论金融市场风险测量模型ＶａＲ原理及应用.docVIP

论金融市场风险测量模型一v a R原理及应用 详细介绍目前测量市场风险的主流模型-VaR, 包括VaR产生的背景、VaR的概念；概述VaR的各种计算方 法，比较计算方法的优缺点；最后就VaR的作用，应用及 其局限性进行讨论。 关键词：VaR；历史模拟法；应力测试法；蒙特卡洛法; GARCH方法 lVaR模型方法产生的背景 自20世纪70年代初布雷顿森林体系崩溃以来，浮动 汇率制下汇率、利率等金融产品价格的变动日益趋向频繁 和无序。由于分散金融风险的需要，金融衍生工具应运而 生并得到极大的发展。在各种因素影响下，当衍生工具越 来越多地被用于投机而非保值的目的时，市场风险就成为 金融风险的最主要形式。 于是，如何有效地测定的控制这些市场风险便成为金 融证券机构、投资者和有关监管层所面临的亟待解决的问 题。VaR作为一个概念，最先起源于20世纪80年代末交易 商对金融资产风险测量的需要，作为一种市场风险测定和 管理的新工具，则是由摩根最先提出的。30人集团（Gr oupofThirt y)在1993年发表的《衍生产品；惯例与原则》 (Deriva tivespract icesandpri nciples) 风险扌艮告推荐 各国银行使用VaR分析方法。随后，这一建议被银行业广泛 接受，并已成为该行业风险管理的标准。 2 VaR的基本原理及其计算方法 VaR的概念 所谓VaR(Va lueatRisk),按字面意思解释就是“按风 险估价”，其实质是指在一定的置信度内，由于市场波动而 导致整个资产组合在未来某个时期内可能出现的最大价值 损失的一种统计测度。在数学上，它表示为投资工具或组 合的损益分布(PLdi stribution )的a分位数(a-q uart订e)表达式为：P{ApAt^—VaR} = a ,其中表 示组合p在At持有期内、在置信度(I-a )下的市场价 值变化。等式说明了损失值等于或大于Va R的概率为a , 或者说，在概率a下，损失值才大于VaR。 VaR的计算方法 目前，VaR的计算方法大多都围绕着对投资组合损益分 布特征的确定而展开。基本思想是利用投资组合价值的历 史波动信息来推测未来情形，只不过对未来价值波动的推 断给出的不是一个确定的值，而是一个概率分布。在本文 VaR的计算中，将每个证券映射为一系列“市场因子”组合。 市场因子是指影响投资组合价值变化的利率、汇率、股指 及商品价格等基础因素。按推测市场因子未来变化的方法 不同，当前VaR的计算方法大致可分如下几种方法： 历史模拟法是一种简单的基于经验的方法，它不需要 对市场因子的统计分布做出假设，而是直接根据VaR的定 义进行计算，即根据收集到的市场因子的历史数据对证券 组合的未来收益进行模拟，在给定置信度下计算潜在损失。 蒙特卡罗模拟法与历史模拟法十分类似，它们的区别 在于前者利用统计方法估计历史上市场因子运动的参数然 后模拟市场因子未业的变化情景，而后者则直接根据历史 数据来模拟市场因子的未来变化情景。 GARCH方法使用GARCH模型来描述市场因子。G ARCH模 型是由En gle首先提出的。它和方差协方差法的区别在于 工的计算。GAR CH方法是根据多元G ARCH模型，利用极大 似然准则估计t时刻市场因子的协方差矩阵 计算方法的评价 历史模拟法：其优点是不需要正态分布等假设，简洁、 直观、易于操作。但它是以使用者获取或保存了大量的实 际数据为前提的。它的缺点是缺乏活性。历史模拟法假定 了收益分布在整个样本时限内是固定不变的。同时它不能 提供比样本点中最大损失还要坏的预期损失。使用者所选 取的样本大小对预测结果会造成很大的影响。此外，运用 HS无法作特殊情况下的敏感性测试。 方差协方差法:计算简便,只需要估计每种资产的标 方差协方差法: 计算简便, 只需要估计每种资产的标 准差和它们之间的相关系数就可以得出任意组合的VaR 值。然而这种方法基于两个基本的假定：即线性假定和正 态分布假定。实际应用时还要有零均值的假定。有研究结 果表明：(1)实际的收益率数据分布并不关于零点对称; (2)实际的收益率数据分布尾部概率分布概率要比正态分 布大，即厚尾现象。所以使用这种方法会低估风险。 GARCH方法：对财务变量回报的分布GARCH模型具有良 好的特性，即持续的方差和处理厚尾的能力。但GARCH方 法还是用到了零均值的正态分布假定，而且在证券组合的 价值函数中用到了一阶近似，从而带来不可避免的偏差。 蒙特卡罗模拟法：由于该方法能较好地处理非线性问 题，且估算精度好，特别是随着计算机软硬件技术的飞速 发展，该方法已逐渐成为计算VaR值的主流方法。但蒙特 卡罗模拟法存在两个缺点：其一是计算量太大，一般来说, 复杂证券组合往往不同币种的各种债券、股票