VaR

VaR（Value at Risk，风险价值） 是一种衡量金融资产或投资组合在给定置信水平和持有期内可能遭受的最大损失的统计指标。VaR 的核心思想是：在正常市场条件下，有（1−α）的置信度可以断言，未来特定时间段内的损失不会超过该数值。VaR 已成为银行、券商、投资基金和监管机构广泛采用的风险度量标准，尤其在巴塞尔协议框架下，VaR 被用作确定市场风险资本要求的基础。

定义与数学表达

从概率论的角度，VaR 是在给定置信水平 α（通常取 95\% 或 99\%）下，投资组合在持有期 Δt 内的潜在最大损失。形式化地，设 L 为投资组合在持有期内的损失随机变量（正值表示损失），则 VaR\_α 定义为满足下式的最小数值：

等价地，VaR\_α 是损失分布的第 α 分位数。当损失分布连续时，VaR 恰好是累积分布函数在 α 处的逆函数值。例如，若某组合的 95\% VaR 为 100 万元，意味着在 95\% 的概率下，该组合在目标持有期内的损失不会超过 100 万元；或者说，损失超过 100 万元的概率仅为 5\%。这种解释直观简洁，使得 VaR 能够被不同层级的风险管理者和业务人员理解和使用。

计算方法

实际应用中，VaR 的计算方法主要分为三类。

参数法（方差-协方差法） 假定资产收益率服从正态分布（或 t 分布等已知分布），并利用历史数据估计均值向量和协方差矩阵，再根据分位数公式直接计算 VaR。该方法计算效率高，仅需少量参数即可得出结果。然而，正态假设在金融数据中往往不成立——实际收益率分布通常具有尖峰厚尾特征，极端事件的发生频率远高于正态分布的预期，因此参数法可能系统性地低估极端风险。

历史模拟法 直接使用资产收益率的历史数据来近似未来分布。它不对收益率分布做任何参数假设，仅通过将历史收益率按升序排列，取第 α 分位数作为 VaR 估计。历史模拟法避免了模型假设误差，实施简单且结果直观。但其完全依赖历史数据——当市场结构发生结构性突变时，过去的数据可能不再具有代表性。此外，该方法对数据窗口长度的选择较为敏感，窗口过短则估计不稳定，窗口过长则可能包含过时的市场特征。

蒙特卡洛模拟法 通过随机模拟大量可能的未来价格路径来构建损失分布。该方法可以灵活地处理非线性资产（如期权）、复杂的相关结构和时间序列动态（如 GARCH 模型）。蒙特卡洛法精确度最高，能够捕捉参数法和历史模拟法难以处理的复杂情形，但其计算量极大，且模拟结果的可靠性依赖于所假设的随机过程是否正确地刻画了真实市场行为。在实际应用中，三种方法往往互补使用，互为验证。

VaR 的局限性

VaR 虽被广泛使用，但其局限性也十分突出。首先，VaR 仅给出特定分位数处的损失阈值，却无法告知超过该阈值时的损失规模——即尾部风险被完全忽略。例如，两个投资组合可能有相同的 95\% VaR，但一个在剩余 5\% 的尾部区域可能仅小幅超标，另一个却可能遭受毁灭性损失，VaR 无法区分这两种截然不同的风险特征。

其次，VaR 不满足次可加性（subadditivity），这意味着分散化投资后的组合 VaR 可能大于各资产 VaR 的简单加总，这与风险管理的常识相悖——多样化理应降低风险，但 VaR 的数学性质却可能给出相反的结果。从数学角度看，VaR 不是一致风险度量（coherent risk measure）。为此，学术界提出了预期亏损（Expected Shortfall, ES，又称 CVaR）作为替代。ES 衡量的是损失超过 VaR 阈值时的条件期望损失，既满足次可加性，又能更好捕捉尾部风险，因此在巴塞尔协议 III 的修订中被正式采纳。

此外，VaR 在金融市场剧烈波动时期往往失效。2008 年金融危机期间，许多金融机构的 VaR 模型严重低估了实际损失，暴露出 VaR 在极端市场条件下的脆弱性。这一缺陷促使监管机构重新审视风险度量方法，推动了从 VaR 向 ES 的过渡。

在监管中的应用

巴塞尔协议 II 和 III 将 VaR 作为计算市场风险资本要求的核心工具。银行需计算 99\% 置信水平、10 天持有期的 VaR，并乘以一个乘数因子（通常为 3）来确定最低资本金要求。乘数因子的设置在一定程度上弥补了 VaR 低估尾部风险的不足。此外，监管机构还要求银行定期进行返回检验（backtesting），将模型预测与实际损失进行对比，以评估 VaR 模型的准确性。若实际损失超出 VaR 的次数过多，监管机构将上调乘数因子作为惩罚。

2008 年金融危机后，巴塞尔协议 III 的修订引入了预期亏损来替代 VaR，并增加了压力测试等补充要求，力求构建更加审慎的风险监管框架。

VaR 的使用要点

在实际使用 VaR 时，应关注以下几点。第一，选择恰当的置信水平和持有期需结合业务性质——交易性头寸常用日 VaR（95\%），而长期投资则适用月 VaR（99\%）。第二，返回检验是验证 VaR 模型准确性的必要环节，通过统计实际损失超过 VaR 的天数比例是否与名义置信水平一致，可以判断模型是否校准合理。第三，VaR 应与其他风险指标（如压力测试、情景分析、流动性指标）配合使用，不能作为唯一的风控依据。

总而言之，VaR 以其简洁直观的单一数值概括了投资组合的市场风险暴露，在金融风险管理中占据核心地位。但它并非万能工具，理解其假设前提和局限性，并辅以其他风险度量手段，才能构建真正稳健的风险管理体系。