金融风险度量方法研究
龙源期刊网 https://www.360docs.net/doc/65363801.html,
金融风险度量方法研究
作者：蒋彦平
来源：《现代经济信息》2013年第15期
摘要：随着经济全球化进程的逐渐发展，金融市场在这一背景之下，大大小小不同的波动更加容易出现。其中金融波动对金融市场的稳定性造成了一定的影响，导致金融风险的存在也日益严重。在美国经济危机爆发，对全球经济造成了严重的影响之后，更加提升了人们对金融风险的重视。那么为了能够对金融风险进行有效的预防，就必须要找到一个科学合理的风险度量方法。下面本文就对金融风险度量方法进行详细的分析。
关键词：金融；风险；度量方法
中图分类号：F832.3 文献标识码：A 文章编号：1001-828X（2013）08-0-01
金融风险的出现不但会对金融机构的正常运行产生一定的影响，甚至还会导致连锁反应的出现，从而造成全球经济动荡。各金融机构为了能够对金融风险进行有效的控制，均加强了对其科学合理风险度量方法的研究，以此确保可以对金融风险进行准确的评估，提高金融风险控制力度[1]。其中由于各金融风险之间也具有一定的差异性，因此其度量方法也有所不同，下
面本文就对目前金融市场，最常用的三种进行探讨。
一、金融风险方差度量方法
在Markowitz1952年所发表的《资产选择》中，首次对金融理论进行了定量化的研究，那么Markowitz也就成为了第一个对金融市场风险，采用数量方法进行度量的人。其中他的资产组合理论是在规范分析的基础上，对人们在进行资产选择时，怎样才能够对金融风险进行有效避免，从而获取最大化的经济效益的方法进行的探讨。其中一开始市场风险的原型就是在资产组合理论中出现的，Markowitz曾把它称为是一种具备不确定性的资产收益。Markowitz对于
这一资产收益不确定性的度量，采用的是统计学中的方差或者标准差，那么这一方法也就成为了金融风险度量中的最早方法，金融风险大小也就第一次被Markowitz采用具体的数量进行的刻画。方差这一金融风险度量方法不但具有概念明确、统计性好以及容易理解的优点，同时在收益率对正态分布假设条件服从的条件下，可以把组合方差分别称为多个单个的资产收益率方差和协议差。金融风险的方差度量方法，具有良好的适用性和简便性，因此到目前为止，其不但在金融风险度量中使用范围最广，使用最广泛，同时也是之中影响最大的度量方法[2]。但
随着人们对金融风险本质认识的深入，这一度量方法所展示出来的弊端也越来越多，其中方差方法本身的定义就和风险的原始含义具有偏差，对于真实风险的大小不能够进行度量，其虽然可以帮助投资者规避一定的风险，但是也具有使其失去更多收益机会的可能。另外方差方法的假设具有一定的严格性，具有比较繁重的计算任务，因此也就迫使人们不断的对新的金融风险度量方法进行探寻，以能够对方差方法中所具有的弊端进行消除，从而提高金融风险度量的科学性、合理性和准确性[3]。
金融风险度量方法Var与CVar的实用性研究(一)
金融风险度量方法Ｖａｒ与ＣＶａｒ的实用性研究(一) 摘要]本文从Var与CVar两种金融风险度量方法的引入出发，对两种金融风险度量方法的概念、性质、特点等进行了深入的对比分析，并配以实证算例，总结出二者优缺点以及实用性，以方便今后的应用与研究。 关键词]风险度量VarCVar 一、引言 1952年美国经济学家Markowitz首次提出收益与风险的度量理论——期望与方差度量方法,从而开创了风险度量的量化时代。然而，随着理论研究的不断深入，研究者对期望与方差度量方法提出越来越多的质疑。首先，它与投资者对风险效用心理是不一致的；其次，期望与方差方法在实际应用当中有一个弊端就是它在运算时对所提供的数据要求严格，实际操作起来也比较复杂。基于以上情况，现代金融机构与金融理论研究者对Var与CVar等度量方法投入了更多的关注。 二、度量方法 度量方法最早是由J．P．Morgen创建的。从上世纪90年代至今，金融领域的研究者对这一度量方法的研究取得了显著的进展，它也被越来越多的金融机构所接受与认可，日益成为风险度量主要工具之一。 Var的概念：Var（ValueatRist）可直译为在险价值，它是按事先设定的置信水平对投资者手中所持有的头寸可能面临损失的一种估计。即在预设置信水平100（1-a）%前提下有，其中X为一随机变量，代表金融资产的损益。 Var的主要性质：设R表示随即变量X的全集则Var满足(1)a∈R，平移不变性V（X+a）=V(X)+a(2)正其次性对h>0，有V(hX)=hV(X)，表示风险与头寸规模是成正比的。(3)对所有的X有Y∈R 表示Var满足单调可加性却不满足次可加性。(4)当资产收益服从有限方差椭圆分布时Var与期望方差满足如下关系式这里E(X)代表资产的期望收益，V(X)为资产的标准差，qa是标准分布函数的a%分位数。 VAr的主要特点:(1)Var实质上是满足损失分布的某一特定概率分位点，这个概率通常可以取99%或95%。(2)Var是不满足一致性公理的风险度量。(3)如果金融资产的损益分布服从椭圆分布时，并且资产损益均值相等时，Var与一价随机占优相一致。附n价随即占优定义如下，设分布函数F(X)，n阶分布函数，，设X1与X2表示两种金融资产随机损益，若满足F(n)(X1)≤F(n)(X2)则称X1(n价)随即占优X2，记为X1≥(n)(X)2。那么对Var有X1≥(1)X2(4)Var 具有尾部损失测量不充分性。尾部损失测量不充分性也称作为损失性，即无法考察到分位点以下的损益信息。诚然，这部分信息属于概率数学当中的小概率事件，但是它却有可能带来金融领域严重危机。(5)Var关于a是非连续的。 三、CVar度量方法 CVar度量方法是Rockafeller和S.Uryasev于2000年提出的。作为CVar度量方法的改进版CVar 度量方法依靠其对风险更准确的描述特性，迅速得到专业人士的认可，近些年来发展势头迅猛。 CVar的概念：CVar(CondtionalValueatRist)可直译为条件在险价值，或称平均超值损失。它是在投资损失大于某个给定的Var值条件下的期望损失。 CVar主要性质：CVar满足一致性公理即R表示随即变量全集，对X，Y∈R有(1)正齐次性CV(aX)=aCV(X)它能够反映出风险与头寸规模是成正比的。(2)单调性若X≤Y则有CV(X)≥CV(Y)表明损失大的头寸风险也相应较大。(3)次可加性CV(X+Y)=CV(X)+CV(Y)表明投资风险分散化原理。(4)平移不变性CV(X+a)=CV(X)-a表明追加一定数量的无风险投资，风险会减少同等数量。CVar度量方法的主要特点：(1)CVar不再是一个单一的分位点，而是尾部损失的均值，通过取Var的积分和求得。(2)因为它完全考虑了整个的风险存空间，因此可以有效避免尾部损失。
金融风险度量的传统方法
第五章 金融风险度量的传统方法 第一节 金融风险度量的传统方法 一、用价差率来衡量风险 价差率是用来测算单个证券投资风险最简单的方法，其计算公式如下： 价差率＝2╳(最高价－最低价)/(最高价＋最低价)╳100% 上式中的最高价、最低价是指该证券在相应各期限(如年)的最高价和最低价，价差率法的实质是直接将证券的可能波动幅度作为衡量风险的指标。 用价差率来衡量证券的波动幅度和风险，计算简单方便，意义清晰直观；价差率越大，意味着股票的风险越大，反之，则股票的风险越小。而且，可以根据具体情况和需要，采取不同的期限，如年、月、周等来计算价差率。不过，由于用价差率来测量风险时所包含的内容过于狭窄，其精确度和适用范围非常有限。 二、灵敏度分析与β系数法 灵敏度(Sentivity)是收益的方差与产生这一方差的某一随机变量(如利率、汇率等)的方差之比，它是两个方差的比值。设以V 表示收益，χ表示影响收益的市场随机变量，S 表示收益V 对χ的灵敏度，则： V S χ ?=? 或者以两方差的百分比的比值表示为： //V V S χχ ?=? 如某一债券价格对利率的敏感度为5，则它意味着1%的利率方差将产生5%的债券收益方差。若债券价值为10000，则其价值变动的方差为500。 如果某投资组合的收益或价值受到几个市场随机变量的影响，那么该投资组合的风险就需要由这几个灵敏度组成的灵敏度变量来描绘。例如，某证券投资组合的市场价值依赖于各有关货币的利率、汇率、证券价格指数。这时，需将投资组合价值对这些变量的灵敏度都计算出来，但不能将它们直接相加。因为那样意味着各随机变量将在同一时间以给定的幅度变动，从而会夸大风险。
金融风险度量方法选择及适用性分析
金融风险度量方法选择及适用性分析 在很长时期内风险价值模型（Value at Risk，以下简称VaR）都作为首选来度量风险，然而其理论和应用都存在缺陷。VaR并没有考虑潜在的尾部风险，而且不满足一致性风险度量的公理条件，即VaR不是一个理想的风险度量。本文从理论上分析了VaR模型存在的缺陷，并介绍其他风险度量模型，研究其特性，最后在此基础上提出金融风险度量选择的依据。 关键词：风险价值一致性风险度量期望短缺谱风险度量扭曲风险度量 回顾金融风险管理理论的发展史，20世纪70年代是现代金融风险管理发展的重要年代。布雷顿森林体系破产之后，利率、汇率等市场风险问题在金融机构的风险管理中日益凸显。而1973年4月，芝加哥期权交易所（CBOE）的正式运营以及著名的布莱克-舒尔茨期权定价模型的发表标志着现代金融风险管理时代的到来。20世纪90年代，以金融工程为代表的现代金融风险管理技术发展迅速，市场风险和信用风险的量化管理也得到了很大的发展。然而长期资本管理公司（LTCM）的破产为金融工程的应用提出了警示。金融工程的发展使得大量的数理统计模型在金融风险管理中获得应用，这其中包括著名的VaR模型。 我国金融市场是一个发展中的新兴市场，金融风险管理的手段还比较落后，主要以定性分析为主，重在事后分析和评估，缺少事前风险防范和控制。随着我国的金融改革的发展和金融市场的进一步开放，金融监管的原则与风险管理的技术必须符合国际惯例要求。 VaR模型的产生及其局限性 风险管理的基础和核心是对风险的定量分析和评估，即风险度量。传统的风险度量方法如Beta、Delta、久期和凸性等仅适用于特定的金融工具或领域，难以全面反映风险覆盖情况。在这一背景下，1993年G30小组首先提出风险价值（Value at Risk）的概念，VaR模型旨在估计给定投资工具或组合在未来资产价格波动下可能的潜在损失。这一指标最大的优点是能够测量由不同市场因子导致的风险，以及不同市场的总风险，能够较为准确地测量不同风险因子及其相互作用而产生的损失，能够适应金融市场发展的动态性、复杂性和全球化的趋势。 然而，VaR度量的是正常市场情况下的市场风险，在现实中，金融市场出现剧烈波动的极端市场情形大量存在，即VaR并没有考虑潜在的极端市场情形。对VaR实践的评估以及对风险度量的进一步研究指出VaR并非一个一致性风险度量，其不满足次可加性的公理条件，从而无法进行风险分散。 正是由于VaR还存在着理论与应用上的缺陷，推动了风险度量的进一步发展。在VaR的基础上许多研究者提出了风险度量的其他方法。Acerbi and Tasche （2002）提出期望尾部损失ES（Expected Shortfall，以下简称ES），Wang（1996）提出扭曲风险度量的概念，Acerbi（2002，2004）将经济学的风险偏好理论引入风险度量中，提出了谱风险度量，从而使风险管理的实践者有了更多的选择。 基于分位数回归的风险度量 （一）风险价值VaR VaR的含义是“风险中的价值”，JP Morgan将VaR看作既定头寸冲消或重估前可能发生的市场价值的最大损失的估计值。而VaR比较权威的定义由Jorion （1997）提出，将其定义为给定置信水平下，风险资产在持有期内可能遭受的最
金融风险度量方法研究
龙源期刊网 https://www.360docs.net/doc/65363801.html, 金融风险度量方法研究 作者：蒋彦平 来源：《现代经济信息》2013年第15期 摘要：随着经济全球化进程的逐渐发展，金融市场在这一背景之下，大大小小不同的波动更加容易出现。其中金融波动对金融市场的稳定性造成了一定的影响，导致金融风险的存在也日益严重。在美国经济危机爆发，对全球经济造成了严重的影响之后，更加提升了人们对金融风险的重视。那么为了能够对金融风险进行有效的预防，就必须要找到一个科学合理的风险度量方法。下面本文就对金融风险度量方法进行详细的分析。 关键词：金融；风险；度量方法 中图分类号：F832.3 文献标识码：A 文章编号：1001-828X（2013）08-0-01 金融风险的出现不但会对金融机构的正常运行产生一定的影响，甚至还会导致连锁反应的出现，从而造成全球经济动荡。各金融机构为了能够对金融风险进行有效的控制，均加强了对其科学合理风险度量方法的研究，以此确保可以对金融风险进行准确的评估，提高金融风险控制力度[1]。其中由于各金融风险之间也具有一定的差异性，因此其度量方法也有所不同，下 面本文就对目前金融市场，最常用的三种进行探讨。 一、金融风险方差度量方法 在Markowitz1952年所发表的《资产选择》中，首次对金融理论进行了定量化的研究，那么Markowitz也就成为了第一个对金融市场风险，采用数量方法进行度量的人。其中他的资产组合理论是在规范分析的基础上，对人们在进行资产选择时，怎样才能够对金融风险进行有效避免，从而获取最大化的经济效益的方法进行的探讨。其中一开始市场风险的原型就是在资产组合理论中出现的，Markowitz曾把它称为是一种具备不确定性的资产收益。Markowitz对于 这一资产收益不确定性的度量，采用的是统计学中的方差或者标准差，那么这一方法也就成为了金融风险度量中的最早方法，金融风险大小也就第一次被Markowitz采用具体的数量进行的刻画。方差这一金融风险度量方法不但具有概念明确、统计性好以及容易理解的优点，同时在收益率对正态分布假设条件服从的条件下，可以把组合方差分别称为多个单个的资产收益率方差和协议差。金融风险的方差度量方法，具有良好的适用性和简便性，因此到目前为止，其不但在金融风险度量中使用范围最广，使用最广泛，同时也是之中影响最大的度量方法[2]。但 随着人们对金融风险本质认识的深入，这一度量方法所展示出来的弊端也越来越多，其中方差方法本身的定义就和风险的原始含义具有偏差，对于真实风险的大小不能够进行度量，其虽然可以帮助投资者规避一定的风险，但是也具有使其失去更多收益机会的可能。另外方差方法的假设具有一定的严格性，具有比较繁重的计算任务，因此也就迫使人们不断的对新的金融风险度量方法进行探寻，以能够对方差方法中所具有的弊端进行消除，从而提高金融风险度量的科学性、合理性和准确性[3]。
信用风险的度量方法
一、信用风险度量方法与模型 １．传统的信用风险评价方法 （１）要素分析法。 要素分析法是通过定性分析有关指标来评价客户信用风险时所采用的专家分析法。 常用的要素分析法是５Ｃ要素分析法，它主要集中在借款人的道德品质（Ｃｈａｒａｃｔｅｒ）、还款能力（Ｃａｐａｃｉｔｙ）、资本实力（Ｃａｐｉｔａｌ）、担保（Ｃｏｌｌａｔｅｒａｌ）和经营环境条件（Ｃｏｎｄｉｔｉｏｎ）五个方面进行全面的定性分析，以判别借款人的还款意愿和还款能力。 根据不同的角度，有的将分析要素归纳为“５Ｗ”因素，即借款人（Ｗｈｏ）、借款用途（Ｗｈｙ）、还款期限（Ｗｈｅｎ）、担保物（Ｗｈａｔ）及如何还款（Ｈｏｗ）。 还有的归纳为“５Ｐ”因素，即个人因素（Ｐｅｒｓｏｎａｌ）、借款目的（Ｐｕｒｐｏｓｅ）、偿还（Ｐａｙｍｅｎｔ）、保障（Ｐｒｏｔｅｃｔｉｏｎ）和前景（Ｐｅｒｓｐｅｃｔｉｖｅ）。 无论是“５Ｃ”、“５Ｗ”还是“５Ｐ”，其共同之处都是先选取一定特征目标要素，然后对每一要素评分，使信用数量化，从而确定其信用等级，以其作为其销售、贷款等行为的标准和随后跟踪监测期间的政策调整依据。 （２）特征分析法。 特征分析法是目前在国外企业信用管理工作中应用较为普遍的一种信用分析工具。它是从客户的种种特征中选择出对信用分析意义最大、直接与客户信用状况相联系的若干因素，将其编为几组，分别对这些因素评分并综合分析，最后得到一个较为全面的分析结果。 一般所分析的特征包括客户自身特征、客户优先性特征、信用及财务特征等。特征分析法的主要用途是对客户的资信状况做出综合性的评价，它涵盖了反映客户经营实力和发展潜力的所有重要指标，这种信用风险分析方法主要由信用调查机构和企业内部信用管理部门使用。 （３）财务比率分析法。
风险度量研究综述
风险度量研究综述 上海期货交易所首席计算机专家 李大鹏博士 上海期货交易所博士后工作站 谷艳玲博士 内容摘要：本文对金融市场风险度量理论的研究进展进行了简要的评述，着重阐述以往风险度量工具的缺陷以及最新风险度量的研究进展。 1.风险度量理论研究进展 “风险”（Risk）一词本身是中性的，Savage（1954），Von和Morgenstern （1953），Dreze（1974）将风险定义为对未来结果不确定性的暴露（Exposure to uncertainty）。以此类推，金融风险就是指金融市场的交易者在金融活动中对未来结果不确定性的暴露。风险度量实际上就是建立一个规则，使得任何一个可能的风险头寸都对应一个数值，即风险度量大小的值。金融风险的度量就可以看成是度量市场交易者所持有头寸的不确定收益，这个收益可以是正的（获利）也可以是负的（损失）。如果用一个随机变量表示这个不确定收益，风险度量就是从一个随机变量集合映射到实数域的范函。用一个简单的数字来量化金融市场交易者的风险暴露，已经成为目前比较流行的风险度量方法。世界各地的金融机构，包括投资银行、保险公司、银行信托为增强自身运作中的风险管理能力，都在寻找合适的风险度量工具。 按照风险来源的不同，金融风险主要可以分为五种类型（Marrison，2002)：市场风险1（Market risk）, 信用风险2（Credit risk）,流动性风险3（Liquidity risk），操作风险 1由于市场因素(如利率，汇率，股价以及商品价格等)的波动而导致的金融交易者的资产价值变化的风险。这些市场因素对金融交易者造成的影响可能是直接的，也可能是通过对其交易对手，供应商或者消费者所造成的间接影响。 2由于借款人或市场交易对手的违约(无法偿付或者无法按期偿付)而导致损失的可能性。几乎所有的金融交易都涉及信用风险问题。 3由于资产流动性降低而导致的金融交易者可能损失的风险。当金融交易者无法通过变现资产，或者无法减轻资产作为现金等价物来偿付债务时，流动性风险就会发生。
金融风险的概率调整度量方法及应用
财政金融投资 [收稿日期]2005-05-24 [作者简介]石媛昌(1974-),女,安徽合肥人,中国农业大学理学院讲师,首都经济贸易大学博士研究生,研究方向是金 融工程;韩立岩(1955-),男,北京人,北京航空航天大学经管学院博士生导师,教授,研究方向是金融工程。 金融风险的概率调整度量方法及应用 石媛昌1,韩立岩2 (1.中国农业大学理学院,北京100083;2.北京航空航天大学经济管理学院,北京100083) [摘 要]基于概率调整的金融风险度量方法是从保险业中针对保险风险发展起来的一种方法。它通过对风险的真实概率分布进行修正,来给予高风险事件更大的权重,也就是说,投资者通过调整对右侧尾部风险的主观认识来表明自己对风险的回避程度,最终得到对风险的评价。文章在Choquet 积分这一框架下对VaR 和T CE 风险度量的概率调整表示方法以及一些新的风险度量方法进行了归纳和总结,并通过理论和数值分析对这些不同风险度量的特征和相互关系进行了研究。 [关键词]风险度量; 概率调整函数; VaR ; G ARCH [中图分类号]F830 [文献标识码]A [文章编号]1007-9556(2005)04-0096-03 Measurement of Financial Risk :a Probability -readjustment -based Method SHI Y uan -chang 1,HAN Li -yan 2 (1.School of Science ,China Agricultural University ,Beijing 100083; 2.School of Economic Management ,Beijing University of Aeronautics and Astronautics ,Beijing 100083,China ) Abstract :In the framew ork of Choquet integral ,the paper makes a summary of the probability readjustment method applied to the risk measurement and other new measuring methods.I t als o studies the features and interrelation of these methods through theoretical and numerical analysis. K ey Words :risk measurement ;probability readjustment function ;VaR ;G ARCH 一、引言 对风险进行恰当而又准确的度量是进行风险管理和风险控制的前提条件。风险价值(VaR )是当前流行的一种风险度量方法(J.P.M organ (Risk Met 2rics [1]))。VaR 就是指在一定的置信水平下在某一 特定时期内给定的投资组合可能遭受的最大损失。VaR 把资产或投资组合的风险归纳起来用单一的指 标来衡量,是一种易于理解和使用的风险度量。但是,VaR 仍然有许多不尽如人意的地方。Artzner 等人[2][3]提出了风险度量的公理化基础,他们指出,一种合理的风险度量应该满足四个性质:单调性、次可加性、正齐次性和平移不变性,并把满足上述四个性质的风险度量称为一致风险度量。VaR 不是一致风险度量,因为它不满足次可加性,即两种资产组合的VaR 比这两种资产各自的VaR 的和还要大[3],这意 味着资产组合的分散化会使风险增加,也就是说, VaR 对于分散化投资的风险的描述是不恰当的。这使得Artzner 等人建议使用尾部条件期望(T ail C ondi 2tional Expectation ,T CE )作为VaR 的替代品。本文借鉴Wang (1996,1997)[4][5]提出的保险风险定价领域 的一种基于概率调整的风险度量方法,把金融风险 作为调整后概率的期望进行讨论,利用调整概率的Choquet 积分来定义风险度量。在Choquet 积分的框架下,按不同的概率调整方法对风险度量进行分类,介绍了VaR 和T CE 的概率调整函数,以及机会比例(Proportional Hazards ,PH )变换、对偶幂(Dual P ower ,DP )变换等新的风险度量方法,最后,对这些不同的风险度量进行了实证分析,并考察和比较了不同风险度量的特征。 二、基于概率调整的风险度量 设P 为σ代数F 上的概率测度,g :[0,1]→[0,1]为增函数,且有g (0)=0,g (1)=1。则μ=goP ? 69?
较常见的市场风险度度量方法有五种
较常见的市场风险度度量方法有五种： 敏感度分析（sensitivity analysis） 压力测试 情景测试 资本资产定价模型（CAPM） 风险价值（VaR） 敏感度分析是一种有效地风险度量方法。它可以迅速而有效地揭示投资组合价值是如何受到市场因素变化影响的。敏感度分析是指：如果市场风险因素之一（f）发生了细微变化，那么预期的投资组合的价值（V）的变化有多大。所谓市场风险因素是指存在于市场中的一些变数，所以金融工具的价值都可以从这些变数中推导出来。主要的市场风险因素包括利率、信贷信差（credit spreads）、股票（equity）价格、汇率、隐含波动率（implied volatility）、流通产品价格（如黄金和石油）等。除了这些因素的即期价格之外，还包括它们的远期价格。考虑敏感度有三种等价的可相互替代的方法：相关性变化（relative change）、一阶导数以及最佳线性估计（the best linear approximation）。 风险价值（VaR） 指在市场正常的波动情形下，对金融工具可能损失的一种统计测度。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。用公式表示为： Prob（△Ρ 其中Prob表示：资产价值损失小于可能损失上限的概率。 △Ρ表示：某一金融资产在一定持有期△t的价值损失额。 VAR表示：给定置信水平α下的在险价值，即可能的损失上限。 α为：给定的置信水平。 VAR从统计的意义上讲，本身是个数字，是指面临“正常”的市场波动时“处于风险状态的价值”。即在给定的置信水平和一定的持有期限内，预期的最大损失量（可以是绝对值，也可以是相对值）。例如，某一投资公司持有的证券组合在未来24小时内，置信度为95％，在证券市场正常波动的情况下，VaR 值为800万元。其含义是指，该公司的证券组合在一天内（24小时），由于市场价格变化而带来的最大损失超过800万元的概率为5％，平均20个交易日才可能出现一次这种情况。或者说有95％的把握判断该投资公司在下一个交易日内的损失在800万元以内。5％的机率反映了金融资产管理者的风险厌恶程度，可根据不同的投资者对风险的偏好程度和承受能力来确定。 VaR模型计算方法：⒈历史模拟法（historical simulation method） ⒉方差—协方差法 ⒊蒙特卡罗模拟法（Monte Carlo simulation） 压力测试 VaR和ES这样的风险度量都是在正常的市场条件下评价可能的损失，但是可能导致严重损失甚至破产的极端情形也应当被加入到风险评估和管理中来， 是一个识别和管理那些可能导致巨大损失的情形的过程。包括：场景分析，压力试验模型分析，波动率和相关性的灵敏度分析，政策反馈。 场景分析是指在各种极端但又可能发生的状态下对投资组合进行估值。尤其是包含了关键变量的较大变动，因此，它要求采用完全估值的方法。早期的应用仅仅考虑了关键变量的连贯变动，但却忽略了相关性。更一般性的压力测试给出了对金融变量联合运动的描述，而且可
金融风险度量地VaR模型 在MATLAB中地使用方法
金融风险度量的VaR模型
摘要：VaR是使投资风险数量化的工具，旨在估计给定金融资产或组合在正常的资产价格波动下未来可能的或潜在的损失；目前常用的VaR计算方法大体归为三类:历史模拟法、蒙特卡洛模拟法以及方差一协方差法；各种方法均存在自身假设条件或固有的缺陷，在选择计算VaR的方法时，需要在计算效率、所需数据信息、准确性之间进行平衡。VaR作为一种工具主要在风险控制、绩效评价以及金融监管三个方面发挥重要作用。 关键词：VaR 方差一协方差法历史模拟法蒙特卡洛模拟法 一、VAR思想的产生 VaR (Value at Risk)的思想应追溯到马柯威茨(1952)的均值一方差投资组合理论模型n。马柯威茨建议使用方差代替靠自觉判断的偏差来衡量风险，但他的大部分著作都致力于研究期望收益与均值一方差结构中风险之间的平衡，这只
适应于收益率服从正态分布或投资者具有二次效用函数。而给VaR 带来直接思路的是Roy( 1952)，他在投资组合选择时构造的“安全第一(safety-first)”模型中，建议基于给定置信水平下的风险衡量选择那些可将损失大于“灾难水平”的概率最小化的投资组合。Baumol( 1963)也提出了一个基于某些概率水平下较低的置信区间的风险衡量指标。20世纪80年代的J.P .摩根银行的Till Goldimann 首次提出了“风险价值”这一术语，他认为价值风险比收益风险更重要，这为以后VaR 的提出铺平了道路。 二、VaR 的定义 在金融市场上，投资者或金融机构所面临的一个重要的风险是市场风险，即金融工具的市场价值在未来发生变化的可能性。一般而言，投资者所关心的主要是资产价格向下变动的风险。 风险一般用资产回报的波动性或标准差衡量，波动性越大，资产未来回报偏离预期的回报的可能性越大。 但是，波动性并未告诉我们，投资者在今后一段时间内，可能遭受的最大化损失是多少。 现代金融机构已经不满足于知道投资组合的波动性或风险，还想进一步知道一旦风险实现，自己可能遭受何等程度的最大损失。由此产生了风险度量工具。 VaR 指的是在正常的市场条件下以及给定的置信度下，某一证券组合或金融 资产在将来特定时间内所可能出现的最大损失，被称为“在险价值”或“风险价 值”。数学定义式是： 。 这个公式的含义是：对于某一资产组合来说，在给定的置信水平下，VaR 提供了最大可能的预期损失，即可以以1-c 的概率来保证这一资产组合的预期损失不会大于VaR 。 由VaR 的定义可知，置信水平越高，资产组合的损失小于其VaR 值的概率越大，VaR 模型对于极端事件的发生进行预测时失败的可能性越()Pr ob 1p VaR c ?<-=-
风险度量
河北大学本科生毕业论文（设计）撰写规范（参考） 为规范本科生毕业论文（设计）撰写格式，进一步保证本科生毕业论文（设计）质量，特制定本规范。 一、毕业论文（设计）撰写结构要求 1、题目：风险的度量方法与应用研究 2、摘要：风险就是客观存在的不确定性以及可能给企业带来的损失。风险无处不在，较 早的识别并准确的度量风险可以有效地降低或克服风险的危害。随着经济全球化和市场国际化的不断深入发展，信息更新速度非常之快，企业面对的不确定风险不断增加，风险度量方法合理而有效的利用对学术的研究及企业的风险管理至关重要。目前，国内外关于风险度量的方法有很多，其分析侧重点、使用范围各不相同。常用的风险度量模型有VaR 模型 ，一致性风险度量模型，CVaR 模型，ES 模型，DRM 模型及凸转换模型等。为了更好的进行风险管理，本文就当前这几种常见的风险度量模型进行了归纳总结。要有高度的概括力， 语言精练、明确。同时有中、英文对照，中文摘要约300—400汉字；英文摘要约200—300个实词。 3、关键词：VaR,ES,凸转换从论文标题或正文中挑选3～5个最能表达主要内容的词作为关键词，同时有中、英文对照，分别附于中、英文摘要后。 4、目录：写出目录，标明页码。 5、正文： 一、 V AR 模型（Value at Risk ）： 在风险管理领域，最流行的风险度量指标就是 VaR ，即我们所熟知的在险价值。该风险度量模型产生于1994年，比较正规的定义是：在正常市场条件下和一定的置信水平α上，测算出在给定的时间段内预期发生的最坏情况的损失大小X 。在数学上的严格定义如下： 设X 是描述证券组合损失的随机变量， ()F x 是其概率分布函数，置信水平为α ，则： (){}()min |VaR a x F x α=-≥ ()1 a V a R F a -=-（其中()1F a -是F （x ）的反函数） 该模型在证券组合损失X 符合正态分布，组合中的证券数量不发生变化时，可以比较 有效的控制组合的风险。因此，巴塞耳委员会和许多金融机构都将其作为基准的风险度量方法，不仅适用于度量市场风险，而且用于度量信用风险和操作风险。从VaR 的表达式可以看出，VaR 对应于统计学上的分位数，由于分位数的值与分位点以下的概率分布无关，因此VaR 不能度量极端风险。对有些决策者（如银行股东）来说，如果风险度量的目的是衡量和控制银行的破产概率（使VaR 大于银行资本的概率足够小），而不关注一旦银行破产时的实际损失有多大（股东只承担有限责任），那么VaR 不能度量极端风险不是一种缺陷。然而对银行监管者而言，一家银行、尤其是一家大型银行破产后形成的巨额损失会危及整个银行系统的安全，因此VaR 不能度量极端风险是一种重要缺陷。 VaR 的另一缺陷是不满足次可加性，既不满足()()()a a VaR x y VaR x VaR y α+≤+的条件。在一些银行中，VaR 不仅用于度量风险，也用于置配风险（VaR 约束下的资本配置）。一般的做法是，对允许各部门承担的风险进行配置 ，使各部门的风险之和不大于整个银行