天天基金专题研究：风险价值(VaR)与期望损失(ES)简析

金融风险控制中的VAR模型简介金融风险是指投资者在金融市场进行投资时所面临的潜在的产生亏损的危险。

因此，金融风险控制对于投资者和金融机构而言，是非常重要的。

VAR（Value-at-Risk）也就是风险价值模型，是一种简单而又广泛应用于金融风险控制中的风险测度方法，它适用于许多种不同的金融市场工具，不管是股票、债券、外汇，还是衍生品，都可以适用。

VAR的本质是对所能承受的风险进行测量。

通过VAR模型，投资者或金融机构可以知道他们面临的潜在风险大小，这有助于他们进行风险控制和资产配置。

这种方法最初是用于评估对冲基础风险，如股票价格波动或汇率的波动等，并在过去二十多年中得到了广泛的应用，这也是因为它是直观、方便、易于理解和计算的。

VAR模型的计算方式非常简单。

一般地，VAR是指在一定置信水平下，投资者或金融机构在未来某一时期内所能承受的最大亏损。

以95%的置信水平举例来说，在一天或一周内，投资者或机构市值最大损失的可能性为5%。

我们按此方法计算利润和损失的上限，就能够明确计算出所能承受的风险。

举个例子，比如说，一位投资者有一个投资组合，里面有10只股票，他认为置信水平为95%，因此他可以承受的亏损在一天之内不超过5%。

那么他就可以使用VAR模型计算出，这个投资组合在一天内所能承受的最大亏损为10万元。

这样，在实际交易中，他可以根据VAR模型的计算结果，制定出适当的风险控制策略，以保证他的投资组合不会承受超过最大亏损额度的风险。

VAR模型的应用还逐渐扩展到了其他领域。

比如，在保险、信贷等领域，也可以通过VAR模型来控制风险。

在保险领域，VAR 可以帮助保险公司确定他们在不同的投资组合和情况下所面临的最大风险。

在信贷领域，VAR可以帮助银行确定他们在不同的借款组合和情况下所面临的最大风险。

总的来看，VAR模型可以帮助投资者和金融机构对他们的风险进行分析和控制。

然而，VAR模型也有其局限性。

首先，VAR只是一种单一的测量方法，它不考虑不同变量之间的相关性，也就没有考虑不同的风险之间的协同效应。

风险价值（VaR ）模型一、VaR 的产生背景公司的基本任务之一是管理风险。

风险被定义为预期收益的不确定性。

自1971年固定汇率体系崩溃以来，汇率、利率等金融变量的波动性不断加剧，对绝大多数公司形成了巨大的金融风险。

由于金融衍生工具为规避乃至利用金融风险提供了一种有效机制，从而在最近30年来获得了爆炸性增长。

然而衍生工具的发展似乎超越了人们对其的认识和控制能力。

衍生工具的膨胀和资产证券化趋势并行促使全球金融市场产生了基础性的变化—市场风险成为金融机构面临的最重要的风险。

在资产结构日益复杂化的条件下，传统的风险管理方法缺陷明显，国际上众多金融机构因市场风险管理不善而导致巨额亏损，巴林银行更是因此而倒闭。

风险测量是金融市场风险管理是基础和关键，即将风险的特征定量化。

因此，准确的测度风险成为首要的问题。

在这种情况下，VaR 方法应运而生。

二、VaR 的定义VaR 的英文全称为Value at Risk ， 它是指资产价值中暴露于风险中的部分，可称为风险价值。

VaR 模型用金融理论和数理统计理论把一种资产组合的各种市场风险结合起来用一个单一的指标（VaR 值）来衡量。

VaR 作为一个统计概念，本身是个数字，它是指一家机构面临“正常”的市场波动时，其金融产品在未来价格波动下可能或潜在的最大损失。

一个权威的定义：在正常的市场条件下和给定的度内，某一金融资产或证券组合在未来特定一段持有期内的最大可能损失。

用统计学公式表示为：。

其中x 为风险因素（如利率、汇率等），为置信水平，为持有期，为损益函数，是资产的初始价值，是t 时刻的预测值。

例如：某银行某天的95%置信水平下的VaR 值为1500万美元，则该银行可以以95%的可能性保证其资产组合在未来24小时内，由于市场价格变动带来的损失不会超过1500万美元。

从VaR 的概念中可以发现，VaR 由三个基本要素决定：持有期（t ），置信水平（α），风险因素（x ）。

VaR风险管理技术是近年来在国外兴起的一种金融风险评估和计量模型，目前已被全球各主要银行、非银行金融机构、公司和金融监管机构广泛采用。

一、定义、计算和模型检验VaR即Value at Risk，中文译为“风险价值”，是指在正常的市场条件和给定的置信度内，用于评估和计量任何一种金融资产或证券投资组合在既定时期内所面临的市场风险大小和可能遭受的潜在最大价值损失。

VaR风险管理技术是对市场风险的总括性评估，它考虑了金融资产对某种风险来源(例如利率、汇率、商品价格、股票价格等基础性金融变量)的敞口和市场逆向变化的可能性。

VaR模型加入大量的可能影响公司交易组合公允价值的因素，比如证券和商品价格、利率、外汇汇率、泄氐牟ǘ室约罢庑┍淞恐涞南喙刂怠?/SPAN>VaR模型一般考虑线性和非线性价格暴露头寸、利率风险及隐含的线性波动率风险暴露头寸。

借助该模型，对历史风险数据模拟运算，可求出在不同的置信度（比如99%）下的VaR值。

对历史数据的模拟运算，需要建立一个假设交易组合值每日变化的分布，该假设是以每日观察到的市场重要指标或其他对组合有影响的市场因素（“市场风险因素”）的变化率为基础的。

据此算出来的公司某日VAR值与当日公司组合可能的损失值相对应。

对于置信度为99%、时间基准为一天的VaR值，该值被超过的概率为1%或在100个交易日内可能发生一次。

例如，银行家信托公司(Banker Trust)在其1994年年报中披露，1994年的每日99%VaR值平均为3500万美元，这表明该银行可以以99%的概率做出保证，1994年每一特定时点上的投资组合在未来24小时内的平均损失不会超过3500万美元。

通过这一VaR值与该银行1994年6.15亿美元的年利润和47亿美元的资本额相对照，则该银行的风险状况即可一目了然。

试举一例。

假定某银行在 1998年5月24日买入本年度6月份的国债期货合同，按当日收盘价计算，该合同价值为110000美元，要求计算出平均一日内置信度为99%的VaR值。

VaR在险价值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。

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”。

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*）③R*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*]∴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。

风险价值是金融领域中常用的风险度量指标，用于衡量在一定的置信水平下，投资组合或资产可能遭受的最大预期损失。

VaR可以帮助投资者、金融机构和风险管理团队评估风险暴露，并制定相应的风险管理策略。

具体而言，风险价值指标将风险量化为一个特定的数值，表示在给定的时间段内，特定置信水平下可能出现的最大损失金额。

例如，一个10%的一日95% VaR为100万美元，意味着在未来一天内，有95%的置信水平使得投资组合的损失不会超过100万美元。

风险价值的计算通常基于历史数据或统计模型，并结合置信水平和时间段的选择来确定风险度量的精度。

常见的计算方法包括历史模拟法、蒙特卡洛模拟法和参数法等。

这些方法考虑了投资组合或资产的收益分布、相关性和波动性等因素，以评估可能的损失范围。

需要注意的是，风险价值是一种度量风险的方法，但它并不能完全预测未来的损失。

它基于历史数据和假设，无法考虑到突发事件和极端市场情况。

因此，在使用风险价值进行风险管理时，还需要结合其他风险指标和方法进行综合评估和决策。

金融风险管理中的VaR研究一、引言金融投资领域中，风险是难以避免的。

在这个领域，我们常常需要预估投资风险，制订规划管理风险。

金融风险管理理论包括很多，VaR（Value at Risk）的理论应用将为我们开拓新的思路，本文将就此进行介绍和探讨。

二、VaR的基本概念VaR，Value at Risk，即价值风险。

VaR是用来描述金融资产或组合价值在一定时间内可能遭受的最大可能损失的风险度量指标。

换而言之，VaR是以一定告损失概率为基础，在一定的时间内描述最大的可能损失值。

常见的损失概率分别是1%、2.5%、5%等。

三、VaR的计算方法1. 方差—协方差法（Variance-covariance approach）这种方法计算比较简单，基于历史数据，计算期望和标准差，实现过程比较容易。

但这种方法有很多的限制，比如无法应对极端事件，对于分布不规则的情况下会出现精度问题等，常用于评估股票、债券等传统场外金融市场的风险。

2. 历史模拟法（Historical Simulation Method）历史模拟法也是一种比较常用的方法，其思想基于历年资产收益的变动情况，通过统计方法构造在历史数据上的资产价格变动，从而获取资产组合在未来风险敞口的大小和损失的可能范围。

但历史模拟法也有其容易被应用者误解、无法处理负数风险等问题。

3. 蒙特卡洛方法（Monte Carlo Simulation）蒙特卡洛方法是一种用于风险分析的应用较广的方法。

其核心思想是构造一个随机模型，在非常多的随机模拟中，获取资产价格变动，从而给出未来风险敞口和损失的可能范围。

这种方法可以比较准确的估计不同情境下的价格波动情况，但计算时间复杂度大，计算程序难度高。

4. 分布无关法（Distribution-Free Approach）这是VaR应用最为广泛的方法之一，它不需要对价格分布进行假定，而是通过概率分布函数的变化来确定VaR值。

四、VaR的优点和局限性优点：VaR方法适用于各种金融市场，在遵循一定的假设前提下几乎可以普适的适应所有市场；VaR考虑多个金融资产及其之间的相关性，能够通过与ETF等投资组合更好的进行风险控制；VaR预测结果明确，信息量大，能够给投资者及监管机构提供最直接的方法来管理风险。

金融市场中的风险管理模型金融市场风险管理一直是金融机构和投资者关注的重要议题。

为了降低风险并提高稳定性，各种风险管理模型被开发出来。

本文将介绍几种常见的金融市场风险管理模型，并探讨其优缺点。

一、VaR（Value at Risk）模型VaR模型是金融市场风险管理中最为常见和广泛使用的模型之一。

该模型通过测量资产组合在未来某一时间段内可能面临的最大损失来评估风险水平。

VaR模型基于历史数据和概率统计方法，可以量化风险暴露并帮助投资者做出决策。

VaR模型的优点是简单易懂、计算方便、快速，适用于多种金融资产类别。

然而，VaR模型忽视了极端风险事件的可能性，对于非正态分布的资产表现不佳，并且对于市场流动性风险和系统性风险的测度有限。

二、ES（Expected Shortfall）模型ES模型是对VaR模型的一种改进。

ES模型不仅考虑了资产组合在某一时段内可能面临的最大损失，还考虑了在给定置信水平下可能的平均损失水平。

ES模型可以较好地处理极端风险事件，并更好地反映资产组合的风险特征。

ES模型的优点是更为全面地测量了资产组合的风险，并能够较好地应对非正态分布和极端事件。

然而，ES模型的计算复杂度高，需要更多的历史数据支持，对数据的依赖性较强。

三、Copula模型Copula模型是一种基于概率论的统计模型，用于描述多个随机变量之间的相关性结构。

在金融市场中，Copula模型常用于评估多个金融资产之间的相关性及其对整体风险的影响。

Copula模型的优点是能够准确测量不同资产之间的相关性，包括线性相关和非线性相关。

它可以更好地反映资产组合的整体风险，具有很高的灵活性。

然而，Copula模型也存在一些问题，例如对假设的敏感性较高，需要合适的数据样本支持。

四、风险平价模型风险平价模型是一种基于资产配置的风险管理模型。

该模型通过将投资组合中的风险均等分摊到不同资产上，以实现风险的最优配置。

风险平价模型通过降低个别资产的风险敞口，以提高整体投资组合的稳定性。

VaR在险价值展开全文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。

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”。

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*）③R*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*]∴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。

金融风险管理的算法综述与比较研究在如今不断发展的金融市场中，金融风险已经成为不可避免的存在。

如何进行有效的风险管理是金融领域中的一个永恒话题。

随着科技的不断进步和数据获取技术的不断提高，越来越多的金融机构开始采用各种算法和模型来进行风险管理。

本文将综述一些常见的金融风险管理算法，并对其进行比较与研究。

一、VaR（Value at Risk）算法VaR，即价值风险，是一种最常见的金融风险管理算法。

其定义是在一定置信水平下，一段时间内资产或组合价值的最大可能损失额。

VaR算法最初用于股票市场风险管理，随后逐渐被各种金融市场所采用。

VaR算法的优点是简单易懂，易于计算，能够较准确地测量风险。

但是缺点也不可忽略，VaR只能测量最大损失额，不能直接测量损失分布的尾巴，也不能测量损失的相对大小。

二、CVaR（Conditional Value at Risk）算法CVaR，即条件风险价值，是在VaR算法的基础上发展出来的一种风险管理算法。

CVaR算法衡量的是风险最坏情况下的平均损失，即VaR下方的损失的平均值。

CVaR算法较VaR算法更加全面，因为它不仅能测量最大损失额，还能测量损失分布的尾巴和相对大小。

CVaR算法可以采用优化方法进行求解。

缺点是计算量较大，且计算出的结果可能存在不稳定性。

三、ES（Expected Shortfall）算法ES，即预期损失，是另一种标准化的风险管理算法。

与CVaR算法类似，ES算法可以在VaR指定置信水平的基础上，计算VaR下方的平均损失。

ES算法的优点是它能够测量损失的尾巴和相对大小，同时还能使损失更加平均地分布，避免了VaR算法中出现的极端情况。

ES算法的缺点是它也需要采用优化方法来进行求解，计算量较大。

四、Monte Carlo模拟算法Monte Carlo模拟算法是一种基于随机过程的风险管理算法。

该算法通过对风险因素的模拟来得到资产收益的分布，从而对风险进行评估。

金融风险管理的VAR方法及其应用一、本文概述随着全球金融市场的日益复杂化和全球化，金融风险管理已成为金融机构和投资者不可或缺的一部分。

在众多风险管理工具中，Value at Risk（VaR）方法因其直观性和实用性而备受关注。

本文旨在深入探讨VaR方法的理论基础、计算方法以及在金融风险管理中的应用，以期为读者提供全面而深入的理解，进而提升金融风险管理水平。

本文首先将对VaR方法进行概述，包括其定义、特点以及与传统风险管理方法的区别。

随后，将详细介绍VaR的计算方法，包括历史模拟法、方差-协方差法和蒙特卡洛模拟法等，并对各种方法的优缺点进行比较分析。

在此基础上，本文将探讨VaR在金融风险管理中的应用，如投资组合风险管理、市场风险管理和信用风险管理等。

还将讨论VaR方法的局限性和挑战，以及未来可能的发展方向。

通过本文的阅读，读者可以对VaR方法有更为全面和深入的了解，从而更好地应用于实际金融风险管理中。

本文也希望能为金融领域的学术研究和实践应用提供一定的参考和借鉴。

二、VAR方法的基本原理VAR（Value at Risk）方法，即风险价值模型，是一种广泛用于金融风险度量和管理的统计技术。

VAR方法的基本原理在于通过历史数据或者假设情景，估算出在正常的市场波动下，某一金融资产或资产组合在未来特定时间段内的最大可能损失。

这种损失通常以一个置信水平来表示，例如95%或99%的置信水平。

这意味着，在正常的市场条件下，该资产或资产组合在未来特定时间段内的损失超过VAR值的概率只有5%或1%。

VAR的计算涉及两个关键要素：置信水平和持有期。

置信水平反映了金融机构对风险的容忍度，而持有期则代表了对未来风险观察的时间窗口。

VAR的计算还需要依赖于资产或资产组合的收益分布假设，这通常假设为正态分布或者广义误差分布等。

VAR方法的应用广泛，不仅可以用于度量单一金融资产的风险，还可以用于度量资产组合的系统风险。

通过将不同类型的资产风险纳入同一度量框架，VAR方法有助于金融机构全面了解其风险敞口，从而进行有效的风险管理。

风险测量的方法一、引言风险测量是金融领域中非常重要的一项工作，它可以帮助投资者更好地了解和评估投资组合的风险水平，从而制定出更科学合理的投资策略。

本文将介绍风险测量的方法，包括VaR、CVaR、ES等。

二、VaR方法VaR全称为Value at Risk，即在一定置信水平下，投资组合在未来某个时间段内可能遭受的最大损失。

VaR方法是目前应用最广泛的风险测量方法之一。

其计算公式为：VaR=μ+σ×Φ^-1(α)其中，μ为预期收益率；σ为标准差；Φ^-1(α)为标准正态分布下α分位数。

三、CVaR方法CVaR全称为Conditional Value at Risk，即在VaR损失超过某个临界值时，超过该临界值部分的平均损失。

CVaR比VaR更加严格，在实际应用中更加可靠。

其计算公式为：CVaR=μ+1/α∫_0^α⁡f(x)dx其中，f(x)为投资组合收益率分布函数。

四、ES方法ES全称为Expected Shortfall，即在VaR临界值下，超过该临界值部分的平均损失。

ES是CVaR的另一种形式，它也是在实际应用中比较常用的风险测量方法之一。

其计算公式为：ES=μ+1/α∫_α^1⁡f(x)dx其中，f(x)为投资组合收益率分布函数。

五、Monte Carlo方法Monte Carlo方法是一种基于随机模拟的风险测量方法。

其基本思路是通过模拟大量的随机样本，计算出投资组合在未来某个时间段内可能遭受的损失，并据此评估风险水平。

Monte Carlo方法在实际应用中具有较高的精度和可靠性。

六、历史模拟法历史模拟法是一种基于历史数据的风险测量方法。

其基本思路是通过分析过去某段时间内投资组合收益率的变化情况，预测未来某个时间段内可能发生的情况，并据此评估风险水平。

历史模拟法简单易行，但由于无法考虑到未来可能出现的新情况，因此其精度和可靠性较低。

七、结论以上介绍了风险测量的几种常用方法，包括VaR、CVaR、ES、Monte Carlo和历史模拟法。

中国投资有限责任公司（简称“中投公司”）成立于2007年9月29日，组建宗旨是实现国家外汇资金多元化投资，在可接受风险范围内实现股东权益最大化，以服务于国家宏观经济发展和深化金融体制改革的需要。

中投公司下设两个完全独立的子公司：中投国际有限责任公司专门负责开展境外投资和管理业务；中央汇金投资有限责任公司主要业务是根据国家金融体制改革的需要，依法对国有重点金融机构进行股权投资，并按照公司治理原则开展股权管理。

V AR(Value at Risk)按字面解释就是“风险价值”，其含义指：在市场正常波动下，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。

2VaR的表示公式编辑用公式表示为：P(ΔPΔt≤VaR)=a字母含义如下：P——资产价值损失小于可能损失上限的概率，即英文的Probability。

ΔP——某一金融资产在一定持有期Δt的价值损失额。

VaR——给定置信水平a下的在险价值，即可能的损失上限。

a——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，V aR值为520万元，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520万元的概率为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520万元以内。

5%的几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。

3VaR的计算系数编辑由上述定义出发，要确定一个金融机构或资产组合的V AR值或建立V AR的模型，必须首先确定以下三个系数：一是持有期间的长短；二是置信区间的大小；三是观察期间。

风险价值（VaR ）模型一、VaR 的产生背景公司的基本任务之一是管理风险。

风险被定义为预期收益的不确定性。

自1971年固定汇率体系崩溃以来，汇率、利率等金融变量的波动性不断加剧，对绝大多数公司形成了巨大的金融风险。

由于金融衍生工具为规避乃至利用金融风险提供了一种有效机制，从而在最近30年来获得了爆炸性增长。

然而衍生工具的发展似乎超越了人们对其的认识和控制能力。

衍生工具的膨胀和资产证券化趋势并行促使全球金融市场产生了基础性的变化—市场风险成为金融机构面临的最重要的风险。

在资产结构日益复杂化的条件下，传统的风险管理方法缺陷明显，国际上众多金融机构因市场风险管理不善而导致巨额亏损，巴林银行更是因此而倒闭。

风险测量是金融市场风险管理是基础和关键，即将风险的特征定量化。

因此，准确的测度风险成为首要的问题。

在这种情况下，VaR 方法应运而生。

二、VaR 的定义VaR 的英文全称为Value at Risk ， 它是指资产价值中暴露于风险中的部分，可称为风险价值。

VaR 模型用金融理论和数理统计理论把一种资产组合的各种市场风险结合起来用一个单一的指标（VaR 值）来衡量。

VaR 作为一个统计概念，本身是个数字，它是指一家机构面临“正常”的市场波动时，其金融产品在未来价格波动下可能或潜在的最大损失。

一个权威的定义：在正常的市场条件下和给定的度内，某一金融资产或证券组合在未来特定一段持有期内的最大可能损失。

用统计学公式表示为：。

其中x 为风险因素（如利率、汇率等），为置信水平，为持有期，为损益函数，是资产的初始价值，是t 时刻的预测值。

例如：某银行某天的95%置信水平下的VaR 值为1500万美元，则该银行可以以95%的可能性保证其资产组合在未来24小时内，由于市场价格变动带来的损失不会超过1500万美元。

从VaR 的概念中可以发现，VaR 由三个基本要素决定：持有期（t ），置信水平（α），风险因素（x ）。