风险价值法

风险价值法(VaR)

在风险管理的各种方法中，VaR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。VaR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个

简单的数字，并以美元计量单位来表示风险管理的核心——潜在亏损。VaR实

际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。

VaR特点①可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VaR值对金融风险进行评判；②可以事前计算风险，不像以往风险管理的方法

都是在事后衡量风险大小；③不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。

VaR主要应用①用于风险控制。目前已有超过1000家的银行、保险

公司、投资基金、养老金基金及非金融公司采用VaR方法作为金融衍生工具风险管理的手段。利用VaR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VaR限额，以防止过度投机行为的出现。如果执行严格的VaR管理，一些金融交易的重大亏损也许就可以完全避免。②用于业绩评估。在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。

但VAR方法也有其局限性。VaR方法衡量的主要是市场风险，如单纯依靠VaR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VaR值表明的是一定置信度内的最大损失，但并不能绝对排除高于VaR值的损失发生的可能性。例如假设一天的99％置信度下的VaR＝＄1000万，仍会有1％的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VaR方法并不能涵盖一切，仍需综合使

用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。

VaR风险控制模型

一.VaR模型基本思想

VaR按字面的解释就是“处于风险状态的价值”，即在一定置信水平

和一定持有期内，某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。JP.Morgan定义为：VaR是在既定头寸被冲销（be neutraliged）或重估前可能发生的市场价值最大损失的估计值；而Jorion则把VaR定义为：“给定置信区间的一个持有期内的最坏的预期损失”。

二.VaR基本模型

根据Jorion（1996），VaR可定义为：

VaR=E（ω）-ω*①

式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。

又设ω=ω0（1+R）②

式中ω0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。

ω*=ω0（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②、③式代入①式，有

VaR=E[ω0（1+R）]-ω0（1+R*）

=Eω0+Eω0（R）-ω0-ω0R*

=ω0+ω0E（R）-ω0-ω0R*

=ω0E（R）-ω0R*

=ω0[E（R）-R*]ω

∴VaR=ω0[E（R）-R*]④

上式公式中④即为该资产组合的VaR值，根据公式④，如果能求出置信水平α下的R*，即可求出该资产组合的VaR值。

三.VaR模型的假设条件

VaR模型通常假设如下：

⒈市场有效性假设；

⒉市场波动是随机的，不存在自相关。

一般来说，利用数学模型定量分析社会经济现象，都必须遵循其假设条件，特别是对于我国金融业来说，由于市场尚需规范，政府干预行为较为严重，不能完全满足强有效性和市场波动的随机性，在利用VaR模型时，只能近似地正态处理。

VaR模型计算方法

从前面①、④两式可看出，计算VAR相当于计算E（ω）和ω*或者

E（R）和R*的数值。从目前来看，主要采用三种方法计算VaR值。

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）

一．历史模拟法

“历史模拟法”是借助于计算过去一段时间内的资产组合风险收益的频度分布，通过找到历史上一段时间内的平均收益，以及在既定置信水平α下的最低收益率，计算资产组合的VaR值。

“历史模拟法”假定收益随时间独立同分布，以收益的历史数据样本的直方图作为对收益真实分布的估计，分布形式完全由数据决定，不会丢失和扭曲信息，然后用历史数据样本直方图的P—分位数据作为对收益分布的P—分位数—波动的估计。

一般地，在频度分布图中（图1，见例1）横轴衡量某机构某日收入的大小，纵轴衡量一年内出现相应收入组的天数，以此反映该机构过去一年内资产组合收益的频度分布。

首先，计算平均每日收入E（ω）

其次，确定ω*的大小，相当于图中左端每日收入为负数的区间内，给定置信水平α，寻找和确定相应最低的每日收益值。

设置信水平为α，由于观测日为T，则意味差在图的左端让出

t=T×α，即可得到α概率水平下的最低值ω*。由此可得：

VaR=E（ω）-ω*

二.方差—协方差法

“方差—协方差”法同样是运用历史资料，计算资产组合的VaR值。

其基本思路为：

首先，利用历史数据计算资产组合的收益的方差、标准差、协方差；

其次，假定资产组合收益是正态分布，可求出在一定置信水平下，反

映了分布偏离均值程度的临界值；

第三，建立与风险损失的联系，推导VaR值。

设某一资产组合在单位时间内的均值为μ，数准差为

σ，R*～μ（μ、σ），又设α为置信水平α下的临界值，根据正态分布的

性质，在α概率水平下，可能发生的偏离均值的最大距离为μ-ασ，即R*=μ-ασ。

∵E（R）=μ

根据VaR=ω0[E（R）-R*]有

VaR=ω0[μ-（μ-ασ）]=ω0ασ

假设持有期为△t，则均值和数准差分别为μ△t和，这时上式则变为：

VaR=ω0?α?

因此，我们只要能计算出某种组合的数准差σ，则可求出其VaR的值，一般情况下，某种组合的数准差σ可通过如下公式来计算

其中，n为资产组合的金融工具种类，Pi为第i种金融工具的市场价值，σi第i种金融工具的数准差，σij为金融工具i、j的相关系数。

除了历史模拟法和方差—数准差法外，对于计算资产组合的VaR的方

法还有更为复杂的“蒙特卡罗模拟法”。它是基于历史数据和既定分布假定的

参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，再计算VaR值。

根据古德哈特等人研究，计算VaR值三种方法的基本步骤及特征如下表。

.

风险估价技术比较

分类

步骤HSM VaR—Cov Monte—Carlo

⒈确认头寸找到受市场风险影响的各种金融工具的全部头寸

⒉确认风险因素确认影响资产组合中金融工具的各种风险因素

⒊获得持有期内风险因素的收益分布计算过去年份里的历史上的频度分布计算过去年份里风险因素的标准差和相关系数假定特定的参数分布或从

历史资料中按自助法随机产生

⒋将风险因素的收益与金融工具头寸相联系将头寸的盯住市场价值（mark to market value）表示为风险因素的函数按照风险因素分解头寸（risk mapping）将头寸的盯住市场价值（mark to market value）表示为风险因素的函数

⒌计算资产组合的可变性利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布假定风险因素是呈正态分布，计算资产组合的标准差利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布

⒍给定置信区间推导VAR

排列资产组合顺序，选择刚好在1%或5%概率下刚≥1的那一损失

用2.33（1%）或1.65（5%）乘以资产组合标准差排列资产组合顺序，选择刚好在1%或5%概率下刚≥1的那一损失

VaR模型在金融风险管理中的应用

VaR模型在金融风险管理中的应用越来越广泛，特别是随着VaR模型

的不断改进，不但应用于金融机构的市场风险、使用风险的定量研究，而且VaR模型正与线性规划模型（LPM）和非线性规划模型（ULPM）等规划模型论，有机地结合起来，确定金融机构市场风险等的最佳定量分析法，以利于金融机构对于潜在风险控制进行最优决策。

对于VaR在国外的应用，正如文中引言指出，巴塞尔委员会要求有条件的银行将VaR值结合银行内部模型，计算适应市场风险要求的资本数额；G20建议用VaR来衡量衍生工具的市场风险，并且认为是市场风险测量和控制的最佳方法；SEC也要求美国公司采用VaR模型作为三种可行的披露其衍生交易活

动信息的方法之一。这表明不但金融机构内部越来越多地采用VaR作为评判金融机构本身的金融风险，同时，越来越多的督管机构也用VaR方法作为评判金融机构风险大小的方法。

我国对VaR模型的引介始于近年，具有较多的研究成果，但VaR模型的应用现在确处于起步阶段，各金融机构已经充分认识到VaR的优点，正在研究适合于自身经营特点的VaR模型。

本部分就VAR模型在金融机构风险管理中的应用及其注意的问题介绍如下：

例1，来自JP.Morgan的例子

根据JP.Morgan1994年年报披露，该公司1994年一天的95%VAR值平均为1500万美元，这一结果可从反映JP.Morgan1994年日收益分布状况图中求出（如图）。

从图中可看出，该公司日均收益为500万美元，即E（ω）=500万美元。

如果给定α=95%，只需找一个ω*，使日收益率低于ω*的概率为5%，或者使日收益率低于ω*的ω出现的天数为254×5%=13天，从图中可以

看出，ω*=－1000万美元。

根据VAR=E（ω）－ω*=500－（－1000）=1500万美元

值得注意的是，这只是过去一段时间的数值，依据过去推测未来的准确性取决于决定历史结果的各种因素、条件和形势等，以及这些因素是否具有同质性，否则，就要做出相应的调查，或者对历史数据进行修正。这在我国由于金融机构非完全市场作用得到的数据更应该引起重视。

例2，来自长城证券杜海涛的研究

长城证券公司杜海涛在《VaR模型在证券风险管理中的应用》一文中，用VaR模型研究了市场指数的风险度量、单个证券的风险度量和证券投资基金净值的VaR等，研究表明，VaR模型对我国证券市场上的风险管理有较好的效果。

下面就作者关于市场指数的风险度量过程作一引用，旨在说明VaR的

计算过程（本文引用时有删节）。

第一步正态性检验

首先根据2000年1月4日至2000年6月2日期间共94个交易日的日收益率做分布直方图，由于深沪两市场具有高度相关性，此处仅以上证综合指

数为例计算。结果如图1。

从图1可以看出上证综合指数日收益率分布表现出较强的正态特征：

众数附近十分集中，尾部细小。分析表明，深市指数也有相同的特征。

下面利用数理统计的方法对2000年4月3日至6月2日期间上述3种指数的日收益率的分布情况进行正态性检验，检验结果如下：

W(深证综指)=0.972445

W(深证成指)=0.978764

W(上证综指)=0.970279

W为正态假设检验统计量，当样本容量为40时取α=0.05(表示我们

犯错误的概率仅为α=0.05)，此时W0.05=0.94，只有当W

绝原假设。从我们的检验结果来看，我们无法拒绝三种指数的日收益率服从正

态分布的假设。

有关这三种指数日收益率的相关统计量见表1。

表1三种指数日收益率统计量

深圳综合深圳成分上证综合

均值（）

0.0013180.0010610.001561

标准差（）

0.0133630.0125820.012391

通过上面的分析，我们可以得出三种指数的日收益率基本上服从

N(μ,σ)，由于三种指数的平均日收益率非常接近零值，故可近似为N(0，σ)。

第二步VaR的计算

由于正态分布的特点，集中在均值附近左右各1.65σ区间范围内的概率为0.90，用公式表示为：P(μ-1.65σ

布的对称性可知P(X<μ-1.65σ)=P(X>μ+1.65σ)=0.05；则有P(X>μ-1.65σ) =0.95。根据上面的计算结果可知在95%的置信度情况下：

VaR值=T日的收盘价×1.65σ。

取2000年4月3日至2000年6月2日的数据，然后根据上面的公式

可以计算出深证综指、深证成指、上证综指3种指数在2000年6月2日的VaR 值分别为：

深证综合指数VaR=591.34×1.65×0.013363=13.04

深证成份指数VaR=4728.88×1.65×0.012582=98.17

上证综合指数VaR=1916.25×1.65×0.012391=39.17

其现实意义为：根据该模型可以有95%的把握判断指数在下一交易日

即6月5日的收盘价不会低于T日收盘价－当日的VaR值；

即深证综合指数不会低于：591.34－13.04=578.30

深证成份指数不会低于：4728.88－98.17=4630.71

上证综合指数不会低于：1916.25－39.17=1877.08。

第三步可靠性检验

现在来检验该模型的可靠性。根据3种指数的VaR来预测下一个交易日的指数变动下限，并比较该下限和实际收盘价，看预测的结果与我们期望值之间的差别。图2、图3、图4是3个指数于2000年4月3日至6月2日的实际走势与利用VaR预期下限的拟合图形。

现将样本区间内实际收盘指数低于预测下限的天数与95%置信度情况

下的可能出现的期望天数作一统计对比，结果见表2。

表2模型期望结果与实际结果的比较

深圳综合深圳成分上证综合

实际情况333

期望情况222

通过上面的计算我们可以发现应用VaR模型进行指数风险控制拟合结果较好。至于三种指数均有3个交易日超过预测下限，这主要是由于考察期间适逢台湾政权更迭及美众院审议表决予华PNTR的议案，市场波动较大所致。

例3，来自银行家信托公司的例子

由于金融机构特别是在证券投资中，高收益常伴随着高风险，下级部门或者交易员可能冒巨大风险追求利润，但金融机构出于稳健经营的需要，有必要对下级部门或者交易员可能的过渡投资机行为进行限制，因而引入考虑风险因素的业绩评价体系，美国银行和信托公司将VaR模型用于业绩评估中，确立了业绩评价指数——经风险调查的资本收益，即RAROC=，从公式可看出，

即使收益再高，但由于VaR也高，则RAROC也不会很高，其业绩评价也不可能很高。因此，将金融机构将VaR应用于业绩评价中，可对过度投机行为进行限制，使金融机构能更好地选择在最小风险下获取较大收益的项目。

同时，杜海涛也将VaR方法用于对我国5只基金管理人的经营业绩评价，评价结果如下表：

我国5只基金管理人的RAROC比较表

基金开元基金普惠基金金泰基金安信基金裕阳

VaR值0.11780.09190.08800.12400.1185

收益率0.41530.29820.35920.42060.3309

RAROC2.84672.74953.51883.17072.7938

日收益率的标准差0.0456230.037480.0356230.0370330.036559

数据来源：杜海涛《VaR模型在证券风险管理中的应用》

从上表可以看出，在承担同样的风险的情况下基金金泰的收益率最高。按RAROC指标来衡量上述5家证券投资基金的优劣情况如下：金泰>安信>开元>裕阳>普惠。

结论

随着我国加入WTO，金融全球化挑战我国的金融改革及创新，特别是

金融理论的创新和控制风险技术的创新，如何将金融风险控制到最小程度，真正使金融体系成为支撑社会经济的基础，达到为社会分散经济风险的目的，是我国金融界必须面对的艰巨任务，如何用定量方法测度和控制金融风险，是金融机构和监管当局必须面对的问题。从金融机构本身来看，将风险定量分析方法，比如VaR模型应用于日常的风险管理，将市场风险和信用风险降到最低的程度，以期获取最大的利润回报，是金融机构的义不容辞的事情，也是其当务之急。从监管当局来看，促使金融机构应用先进的控制风险技术，使金融家们

能够随心所欲地剥离各种风险，即对各种复杂的风险进行精确的计算和配置，将有利于我国的监管水平有较大的提高。因此，我国的金融机构和金融监管当局非常有必要将VaR模型等风险控制技术引入我国金融风险管理将非常必要，且具有一定的现实意义。

VaR（Value at Risk）一般被称为“风险价值”或“在险价值”，指在一定的置信水平下，某一金融资产（或证券组合）在未来特定的一段时间内的最大可能损失。假定JP摩根公司在2004年置信水平为95%的日VaR值为960万美元，其含义指该公司可以以95%的把握保证，2004年某一特定时点上的金融资产在未来24小时内，由于市场价格变动带来的损失不会超过960万美元。或者说，只有5%的可能损失超过960万美元。与传统风险度量手段不同，VaR完全是基于统计分析基础上的风险度量技术，它的产生是JP摩根公司用来计算市场风险的产物。但是，VaR的分析方法目前正在逐步被引入信用风险管理领域。

用在险价值法（VAR）计量风险

在风险管理的各种方法中，在险价值法（VAR方法）最为引人瞩目。尤其是在过去的几年里，许多银行和监管当局开始把这种方法当作全行业衡量风险的一种标准来看待。

（一）在险价值（VaR）的计算

在险价值法之所以具有吸引力，是因为它把银行的全部资产组合风险概括为一个简单的数字，并以美元计量单位来表示风险管理的核心-潜在亏损。VaR 实际上是要回答在概率给定的情况下，银行的投资组合价值在下一阶段最多可能损失多少。在正态分布情况下，根据计量经济学的知识可得出：

VaR＝w0ua d t1/2

其中，w0为初期投资额，m和d2分别为特定资产的日（或者周、年）回报率的均值和方差，d则代表资产回报率的标准差，t为持有该项资产的期间。

此公式的含义是：在特定资产回酬率R服从正态分布的情况下，一定投资额w0在置信度1-a的范围内，在持有时间t内发生的最大损失。

如要求置信度为95%或99%，即a=5%或1%，应该查相对应的10%和2%的正态分布表，相应公式可变为：VaR＝1.645w0dt1/2或者VaR＝2.33w0dt1/2由此可见，为了计算VaR的数值，首先必须估算出资产回报率的均值和标准差，目前一般是通过对观察值进行加权来计算出来的。

实例如下：假定有一3年期100万美元国债券，假定过去10年此类债券价格的平均波动率为1.23%，如果此种国库券半年后出售，价格波动服从正态分布，并确定为95%的置信水平，则有：

VaR=100×1.645×1.23%×0.51/2=1.44(万美元)

这表明，依据历史统计资料，我们至少有95%的把握可以保证3年期国库

券价格在以后6个月出售，最大损失不超过1.44万美元。由于是单边概率，我们还可得出结论：依据历史统计资料，至少有95%的把握可以保证3年期国库

券价格在以后6个月出售，最大盈利不会超过1.44万美元。

（二）在险价值法的特点

1.可以用来简单明了地表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VaR值对金融风险进行评判；

2.可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；

3.不仅能计算单个金融工具的风险，还能计算由多个金融工具组成的投资组合的风险，这是传统金融风险管理所不能做到的。

（三）在险价值法的应用

该方法主要应用于：

1.用于风险控制。

目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司,采用VaR方法作为金融衍生工具风险管理的手段。利用VAR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VAR限额，以防止过度投机行为的出现。如果执行严格的VaR管理，一些金融交易的重大亏损也许就完全可以避免。

2.用于业绩评估。

在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利率。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。

（四）在险价值法的局限

当然VaR方法也有其局限性，VaR方法衡量的主要是市场风险，如单纯依

靠VaR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲，VaR 值表明的是一定置信度内的最大损失，但并不能绝对排除高于VaR值的损失发生的可能性。例如假设一天的99%置信度下的VaR=1000万美元，仍会有1%的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VaR方法并不能涵盖一切，仍需综合使

用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：在险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。

浅议风险价值法的应用

浅议风险价值法的应用 [摘要]金融危机让人们认识到进行风险管理的重要性,但目前,国内企业普遍存在风险管理意识薄弱、没有建立完善的风险管理体系等问题。如何迅速对手中的各种有价证券进行风险管理?用什么评价体系和方法能方便直观而又科学地进行评价?本文以燃料油期货为例,介绍了风险价值法的概念、原理和计算方法,相信这种易于理解的风险评价方法可以为很多企业借鉴。 [关键词]风险价值法;燃料油期货;历史模拟法 本文介绍的风险价值法(Value at Risk)以其简单的计算方法已为国际上很多金融机构青睐,也以其直观、中性的结论被广大管理者和监管部门接受。下面就以燃料油期货为例介绍这种方法。 燃料油期货是我国开设的唯一一种能源期货品种,很多企业参与其中,试图化解现货市场风险。但其也给交易者带来了新的风险,而且由于这种金融工具高杠杆、高流动性的特点,极易把风险放大化。纵观世界期货业发展的历史,风险事件层出不穷,如巴林银行的倒闭、美国加州橘县事件、长期资本管理公司的倒闭以及日本大和银行巨额交易亏损案等。在我国的期货市场中,“粳米事件”、“三二七”国债期货风波、“国储铜事件”和“中航油事件”等也给中国期货市场敲响了警钟。 风险价值法(Value at Risk)就是适应风险管理的这种需求而产生的,以规范的统计技术全面衡量市场风险的办法。这种方法最早由J. P.摩根针对以往市场风险衡量技术的不足而提出。一经提出,该方法就以其对风险衡量的科学、实用、准确和综合的特点受到包括监管部门在内的各方普遍欢迎,迅速发展成为风险管理的一种标准。 VaR按字面的解释就是“处于风险状态的价值”,即在一定置信水平和一定持有期内,某一期货合约或其组合在未来资产价格波动下所面临的最大损失额。实际上是要回答在概率给定情况下,投资组合价值在下一阶段最多可能损失多少。VaR的计算方法可以分为三大类,即历史模拟法、分析方法和蒙特卡罗模拟法。其中较为简单实用的方法是“历史模拟法”,它是借助于计算过去一段时间内的资产组合风险收益的频度分布,通过找到一段历史时间内的平均收益,以及在既定置信水平α下的最低收益率,计算资产组合的VaR值。 例如,计算得知某个企业所持有的期货头寸在一个交易日的持有期限和99%的置信区间内,VaR=100万。这表明:在正常市场条件下,有99%的概率,该期货头寸在一个交易日的持有期限损失不超过100万;换言之,在正常市场条件下,该投资组合只有1%的概率在一个交易日的持有期限的损失超过100万。 “历史模拟法”假定收益随时间独立同分布,以收益的历史数据样本的直方图

(风险管理)VR模型及其在金融风险管理中的应用

VaR模型及其在金融风险管理中的应用 引言 国际金融市场的日趋规范、壮大，各金融机构之间的竞争也发生了根本性变化，特别是金融产品的创新，使金融机构从过去的资源探索转变为内部管理与创新方式的竞争，从而导致了各金融机构的经营管理发生了深刻的变化，发达国家的各大银行、证券公司和其他金融机构都在积极参与金融产品（工具）的创新和交易，使金融风险管理问题成为现代金融机构的基础和核心。随着我国加入WTO，国内金融机构在面对即将到来的全球金融一体化的挑战，金融风险管理尤显其重要性。 传统的资产负债管理（Asset-Liability Management）过份依赖于金融机构的报表分析，缺乏时效性，资产定价模型（CAPM）无法揉合新的金融衍生品种，而用方差和β系数来度量风险只反映了市场（或资产）的波动幅度。这些传统方法很难准确定义和度量金融机构存在的金融风险。1993年，G30 集团在研究衍生品种基础上发表了《衍生产品的实践和规则》的报告，提出了度量市场风险的VaR（Value-at-Risk ）模型(“风险估价”模型)，稍后由JP.Morgan推出了计算VaR的RiskMetrics风险控制模型。在些基础上，又推出了计算VaR的CreditMetricsTM风险控制模型，前者用来衡量市场风险；

JP.Morgan公开的CreditmetricsTM技术已成功地将标准VaR模型应用范围扩大到了信用风险的评估上，发展为“信用风险估价”（Credit Value at Risk）模型，当然计算信用风险评估的模型要比市场风险估值模型更为复杂。目前，基于VaR度量金融风险已成为国外大多数金融机构广泛采用的衡量金融风险大小的方法。 VaR模型提供了衡量市场风险和信用风险的大小，不仅有利于金融机构进行风险管理，而且有助于监管部门有效监管。 ⒈1995年巴塞尔委员会同意具备条件的银行可采用内部模型为基础，计算市场风险的资本金需求，并规定将银行利用得到批准和认可的内部模型计算出来的VaR值乘以3，可得到适应市场风险要求的资本数额的大小。这主要是考虑到标准VaR方法难以捕捉到极端市场运动情形下风险损失的可能性，乘以3的做法是提供了一个必要的资本缓冲。 ⒉Group of Thirty 1993年建议以风险资本（Capital—at—risk）即风险价值法（VaR）作为合适的风险衡量手段，特别是用来衡量场外衍生工具的市场风险。 ⒊1995年，SEC也发布建议，要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。 这些机构的动向使得VaR模型在金融机构进行风险管理和监督的作用日益突出。 国际金融风险管理的发展

浅议《重置价值条款》的理解和运用

浅议《重置价值条款》的理解和运用 林劲松 【摘要】：本文列举了《重置价值条款》在保险实务中常见的十个问题，对照英文版《重置价值条款》，结合实际案例，对这些问题一一分析说明，提出了对《重置价值条款》的理解和运用的建议。 【作者单位】：中国人民财产保险股份有限公司苏州分公司 【关键词】：保险条款附加条款重置价值条款 【分类号】：F84 一、引子 《重置价值条款》，是财产保险保单中经常被运用的一个附加条款。在保险双方签署保单时，往往将该条款简单地理解为：按照重置价值计算赔款。事实并非如此简单。 二、疑惑 即便是保险从业人员，也会对《重置价值条款》产生如下疑惑： 1）赔款就是重置价值吗？ 2）计算损失时扣不扣折旧？ 3）赔款是否可以超过保险金额？ 4）是否可以不考虑投保比例？ 5）这个条款有利于被保险人还是保险公司？ 6）中英文条款的差异导致的歧义该如何处理？ 7）该条款是否会诱发道德风险？ 8）该条款的名称是否应该更改？ 9）该条款设计的原始目的是什么？ 10）如何才能真正实现重置价值保障？ 三、解读 第一个问题，赔款是否等于重置价值。 中文条款是这样描述的：“赔偿应按重置价值计算”。这句话可以理解为赔款等于重置价值，也可以理解为计算赔款的基础是重置价值。保险前辈在引进外国条款时，确实翻译得有点含糊。 英文条款是这样描述的：“the basis upon which the amount payable is to be calculated shall be the reinstatement ，，，”。翻译成中文是：“计算赔款的基础是重置价值”。可见，英文描述比较明确：重置价值只是计算赔款的基础，没有直接等于赔款的意思。 结合中英文对照理解，本条款旨在明确“在计算赔款时以重置价值为基础”，并非指“赔款等于重置价值”。

风险价值VaR的稳健性检验

风险价值VaR的稳健性检验 摘要：（本文根据VaR 定义, 提出一个两点分布, 然后运用样本数据对其未知 分布参数进行估计, 得出它的置信域, 再利用该分布参数和VaR 的内在关系来完成对VaR 的检验.） 关键词：风险价值VaR，稳健性检验，kupiec检验法 引言：风险价值VaR是近年来国外兴起的一种金融市场的风险管理工具，旨在 估计给金融资产或投资组合在未来可能遭受的最大损失或潜在损失。VAR可以将多种市场风险换算成一个可用货币计量的指标数值，投资者可根据这个简单数值，分析出整个资产面临的风险、组合内的风险分散及风险和概率之间的关系。VAR 模型中将投资组合的价值，设置为其所有市场风险因子的函数，因此可度量包括利率、汇率、股票、商品价格和金融衍生产品风险在内的各种市场风险，并度量由不同风险来源及其相互作用而产生的潜在风险。而这些都是适合市场需要的最重要因素，并且是传统风险价值方法无法比拟的。其对市场的重大影响价值使得VaR的准确性、稳健性又成为银行监管者及模型使用者所关注的问题，因为模型只有在很好预测风险时才发挥作用。如果频繁出现超出预计的大额损失，这时使用者必须从头做起，检查错误在哪。然而在实际应用中，由于数据抽样、模型假设、随机因素和人为因素的影响，无论采用哪种方法都会产生一定的偏差。为了准确把握VaR估计结果的稳健性，VaR的稳健性检验也成为了使用VaR的必然也是最重要的检验之一。 风险价值VaR的计算 1、VaR模型以及参数设定 衡量VaR的第一步是对两个数量因素的选取： 1）基本时间间隔应为多长：它是对给定持有期限的回报的波动性和关联性考察的整体时间长度, 是整个数据选取的时间范围。 2）持有期限：它是衡量回报波动性和关联性的时间单位, 也是取得观察数据的频率。持有期限应该根据组合调整的速度来具体确定。 3）置信水平应为多大：置信水平过低, 损失超过VaR 值的极端事件发生的概率过高, 这使得VaR 失去意义。置信水平过高, 超过VaR 值的极端事件发生的概率可以得到降低, 但统计样本中反映极端事件的数据也越来越少, 这使得对VaR 值估计的准确性下降。 2、我们对VaR模型的几个假设 1)市场有效性假设( 有效性定义: 有关证券的各种信息均反映在其价格 中) ; 2)市场的波动是随机的, 不存在自相关性。 （注：因为根据我国学者的实证研究，我国目前证券市场为弱有效性，并且政府对市场的干预以及交易商的投机操纵行为也使得我国证券市场具有自相关性，因此证券市场的日收益率的波动不能完全满足正态性，所以我们这里计算只能将其近似为正态处理。事实上完全满足市场强有效性和收益率正态分布假设的

风险价值法

风险价值法(VaR) 在风险管理的各种方法中，VaR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。VaR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个简单的 数字，并以美元计量单位来表示风险管理的核心——潜在亏损。VaR实际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。 VaR特点①可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VaR 值对金融风险进行评判；②可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；③不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。 VaR主要应用①用于风险控制。目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司采用VaR方法作为金融衍生工具风险管理的手段。利用VaR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VaR限额，以防止过度投机行为的出现。如果执行严格的VaR管理，一些金融交易的重大亏损也许就可以完全避免。②用于业绩评估。在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。 但VAR方法也有其局限性。VaR方法衡量的主要是市场风险，如单纯依靠VaR 方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VaR值表明的是一定置信度内的最大损失，但并不能绝对排除高于VaR值的损失发生的可能性。例如假设一天的99％置信度下的VaR＝＄1000万，仍会有1％的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VaR方法并不能涵盖一切，仍需综合使用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。 VaR风险控制模型 一.VaR模型基本思想 VaR按字面的解释就是“处于风险状态的价值”，即在一定置信水平和一定持有期内，某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。JP.Morgan定义为：VaR是在既定头寸被冲销（be neutraliged）或重估前可能发生的市场价值最大损失的估计值；而Jorion则把VaR定义为：“给定置信区间的一个持有期内的最坏的预期损失”。 二.VaR基本模型 根据Jorion（1996），VaR可定义为： VaR=E（ω）-ω* ① 式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω* 为置信水平α下投资组合的最低期末价值。

VAR(风险价值)模型在金融风险中的应用

VaR模型及其在金融风险管理中的应用 进入90年代，随着国际金融市场的日趋规范、壮大，各金融机构之间的竞争也发生了根本性变化，特别是金融产品的创新，使金融机构从过去的资源探索转变为内部管理与创新方式的竞争，从而导致了各金融机构的经营管理发生了深刻的变化，发达国家的各大银行、证券公司和其他金融机构都在积极参与金融产品（工具）的创新和交易，使金融风险管理问题成为现代金融机构的基础和核心。随着我国加入WTO，国内金融机构在面对即将到来的全球金融一体化的挑战，金融风险管理尤显其重要性。 传统的资产负债管理（Asset-Liability Management）过分依赖于金融机构的报表分析，缺乏时效性，资产定价模型（CAPM）无法揉合新的金融衍生品种，而用方差和β系数来度量风险只反映了市场（或资产）的波动幅度。这些传统方法很难准确定义和度量金融机构存在的金融风险。1993年，G30集团在研究衍生品种基础上发表了《衍生产品的实践和规则》的报告，提出了度量市场风险的VaR（ Value-at-Risk ）模型(“风险估价”模型)，稍后由JP.Morgan推出了计算VaR的RiskMetrics风险控制模型。在些基础上，又推出了计算VaR的CreditMetricsTM风险控制模型，前者用来衡量市场风险；JP.Morgan公开的CreditmetricsTM技术已成功地将标准VaR 模型应用范围扩大到了信用风险的评估上，发展为“信用风险估价”（Credit Value at Risk）模型，当然计算信用风险评估的模型要比市场风险估值模型更为复杂。目前，基于VaR度量金融风险已成为国外大多数金融机构广泛采用的衡量金融风险大小的方法。 VaR模型提供了衡量市场风险和信用风险的大小，不仅有利于金融机构进行风险管理，而且有助于监管部门有效监管。 ⒈1995年巴塞尔委员会同意具备条件的银行可采用内部模型为基础，计算市场风险的资本金需求，并规定将银行利用得到批准和认可的内部模型计算出来的VaR值乘以3，可得到适应市场风险要求的资本数额的大小。这主要是考虑到标准VaR方法难以捕捉到极端市场运动情形下风险损失的可能性，乘以3的做法是提供了一个必要的资本缓冲。 ⒉Group of Thirty 1993年建议以风险资本（Capital—at—risk）即风险价值法（VaR）作为合适的风险衡量手段，特别是用来衡量场外衍生工具的市场风险。 ⒊1995年，SEC也发布建议，要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。 这些机构的动向使得VaR模型在金融机构进行风险管理和监督的作用日益突出。 国际金融风险管理的发展 从国际金融风险管理发展历程来看，近20年来，大致经历了以下几个阶段：