返回主站|会员中心|保存桌面|手机浏览

《商场现代化》杂志

杂志等级
    期刊级别:国家级期刊 收录期刊:万方收录(中) 上海图书馆馆藏 国家图书馆馆藏 知网收录(中) 维普收录(中)
本刊往期
站内搜索
 
友情链接
  • 暂无链接
首页 > 杂志论文 > 金融市场中风险管理VaR值的计算和应用
杂志文章正文
金融市场中风险管理VaR值的计算和应用
发布时间:2024-06-29        浏览次数:53        返回列表

■赵顺奇 华侨大学经济与金融学院

[摘 要]近年来,金融市场中风险管理一直备受人们关注,特别是自2007年美国次债危机爆发以来,全球性危机随之蔓延,至今金融危机的余热未退去。通常在金融市场中管理部门采用传统的定性方法对各种风险进行计量和分析,但这些传统的方法不能有效地对风险进行评估和管理,而作为国际上大型金融机构青睐的另一种方法---VaR法,其在金融市场中已经得到推广,并逐渐成为金融市场中风险预测和管理的一种重要工具和主流方法,而且在实践中得到验证。本文简单介绍了VaR的基本理论和VaR值的计算方法,通过对VaR值在实际应用中的分析,为我国金融市场中风险管理提出参考性建议。

[关键词]金融市场 风险管理 VaR值

伴随着经济全球化的发展,金融产品创新尤其是金融衍生工具的快速发展,使得金融市场上波动性加剧,风险加大而且越来越复杂化,这些问题对金融市场和整个经济体造成了威胁,如何有效地控制金融市场上的风险,成为金融机构面临的挑战,因而,各种应对风险的管理方法随之出现。20世纪八十年代末,J.P.Morgan(摩根)银行的风险管理人员研发出一种能够度量不同交易、不同业务部门的市场风险的方法,并能以数值的形式计算出来,这就是VaR方法。

一、VaR的发展现状

1.VaR的概述

VaR(Value at Risk),可翻译为“风险价值或在险价值”,它是指在正常的市场条件和一定的置信水平下,在给定时间段内,计算出某一金融资产或组合发生最大亏损的有效估量方法。实际上,VaR表明了在给定的概率条件下,金融资产在随后过程中发生损失的多少,其表现单位可以是美元或其他货币,这种运用VaR的计算方法远远超越了传统金融风险管理方法所能运用的范围。

VaR可以用数学公式表示为:

2.VaR的优点

(1)由于VaR将不同的波动因子、不同业务部门面临的风险、不同资产投资组合的风险集合加总,并充分分析各种风险间的相互作用,因此能够更好地反映金融市场上复杂个体间的影响,得出较为准确的风险估计数据。

(2)VaR是在概率论和数理统计的基础上发展出来的,这样可以避免主观的随意性、盲目性,进而准确地计算出金融机构所面临的各种风险的大小,有很强的科学性和逻辑性,随着计算机软硬件技术的快速发展,VaR在操作上也趋向简便化。

(3)VaR可以在作出投资决策前衡量投资组合风险的大小,并能正确计算出数值,使投资者能动态地选择最优的投资组合和策略,规避金融市场上的风险冲击,保证较高的资产收益。

3.VaR的缺点

(1)我们所知道VaR是建立在模型的基础上做出的分析,如果模型的选择、操作以及参数出现错误,这必将给VaR的计算带来误差,造成计量结果偏离真实值,不能准确地度量金融市场中的风险。

(2)VaR是基于历史数据的基础上,然后借助数学工具做出的统计计量过程,其对波动因子的变化使用正态性假设,但现实市场中非正常波动或极端波动事件有可能发生,在这种情况下VaR往往不能准确描述资产投资组合收益率分布出现的尖峰、厚尾、非对称性等分布特征,因此,测量出来的结果有明显的估计偏差。

二、VaR值[来自WwW.Lw5u.com]的计算

1.历史模拟法

历史模拟方法是直接根据各种波动因子收益的历史数据来推算下一个时期该投资组合可能的收益分布情况。这种方法需要大量的连续历史数据,并且其中所用的波动因子的未来变化完全与历史数据中选用的波动因子相同。

例如,将100万元投资于中国银行的股票,根据下列步骤可以求出99%置信水平下1天的VaR值。第一步,获取收益的时间序列。样本数据选择2009.01.05—2010.12.31每个交易日的收盘价,共475个数据,然后根据公式计算出每日简单收益率,得出一个新的时间序列。第二步,运用EXCEL将序列中的数据按升序排列,找到第4751%=4.75个数据(为保持数据有效性,出于谨慎,选择第4个数据),为3.37%,则VaR=1003.37%=3.37万元。

2.蒙特卡罗模拟法

运用蒙特卡罗模拟方法计算VaR值与历史模拟法的不同之处在于波动因子的变化不是来自历史观测值,而是运用随机数推算得到,然后通过随机数重复推算得出投资组合数值,这些估计值最终将会收敛于真实的投资组合价值分布,进而计算出VaR值。这种方法可以很好地处理非线性、非正态问题,它还考虑了波动因子的时变性、厚尾和小概率事件,这恰恰是历史模拟法的不足之处。

此外,蒙特卡罗模拟法在金融工程中也应用广泛,蒙特卡洛模拟法采用风险中性理论,在随机过程中通过对随机样本提取抽样来推算投资组合数值。例如,假定某一股票的预期收益率为每年10%,波动率为每年25%,价格变化选择一星期,在这里股票价格变化服从几何布朗运动其表达式为:

该表运用蒙特卡罗模拟方法列出了一部分股票价格变化的走势,当然不同的抽样分布将产生不同的价格变化,表中股票第10个时间段的变化价格为9.96美元,运用蒙特卡洛法反复进行上表的模拟可以得出年后的股票价格的一个完成的概率分布走势,因此蒙特卡洛模拟法在进行VaR测算时非常有效,对金融市场风险管理提供了参考的依据。

3.方差—协方差法

方差—协方差方法是在J.P.Morgan银行的Risk Metrics TM方法的基础上发展而来的,其假定波动因子的收益服从正态分布,利用历史数据计算出投资组合的方差和协方差,进一步求出一定置信水平下偏离所求期望程度的临界值,建立与波动损失的联系,计算出VaR值。利用方差—协方差法计算VaR值比较灵活、简单,可以通过参数对求出的结果进行灵敏度分析,因此得到推广应用。

三、VaR值在金融市场风险管理中的应用

1.VaR值用于金融机构风险管理的控制

VaR[来自wWw.Lw5u.coM]值被称为度量金融市场风险的最有效工具,利用VaR值进行风险管理,可以明确地对每个投资环节的金融风险进行评估,特别是近年来金融危机的爆发,加快了VaR值在金融市场风险管理中的应用,并得到广泛推广。

目前,美国已超过1500家的银行、保险公司、养老基金公司,风险投资公司以及非金融公司采用VaR值作为金融产品及金融衍生工具的风险管理手段。利用VaR值进行风险管理,可以提醒每个金融机构交易的风险度,并为其交易设定限额,这样在一定的VaR值范围内,金融机构获取最优的投资组合策略,从而也避免过度投机对公司和市场造成难以提防的动荡。

2.VaR值用于金融监管

早在1995年4月,巴塞尔委员会公布的《有关在资本充足率协议中纳入市场风险因素的补充文件》中规定,从1997年底开始,各个成员银行可采用自己的VaR 模型计算金融风险,但至少要满足巴塞尔委员会设置的最低标准,这样使得金融机构可以更快地披露VaR值以及其他风险量化信息,能有效监督金融市场。

VaR值对于金融市场的风险监管具有重要意义,通过对VaR值的计算,金融机构管理部门能全面、及时、动态地收集到金融市场变化的信息,然后分析这些信息,制定相关策略,进而能够促进金融业科学化,合理化、健康化发展,提高经济效益。

3.VaR值用于金融业绩效评估

1997年,菲利普·乔瑞(Pilippe Jorion)出版了《VAR:风险价值—金融风险管理新标准》一书。书中详细地总结了VaR值的一个重要的实际应用就是绩效评估。因为,VaR值可以动态地评估和计量投资组合的风险,是一种非常有效的绩效评估工具,通过借助VaR值可以实现对风险的量化分析,进而使定性分析和定量分析有机结合,实现高效的科学管理。

四、VaR值在我国金融市场应用中的改进

由于VaR值在我国金融市场风险管理运用中存在市场问题和操作两个问题,使得我国金融机构在使用VaR值时需要更加慎重。不能只看重VaR值在计量分析运用中的准确性和广泛性,还需结合理论实际,不要盲目地运用VaR值来解释金融市场上的风险管理问题。同时也要做好事前历史数据的收集、整理工作,有效的数据论证才是进行下一步模拟检验的基础,根据检验的结果来制定针对我国金融市场风险管理的策略,以便促进我国金融市场更好、更快、健康地发展。

在我国金融市场逐步全球化的过程中,及时引入VaR值,不仅能为金融机构提供一种有效的风险管理、市场监管、绩效评估工具,也能为中央银行、证监会、银监会等提供一个风险管理标准,还将有助于我国金融机构风险管理技术的提高,并改善我国当前的金融市场状况。

参考文献:

[1] 肖志勇,宿永铮.VaR模型在金融风险管理中的应用.[J].财政与金融,2008(24)

[2] 戴国强,徐龙炳,陆蓉.VaR方法对我国金融风险管理的借鉴及应用.金融研究,2000,(7):45-51

[3] 周革平.VaR基本原理、计算方法及其在金融风险管理中的应用[J].金融与经济,2009(2)

[4] 宋逢明,谭慧.VaR模型中流动性风险的度量[J].数量经济技术经济研究,2004,(6):116- 125

[5] 王春峰,万海晖,张维等.金融市场风险测量模型-VaR,系统工程学报,2000(l):67-75

[6](加)约翰·赫尔著.期权、期货及其他衍生产品.(加)王勇,索吾林译.北京:机械工业出版社,2009(1)

[7] Engle F and V Ng.Measuring and Testing the Impact of News on Volatility.Journal of Finance,1993(48):1749-1778.