目录一、VaR方法的产生 (3)二、VaR的定义 (4)三、VaR的计算 (5)（一）ω和R 的概率分布函数未知 (7)（二）ω和R 服从正态分布 (8)(三) ω和R 服从非正态的概率分布 (10)四、风险价值的度量模型 (12)(一) 德尔塔—正态评价法 (12)(二)历史模拟法(Historical Simulation approaches，缩写为HS) (13)(三) 蒙特卡罗模拟法(Monte-Carlo Simulation，简称MS) (13)五、VaR的应用 (16)(一) 用于金融监管 (16)(二) 用于风险控制 (17)(三) 用于业绩评估 (18)六、实证分析 (18)（一）蒙特卡罗模拟法的基本原理 (18)（二）蒙特卡罗模拟法的应用 (18)(三)一般的蒙特卡罗模拟法计算VaR (19)（四）模型验证 (22)（五）实例计算 (23)七、VaR的优缺点 (25)(一) 优点 (25)(二) 缺点 (26)金融风险管理的VaR方法及其应用摘要：随着金融业的不断发展，金融风险管理愈发显得重要，运用何种方法去做科学的风险测度也逐渐成为热门领域，本文主要介绍最近受到金融业广泛认可的风险定量分析方法VaR（value at risk）。

文章包括对VaR各个方面的介绍，希望能对这种重要的金融统计方法做个详细的介绍。

由于VaR方法是统计学在金融领域的具体应用，所以本文也算是对金融与统计之间的互相渗透做某一方面的介绍。

关键词：VaR 金融风险管理蒙特卡罗模拟Abstract:With the continuous development of the financial industry, financial risk management is increasingly important, the use of scientific methods to do the risk measure also gradually become a hot field. In this paper, quantitative risk analysis method which is widely recognized by the financial industry is introduced, it is called VaR. This paragraph includes introduction on various aspects of the VaR, hope that such an important financial and statistical method can be introduced detailed. Because the VaR is a specific application of statistical used in financial field, so the article can also be treated as an introduction about one particular aspect of infiltration between finance and statistics.Key Words: Var Financial risk management Monte-Carlo Simulation一、VaR方法的产生二战以后,随着全球经济活动的日趋国际化,各微观经济主体所处的经济、政治、社会环境日趋复杂,其运作也面临着日益多样且增大的风险。

这一点在金融市场中的表现尤为突出。

所谓金融风险,是指同经济活动中的不确定性所导致的资金在筹措和运用中产生损失的可能性。

金融风险主要有如下几种类型: 市场风险,指由于金融资产或负债的市场价格波动而产生的风险;信用风险,指由于交易对方不履行合约或无力履行合约而产生的风险;操作风险,指由于无法进行预期的交易而产生的风险; 流动性风险,指由于金融市场流动性不足或金融交易者的资金流动性不足而产生的风险,等等。

在全部金融风险中,市场风险和信用风险是最主要的两种。

过去,在金融市场价格比较稳定的背景下,人们更多地注意的是金融市场的信用风险,而几乎不考虑市场风险的因素。

例如, 70 年代的金融风险管理几乎全部是对信用风险的管理。

然而,自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。

80 年代以来金融创新及信息技术日新月异的发展,以及世界各国金融自由化的潮流使金融市场的波动更加剧烈由于分散金融风险的需要, 金融衍生工具（Financial derivative instrument）便应运而生并且得到了迅猛发展。

人们通常所说的金融衍生工具,是指以杠杆或信用交易为特征,以货币、债券、股票等传统金融工具为基础而衍生发展出来的新金融产品。

它既指一类特定的交易方式,也指由这种交易方式形成的一系列合约。

金融期货、金融期权、远期外汇交易、利率互换等都属于衍生金融商品。

1995 年,金融衍生工具的名义市场价值为70 万亿美元,相比之下,全球股票市场的市值仅为15 万亿美元。

然而,随着全球经济的发展，金融业也越来越深入到各个领域，金融衍生工具的使用也涉及到各个方面，人们更多的是利用金融产品进行投资和货币升值，而不是单纯的期望保值。

当金融衍生工具越来越多地被用于投机而不是保值的目的时,出于规避风险的需要而产生的金融衍生工具本身也就孕育着极大的风险。

近年来美国奥伦治县政府破产案、巴林银行倒闭案、日本大和银行巨额交易亏损案等, 无不与金融衍生工具有关。

于是,如何有效地控制金融市场尤其是金融衍生工具市场的市场风险,就成为银行和公司管理人员、投资人以及金融监管当局所面临的亟待解决的问题。

金融衍生产品是一把“双刃剑”,它既是重要的风险规避工具,但是在实际操作中往往却适得其反。

因此如何加强对金融衍生工具的风险监管成为值得关注的问题。

在这个大背景下, VaR 方法就应运而生了。

二、VaR 的定义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。

比如，如果我们说某个敞口在99%的置信水平下的在险价值即VaR 值为＄1000万，这意味着平均看来，在100个交易日内该敞口的实际损失超过＄1000万的只有1天（也即，每年有2～3天）。

在数学上，VaR 可表示为投资工具或组合的损益分布（P&L Distribution ）的分位数（α—quantile ）,表达式如下：Pr ()t ob P VaR α∆∆≤-=t P ∆∆表示组合P 在t ∆持有期内市场价值的变化。

上述等式说明了损失值等于或大于VaR 的概率是α，或者可以说，在概率α下，损失值是大于VaR 的。

也可以说，VaR 的具体定义为：在一定的持有期△t 内，一定的置信水平1-α下投资组合P可能的最大损失。

即：∆≥-VaR) = 1-αProb(t P∆例如，持有期为1天，置信水平为97.5%的VaR是10万元，是指在未来的24小时内组合价值的最大损失超过10万元的概率应该小于2.5%，如图1所示：图1.风险价值—VaR∆应该理解为一负值，即所遭受的损失，α则表示其发生综合来看，可以确定t P∆的概率。

三、VaR的计算所谓Value At Risk , 按字面意思解释, 就是“处于风险中的价值”。

VaR 值就是在一定的持有期及一定的置信度内, 某金融投资工具或投资组合所面临的潜在的最大损失金额。

例如, 银行家信托公司(BankersTrust ) 在其1994 年年报中披露, 其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 %的可能性保证, 1994 年每一特定时点上的投资组合在未来24 小时之内, 由于市场价格变动而带来的损失平均不会超过3500 万美元。

通过把这一VaR值与该银行1994 年6. 15 亿美元的年利润及47 亿美元的资本额相对照,该银行的风险状况即可一目了然，可见该银行承受风险的能力还是很强的，其资本的充足率足以保证银行应付可能发生的最大损失值。

为计算VaR 值, 我们首先定义ω。

为某初始投资额, R 为其在设定的全部持有期内的回报率。

则该投资组合的期末价值为ω=ω。

(1 + R) 。

由于各种随机因素的存在,回报率R 可以看为一随机变量, 其年度均值和方差分别设为μ和δ,并设△t 为其持有年限。

假设该投资组合每年收益均不相关, 则该投资组合回报率在△t 年内的均值和方差分别为μ△t 和δ2△t。

如果我们假定市场是有效的，资产在10天内的每日收益Rt分布相同且相互独立，则10日收益R（10）=∑=101t t R服从正态分布，均值1010μμ=，方差221010σσ=（为10个相同但独立的正态分布的方差之和）。

设定ω。

在设定的置信度C 下的最低回报率为R*,则ω。

在该置信度C 下的最低期末价值为ω*=ω。

( 1 + R*)(即ω低于ω*的概率为1- C)。

ω。

的期末价值均值减去期末价值最低值, 就是该投资组合的潜在最大损失,即VaR。

所以,一般意义上,VaR = E(ω)-ω*(1)因为E(ω) = E[ω。

(1 + R) ] = Eω。

+ Eω。

R =ω。

+ω。

μω*=ω。

(1 + R*)所以(1) 式可变形为VaR=ω。

+ω。

μ- ω。

(1 + R*) =ω。

(μ- R*) (2)如果引入△t , 则在△t时间内的均值为μ△t，所以此时的VaR =ω。

(μ△t - R*) (3)可见, 如果能求出某置信度C下的ω*或R*,即可求出某投资组合在该置信度下的VaR值。

下面, 我们就分别对于ω和R不同的概率分布情况来分析ω*和R*的求法：（一）ω和R 的概率分布函数未知在这种情况下, 无法知道某投资组合未来价值的概率密度函数f (ω) 的确切形式。

但根据VaR的定义, 我们可以用下式来确定ω*:C = ⎰+∞*ωωωdf)((4)或 1 - C =⎰∞-*)(ωωωdf(5)(4) 、(5) 式表明, 在给定的置信度水平C 下, 我们可以找到ω*, 使ω高于ω*的概率为C 或使ω低于ω*的概率为1 - C , 而不用求出具体的f (ω) 。

这种方法适用于随机变量ω为任何分布形式的情况。

举例来说, J P 摩根1994 年年报披露, 1994 年该公司一天的95 %VaR 平均为1500 万美元。

这一结果可以从反映J P 摩根1994 年日收益分布状况的图2中求出。

下面以J.P.摩根公司1994年的资产组合日收益情况为例：假定每日收益的分布是独立同分布的，我们可以找到在95%的置信水平下的VaR值，即下面的直方图中左侧5%临界点所对应的值。