[摘要]伴随着我国证券市场的不断规范化发展和新金融工具的出现，人们越来越注重对金融风险的管控和防范。金融风险是指在资金融通和货币资金经营过程当中，由于各种无法事先预料到的不确定因素带来的影响，使资金经营者的实际收益和预期收益发生偏差，受到损失。目前VaR风险分析法已经成为现代风险量化管理中最重要的方法。
[关键词]VaR；计算；风险管理；价值模型简介
VaR作为一种动态风险管理方法，兴起于20世纪90年代中期，并被应用于一些大型金融企业，对金融工具市场风险进行测评。中国将VaR应用在证券投资和银行监管中，发现其表现出较准确的风险预测性。将VaR引入中国保险资金运用的风险管理中，选择适合中国风险环境的VaR模型，通过采用实证和规范分析相结合的研究方法，筛选一段时期的历史数据，对中国保险资金运用进行实证分析，提出相关政策建议，以有效提高资金运用的稳健性，并保障收益性和可持续性。
1.VaR数学基础
1.1VaR的计算方法
1.1.1解析法例1：单个正态分布收益资产的VaR首先考虑只有一个风险资产情形，那么w=1，并假设收益率r服从正态分布，即r～N2(µ,σ），仍然设损失为L=−wr=−r,从而使得VaR能够满足p{LVR}αα≤=α，亦即{}{r}{}rvrPLVRPVRPααααααµµασσ−++≤=−≤=≤=，可以得到VRZαααµσ+=,进而VRZααα=−µ+σ。1.1.2历史模拟法已经发生过的事件中，我们可以提取多个损失构成样本，通过样本分位数来近似总体分位数，也就是VaR。它的缺陷就是未来不一定是历史的再现。
1.2一致性风险度量
对任意随机损失X，风险度量ρ(X)满足下面四个性质：平移不变:ρ(X+C)=ρ(X)+C--损失增加常数，风险增加常数；次可加性:ρ(X+Y)≤ρ(X)+ρ(Y)--风险要能对冲；正齐次性：--损失扩大，风险扩大，但是否线性有异议；单调性：对X≤Y,ρ(X)<ρ(Y)--损失越大，风险越大；称ρ(X)为一致性风险度量。
2.风险管理中的应用
主要包括如下几个方面：风险控制：VaR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易单位设置VaR限额，以防止过度投机行为的出现[2]。业绩评估：在金融投资中，公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。估算风险性资本：以VaR来估算投资者面临市场风险时所需的适量资本，风险资本的要求是BIS对于金融监管的基本要求。
3.VaR系列风险价值模型简介
在险价值（ValueatRisk），简称VaR模型，兴起于上世纪90年代，JPMorgan将其发扬，创立了RiskMetrics系统。目前VaR模型已被广泛运用于各金融机构的市场风险计量和管理[3]。VaR是指在某个置信区间下投资组合在未来某段时间的最大可能损失，从数学上看它衡量的是投资组合损益分布的分位数，假设c是我们选择的置信区间，则VaR对应于损益分布的1-c下尾处。例如置信区间为95%，则VaR等于损益分布函数的5%处分位数。先举例说明如何计算单个股票的VaR值，我们以上市公司西南证券为例，假设当前我持有100万市值的西南证券股票，那么明天我的投资组合最大亏损可能是多少。从图1可以看出，西南证券在2019年下半年一共126个交易日的日收益率变动区间在基本在-6%与6%之间，其收益率分布的柱形图如图2所示，我们去从小到大排列的第5%、大概在6/126的位置，得出该分位数的值为-2.35%，即今天100万市值的西南证券明天95%的概率下最大亏损2.35万。该2.35万即为95%置信区间下的一天VaR值。举例图示如下：前面计算VaR的方法是通过股票历史收益率数据求得其分位数，称之为历史模拟法。另一种计算VaR值得方法为参数法（也称模型法），该方法不直接通过历史收益率求得分位数，而是需要假设收益率的概率分布函数，进而通过收益率的概率密度函数求得对应置信区间的分位点。我们仍然以股票西南证券为例，如果我们假设西南证券日收益率的分布函数为均值0的正态分布，其标准差σ可以通过历史数据求得结果为1.60%，而标准正态分布的5%分位点的随机变量值为1.645，因此在正态分布假设下95%置信区间下的一天VaR值为1.645×0.016，即2.64%，约大于历史模拟法的结果2.35%。相应的，n天的VaR值为1.645×√n×σ。在实际的风险管理过程中，总规模限制是最常见的风险控制指标，限制总规模一定程度上限制了组合的最大亏损，但无法衡量损失的概率问题。例如同样的100万市值的两个投资组合，组合A持有100万市值的西南证券股票，组合B持有100万市值的星期六股票，星期六的损益分布图如图3所示。从VaR角度看，其VaR值为6.73%，持有股票星期六的风险远远大于持有同样市值的西南证券，持有西南证券我有95%的概率最大亏损不超过2.64%，而持有星期六我只能保证95%的概率最大损失不超过6.73%。图3星期六（002291）2019年下半年的日收盘价变动情况同样的逻辑也适合债券投资组合，我们常用久期、凸性、基点价值等指标衡量债券对利率变动的敏感性。VaR将敞口类指标与概率统计相结合，给出了组合潜在损失的概率边界，可以更加直观地理解投资组合的可能损失情况。在实际的风险管理操作中，VaR天数的选择较为主观，但也不是随意的：基于该类资产流动性高，在一定规模下可以快速变现通常选择较长期限的VaR值，如10天或者1个月。VaR衡量的是市场正常波动下的尾部损失，即市场正常波动下的极端损失，它解释的是市场正常波动下的最大可能损失，而不是市场极端情形下的损失。而算得上极端情形的应该是战争、政治、金融危机等重大变动。因此，VaR并没有度量最坏情况下的损失，需要采取其他方法进行补充，如压力测试技术，压力测试可以人为设置极端最坏情景，是VaR模型的不可或缺的度量极端风险的补充指标。在我看来这是因为大家对VaR的期望太高，很多人对VaR不满意的地方主要在于两点，一是建模准确性问题，历史模拟法计算VaR太过依赖尾部数据，参数法下的正态分布假设不准确，因为几乎不存在刚好符合正态分布的金融时间序列，且大部分序列都是厚尾的，因此低估了尾部风险，这些的确都是VaR模型的缺点，但是大家都知道，所有建模都是错误的，但是有些模型是有用的，建模就是离不开假设。因为VaR度量的是市场正常波动下的极端损失，VaR只是大致性，而未必精确和精准。它升级一下就是压力测试以及预期损失模型（ES模型）。ES模型度量的是组合超过VaR值的平均损失，的确更能反映尾部风险，但是不易于理解。ES模型度量的是尾部平均损失，其波动范围到底有多大，模型没有提供解释。另一方面，ES模型无法验证其有效性，因此总地说来在实用性上ES模型并不如VaR模型。而未来真地会有绝对精确和精准的方法吗？这恐怕很难。在金融危机等极端情形下，整个金融系统的系统性风险很容易将自己击溃，而这种极端事件发生的可能性微乎其微，所以我们在日常经营中无须时常采取准备措施预防这种系统性风险，不然只会造成资本资源的浪费。因此，不管是VaR模型，还是其他风险计量指标，都只是风险管理的一方面，它们始终代替不了经验、判断，在面临可能到来的系统性风险等极端情形时，经验和判断可以让我们提前消除风险，这才是最有效的风险管理。正态分布由于其计算的方便性已经被广泛应用于金融时间序列分析，虽然它不是拟合金融时间序列的最佳分布。金融时间序列常表现出尖峰厚尾性，因此实务中也会对金融序列做其他分布假设，最常用的有t分布以及广义误差分布（GED分布）。t分布的分布函数有一个自由度参数n，n越小则分布的厚尾性越好，而当n越大时，t分布就趋近于正态分布。广义误差分布与t分布类似，也能更好地拟合尖峰厚尾特征，正态分布就是广义误差分布的一种特殊情况。
4.结语
受经济全球化的影响，金融市场发生了基础性和结构性的变化，金融市场的风险性也加剧了不少，这样使得金融风险的管理越来越引起人们的重视，本文设计了一套基于var证券组合风险评估及管理体系，该方法不仅可以让我们全面地了解到投资风险，还可以帮助我们更好地进行风险管理，改善投资组合的风险收益特征。
【参考文献】
[1]杨可可.证券投资个股风险的VaR值测算分析[J].广西质量监督导报,2020(08):198-199.
[2]卢娜.商业银行风险偏好管理框架探讨.金融纵横，2021(02)：70-75..
[3]周相儒.基于VaR的证券投资组合风险评估及管理体系.中国集体经济，2017(19)：40-42.
作者：崔耀元 刘胜林 单位：成都文理学院经济管理学院
返回投资论文列表