风险价值(VaR)课件.ppt

风险价值（VaR） 南京大学金融学系 林 辉 linhui@nju.edu.cn 第一节 风险价值的定义 VaR的含义 Value at Risk 译为风险价值或在险价值，风险的货币表示。 VaR是指在某一给定的置信水平下，资产组合在未来特定的一段时间内可能遭受的最大损失（Jorion，1997）。 置信水平C：通常为99％（BCBS，1997）或95％（JP Morgan），置信度越大VaR越大 持有期：10个交易日（BCBS，1997），持有期越长VaR越大 如何理解VaR：金融风险的“天气预报” A银行2004年12月1日公布其持有期为10天、置信水平为99%的VaR为1000万元。这意味着如下3种等价的描述： A银行从12月1日开始，未来10天内的资产组合的损失大于1000万元的概率小于1%； 以99％的概率确信，A银行在未来10天内的损失不超过1000万元； VaR的优点 精确性：借助于数学和统计学工具，VaR以定量的方式给出资产组合下方风险（Downside Risk）的确切值。 综合性：将风险来源不同、多样化的金融工具的风险纳入到一个统一的计量框架，将整个机构的风险集成为一个数值。 通俗性：货币表示的风险，方便沟通和信息披露 JP Morgan的CEO Weathstone要求每天《4.15 报告》只产生一个数字的风险计量方法，计量不同交易工具，不同部门综合后的风险。 截止到1999年，BCBS监管下的71家银行中有66家对公众披露VaR VaR的数学表示 第二节 VaR计算的基本模型 不妨将A银行的全部资产看成1个资产组合，期初（比如2004.12.6）的盯市价值为V0，10天后其资产价值如下图 回忆：资产组合在未来一段时间内可能的最大损失。若以绝对损失定义（绝对VaR） 第三节 VaR计算之一：解析法 解析法（方差-协方差法、参数法） 借助统计学，利用历史数据拟合回报率r的统计分布，如正态分布、t分布、广义误差分布（GED分布）等 由分布的参数来估计回报率r在某个置信水平下的最小值 例子：假定回报服从正态分布 解析法的计算公式 平方根法则 解析法释义 解析法的计算实例 第三节 VaR计算方法之二：历史模拟法 历史模拟法（Historical Simulation） 基本思想：历史可以再现，明天的情形可能是历史上的所有情形中的一种。 非参数方法，区别于参数法，不需要估计均值、方差等参数 例：计算S证券明日的99％置信水平下的VaR。 得到S证券今日之前1001个交易日的收盘价，并由此计算得到1000个交易日的涨跌幅。 假定这1000种涨跌幅在明天都有可能发生，以今日价格为基础，那么明天的价格就有1000种可能。 将S证券未来1000种可能的价格由小到大排序，那么99％置信水平下的最大损失就是对应于第10种最坏的情形。 将今天（12月6日）的价格－明天（估计的）1000种中第10个最坏情形的价格，就得到了99％置信水平下、持有期为1天的VaR。 历史模拟法的计算步骤 收集资产的历史样本，计算历史上资产的回报分布。 假设资产未来回报的概率分布与其历史是同分布的，故可用历史上的资产回报的分布来表示未来价格的波动，并得到未来可能的N种价格。 将N种未来的资产价格从小到大排序，第N×（1－c）％个就是置信水平为C的最坏价格 当前价格与最坏价格相减，就得到VaR。 蒙特卡洛模拟（Monte simulation） 蒙特卡洛模拟也是一种非参数方法，其计算原理与历史模拟法相同，都是通过模拟资产回报的路径得到各种可能结果，从而在得到的组合损益分布的基础上，通过分位数来求得VaR。 与历史模拟不同的是，蒙特卡洛模拟法对资产价格分布的估计不是来自于历史的观测值，而是通过产生大量的随机数得到的。 本质：把所有的可能列出 基本步骤： 情景产生：通过产生服从某种分布的随机数，构造可能可能情景（比如东南亚金融危机）。 资产估值：在每个情景下计算资产的价格。 估计VaR：根据资产价格分布，计算某个置信水平下的VaR。 例如：模拟1000个情景，从而得到资产价格的1000个可能结果，由此得到价格的分布，根据最不利的50个情景（95％置信水平）或最不利的第10个情景（99％置信水平） 例：模拟一个股票的运动轨迹，初始的价格为10元，回报率为1％，波动率（标准差）为5％，模拟1000次，计算95％置信水平的VaR。 采用Matlab 6.5编程得到的价格分布如图所示 由此便可计算得到95％的VaR（参见程序） 第四节 银行资本充足性标准:VaR方法 VaR方法的实质：允许符合条件的金融机构采用自己开发的VaR模型计算其防范风险的最小充足资本 巴塞尔的标准法受到JP Morgan和G30的严厉指责。 G30：商业银行赖以生存的技能之一