)間的轉(zhuǎn)換 ?置信水平轉(zhuǎn)換： 不同置信水平上的 VaR比值等于相應(yīng)的分位數(shù)的比值。如今很多軟件都可以直接估計(jì) σ。 方差－協(xié)方差法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 57 ? 主要步驟 （以正態(tài)分布為例）： 首先假設(shè)資產(chǎn)收益率服從于一般正態(tài)分布R=f(r)～ N(μ ， σ2)，然后借助于正態(tài)化轉(zhuǎn)換，轉(zhuǎn)換成標(biāo)準(zhǔn)正態(tài)分布 Φ(ε)～ N（ 0,1） ： 方差－協(xié)方差法 ??? ???? R其中，? ? ? ? ??? ddrrf R ?????????? cc 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 58 ? 通常假定 μ=0，則有－ |R|＝－ ασ，這里 α表示在標(biāo)準(zhǔn)正態(tài)分布下對應(yīng)一定置信水平的分位點(diǎn)， σ表示資產(chǎn)收益率的波動(dòng)。使用較多的是幾何布朗運(yùn)動(dòng)模型 第二步 ， 產(chǎn)生一個(gè)虛擬的隨機(jī)變量系列 ε i ， i=1,2, … ,n,由此計(jì)算出價(jià)格序列 如下表： 蒙特卡羅模擬法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 54 模擬的價(jià)格路徑 步驟 i 上一期價(jià)格 隨機(jī)變量 價(jià)格變化 當(dāng)前價(jià)格 1 2 3 4 … … … … … 100 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 55 第三步 : 根據(jù)特定的價(jià)格序列計(jì)算目標(biāo)期末的資產(chǎn)價(jià)值，盡可能多地重復(fù)第二、三步，如 10000次，就可以得到一個(gè)價(jià)值分布 第四步 : 給定置信水平 1c，通過分位數(shù)就可以計(jì)算出 VaR。以此為基礎(chǔ)，就可以進(jìn)一步估計(jì)出組合 “ 真實(shí)的 ” 風(fēng)險(xiǎn)價(jià)值。不斷重復(fù)該模擬過程，就可以得到一系列估計(jì)值。參見前面的例子。而直接獲取未來損益的分布幾乎是不可能的事，為此，通常經(jīng)過下述分解過程： 將資產(chǎn)表示 為市場因子 的函數(shù) 預(yù)測市場 因子的 波動(dòng)性 根據(jù)市場因 子的波動(dòng)估 計(jì)資產(chǎn)的價(jià) 值變化及其 概率分布 給定置信 水平和持 有期，得 出 VaR （二） VaR的獲取方法 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 50 ?在這一分解過程中， 波動(dòng)性模型 和 價(jià)值模型 是核心和難點(diǎn)。 事件的 5% 事件的 95% 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 48 ? 置信水平： ? ?? ?為顯著性水平為置信水平為置信區(qū)間為要考察的變量其中是置信水平用數(shù)學(xué)表示就ccXXXcXXXP?????????1,1:????Xε X+ε C/2 C/2 因此從數(shù)學(xué)和統(tǒng)計(jì)的意義上看： VaR就是在某個(gè)既定的損益預(yù)期分布中，對應(yīng)一定置信水平的 分位數(shù) 。即 VaR＝ 4700萬美元 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 45 結(jié)論： VaR＝ 4700萬 意味著在下一個(gè)交易日該頭寸： 思考：如果置信水平為 99%或 90%，則 VaR會(huì)有何變化？ 95%的可能 損失 4700萬 5%的可能 損失 4700萬 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 46 （一） VaR概述 VaR的理解要點(diǎn) VaR不是一般意義上的損失額，而是對應(yīng)于一定置信水平的損失額 VaR不是已發(fā)生的實(shí)際損失額，而是對應(yīng)于一定持有期的、未來的損失額 VaR不是極端狀態(tài)下的最大損失額，而是在正常市場條件下的最大損失額 置信水平 正常市場 持有期 金 融 風(fēng) 險(xiǎn) 管 理 2020 版 47 ? 置信水平： 置信水平是統(tǒng)計(jì)學(xué)中常用的概念。如在本例中，對應(yīng)的觀測數(shù)目為 2526 5%＝ 126，即按損失 由大到小排列 ，第 126個(gè)數(shù)值，－ 4700萬美元就是我們要找的 VaR。如本例的持有期為 1天，給定置信水平為 95%。 Rt($)= Qo($)[StSt1]/St1 例，如果 S1＝ ， S2=，本例中 Qo＝ 40億 $，則有 R2($)= 40 []/＝－ 720萬 $ 以此類推，在整個(gè)樣本內(nèi)（ 2527個(gè)交易日）重復(fù)這個(gè)步驟，就可以得到一個(gè) 收益的時(shí)間序列 。如果預(yù)期下一個(gè)交易日美元貶值，則該頭寸就會(huì)面臨損失。通常解釋為： VaR是在一定置信水平和一定持有期內(nèi)，某一金融資產(chǎn)或組合在正常的市場條件下所面臨的最大損失額。 提議運(yùn)用 VaR來 改善衍生性商品 風(fēng)險(xiǎn)的 披 露。 1996年修正 案 允 許銀行 使用 VaR模型來計(jì)量市場風(fēng)險(xiǎn)并以此確定市場風(fēng)險(xiǎn)的資本要求 。 ? 計(jì)算示例 金 融 風(fēng) 險(xiǎn) 管 理 2