基于VaR汇率风险度量方法文献综述.docVIP

基于VaR汇率风险度量方法文献综述 　　摘要：近年来，随着金融市场全球化、交易系统和通信技术地不断创新，人们对风险度量，如汇率风险度量等的重要性越来越重视。而VaR就是一种基于统计分析基础上的风险度量技术之一，它是对市场汇率风险进行数量化度量的重要工具。在介绍VaR的基本理论方法的基础下，进一步对VaR以及VaR的计算方法进行了较详细的分类介绍，并对各种方法的特点进行讨论和评价。 　　关键词：VaR 历史数据模拟法 方差―协方差估计法 蒙特卡罗模拟法 　　中图分类号：F830.7文献标志码：A文章编号：1673-291X（2011）24-0074-02 　　一、VaR的基本原理 　　VaR（ValueatRisk）按字面解释就是“价值风险”，其含义指：市场正常波动下，某一金融资产或证券组合的最大可能损失。更为确切的是指：在一定概率水平（置信度）下，某一金融资产或证券组合价值在未来特定时期内的最大可能损失。其基本原理根据Jorinon（1997），可定义为： 　　VaR = E（w）－w*（1） 　　其中，E（w）为资产组合的预期价值；w为资产组合的期末价值；w*为置信度水平α下投资组合的最低期末价值。 　　又设w=w0（1+R）（2） 　　其中，w0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。 　　W*=w0（1+R*） （3） 　　R*为资产组合在置信水平α下的最低收益率。 　　根据数学期望值的基本性质，将（3）、（2）式代入（1）式，有 　　VaR=E[w0（1+R）]－w0（1+R*）=w0[E（R）－R*]（4） 　　这就是该资产组合的VaR值，如果能根据上式求出置信水平α下的R*，即可求出该资产组合的VaR值。一般情况下，最低收益率R*可以通过资产或资产组合未来收益率的概率分布f（r）求出。即在给定置信水平1―α下： 　　α=■ f（r）dr或1―α=■ f（r）dr 　　二、VaR的计算方法及其简单评价 　　（一）非参数法对汇率风险的度量 　　1.历史模拟法（HS，Historical Simulation method）。HS法是最简单的非参数化方法，它不需对负责的市场结构做出假设。其主要思路是假定采样周期中收益率的分布不变，借助于计算过去一段时间内资产组合风险收益的频率分布，通过找到历史上一段时间内的平均收益以及既定??信水平下的最低收益水平，推算VaR的值，其隐含的假定是历史变化在未来可以重新计算。 　　其计算公式为：VaR=w0（RP?Δt-R*α） 　　其中，w0是组合收益权重；RP是样本收益率的均值，R*α是显著性水平α时的下分位点的收益率。 　　评价：HS法作为一种常用于VaR估值的方法，它的主要优点是简单直观，计算简单，容易被风险管理者和监管当局接受，而且它不需要确定市场因子的统计分布，能较好地处理厚尾和非对称问题，无须估计参数能否避免模型风险。但这种方法也有不足之处，如，它假定金融时间序列未来变化与历史变化一样，这在金融市场上是极不合理的；不能提供比所观察样本中最小收益还要坏的预期损失；需要一个大型数据库，计算量之大；不能作极端情况下的敏感性测试，对极端事件的预测效果很差等。 　　2.拔靴法（Bootstrap Method）。其基本步骤如下：第一，利用投资组合中的各资产过去的历史价格变动量，进行重复抽样n笔。第二，将抽出的价格变动量，加上各资产目前的价格，计算出各资产的未来价格模拟值。第三，将各资产的未来价格模拟值依目前所持有之权重，重新计算该资产组合的价值。第四，比较所求出的未来价值模拟值与资产目前的价值，如此可得出n笔未来报酬模拟值。第五，将所建构的未来报酬模拟值由小到大排序，在给定信赖水准为1―α下，依百分位数即可得出风险值。 　　评价：拔靴法的优缺点与历史模拟法基本相同。 　　（二）参数法对汇率风险的度量 　　1.方差―协方差估计法。方差―协方差法是较早的计算VaR的参数方法，属于静态的参数法。目前比较流行使用的是J.P.Morgan 银行的Risk Metrics TM方法，该方法假定投资组合的未来收益服从正态分布，基本思路是先用历史数据求出资产组合的收益的方差、标准差、协方差，然后利用资产收益的正态分布的性质求出在一定置信区间下反映了分布偏差均值程度的临界值进而估计出VaRd 的值。 　　设R服从均值和方差分别为 μ和δ的正态分布，即R~N（μ，δ2）|则（R-μ）/δ~N（0，1），其概率密度函数为?鄣（x）=■。 　　由VaR的定义，如果R服从正态分布，要想求出在置信度C下的R*，只需在标准正态分布中找到一个临界值α，使得： 　　C=■?鄣（x）dx 　　从而有： 　　-α=（R*-μ）δ，即