VaR及种种.docxVIP

VaR的种种（转载）作者?:??程翔?考前说要写一篇摩根大通关于VaR的文章的。不知道怎么写的通俗，见谅。??2012年5月，摩根大通位于伦敦的首席投资办公室传出坏消息，当晚被称为华尔街Last Man Standing（2008年摩根大通是唯一一家事实上不需要，但还是接受了政府救助的公司；btw，打个广告，知道哪家大型金融机构完全没有接受政府救助吗？）的摩根大通CEO詹姆斯·戴蒙出席紧急新闻发布会，首席投资办公室在一项对冲业务（CDX.IG9）中，亏损20亿美元，合并其他业务的盈利之后，该业务单元（Business Unit，暂且这么翻译吧）仍然亏损超过8亿美元，而且下个季度可能还会亏损10亿，戴蒙一脸歉意的说，“我们很愚蠢，但其他人不是。”内控最好的公司却爆发了这么严重的问题，在6个星期内浮亏20亿，这是怎样都说不过去的。一时之间人们对华尔街大银行的风险控制能力和技术产生了怀疑，很多人甚至配合着芒格说VaR是最傻的金融指标（再傻能傻过EBITDA么？），人们对VaR的过度信任导致了悲剧的一次次发生。真的是这样么？本文将会分析VaR的运转和缺失来剖析造就这些悲剧的罪魁祸首到底是不是这个奇怪的金融指标。?一、风险控制的历史投资和投机的历史很漫长，可是风险控制的历史却很短暂，20世纪中叶才逐渐开始的风险控制理论，是伴随着人们把概率论运用在经济学发展的。一开始，人们选择投资方向与规避风险的方式很简单，叫做选择期望（期望代表着无限次重复下的平均收益）最大的。这种不考虑方差（代表着资产价格的波动性）的风险控制理论等于没有风险控制。这种方式很快就被淘汰，人们用了另外一种异常落后的比较方式：久期（Duration）。这个概念听着很拗口，但其实很类似于经济学里的弹性概念，如果利率变化一点（绝对值），久期衡量的就是价格会变化多少（比例）。但这个概念现在还在用，常常也被用在简单的对冲当中，因为它具有可加性（例子：购买一个久期为1年，面值为100块的债券和一个久期为10年，面值为50块的债券，这个组合的久期是多少呢？答案是（100*1+50*10）/（100+50）=4年）。在久期之后，出现了两个大家非常熟悉的名字，Markowitz和Sharpe，这两个大神应该算作是现代风控界的鼻祖，他们第一次把期望和方差联系在了一起考虑。在他们之后，经过Samuelson的奠基之后，教授Black和Scholes伙同Merton，发表了一篇跨世纪的论文，通过维纳过程（Wiener Process）和伊藤引理（Ito Lemma）预测期权、期货的价值变化，由于假设很严格且线性（维纳过程是正态过程），这个公式仅在预测大公司或稳定时期的市场里很有效。1988年巴塞尔I出世，8%资本充足率成为了银行必须达到的标准。1992年，人们口中的罪魁祸首VaR出现了，它第一次把概率分布融入风险控制中。在VaR之后，很多基于GARCH或EWMC方法（这两者都是追踪模型，根据以前的数据去推测未来的方差），如RiskMetrics，CreditMetrics和纯统计模型CreditRisk+都被发明出来，这些模型运用很广泛，但归根到底，常用的风险控制方法仍然是VaR。在继续讲述之前，我想问大家一个问题，你们觉得风控是为了保障公司在最大风险出现时仍然屹立不倒么？当然不是了。对任何一项投资，最大的风险就亏光本金，如果你要防止本金亏光，那就全买国债吧。所以不管你如何追踪目标资产的方差，得到一个数值，你应该怎么去估计它的常规风险呢？这就是VaR的妙处，它让你有了主观操作的空间。?二、VaRValue at Risk，在险价值，根据资产的概率分布、主观确定的最大置信度来预测在该概率下的可能价值损失。又拗口了，意思就是估计我在一定概率下差不多损失的价值。比如一只股票，在95%置信度下VaR是100块，这代表着我在20天内至少会损失100块。画图解释之：?假设这是某只证券价格变动的概率分布，假如我们取80%置信度，也就是在80%的可能性下，这只股票最多跌90。如果我们把资产价格的变动假设为正态分布，这事儿就变成了连博物馆馆长（摩根大通的风控主管之一就是纽约博物馆馆长）都能够轻松handle的事情。总结来说，VaR是用来衡量大概率的损失事件。如果我们时间段拉的够长，你会发现大概率的损失事件通常意味着损失很小（大的话大家都不在这个行当混了）。这是VaR被广为诟病的第一个原因：衡量这些小损失事件真的有意义吗？当然有意义，苍蝇也是肉。而且VaR也会经常用来衡量一些小概率事件，比如巴塞尔条例中，用来衡量操作风险的VaR必须要保持99.9%的置信度。设高VaR的置信度，是一件看起来很美好的事情，只要置信度设的足够高，风险被估计得也会越好……当然不是了。在统计学上，有两类错误Type1和Type2，Type1