量化模型

市场风险测度之VaR概述


VaR

VaR(Value at Risk 风险价值)模型是国际上近几年发展起来的一种卓有成效的风险量化技术。VaR模型是指在正常的市场条件和一定的置信水平上,某一金融机构或投资资产组合在未来特定的一段时间内可能发生的最大损失。与传统风险度量的手段不同,VaR模型完全是基于统计分析基础上的风险度量技术。VaR的一种较为通俗易懂的定义是:在未来一定时间内,在给定的条件下,任何一种金融资产或投资组合的市场价值的最大可能损失。VaR实际上是要回答在概率给定的情况下,金融机构的投资组合价值在下一阶段最多可能损失多少。

VaR模型最早是J.P.Morgan用来计量市场风险的产物,当时J.P.Morgan的总裁韦瑟斯通(Weatherstone)要求下属每天下午在当天交易结束后的4点15分交给他一份报告,说明公司在未来24小时内总体潜在的损失是多大。于是,风险管理人员开发了一种能测量不同交易、不同业务部门市场风险,并将这些风险体现为一个数值的VaR方法。从VaR模型的起源不难看出,它最早是用来度量市场风险的,目前VaR的分析方法正在逐步被引入金融风险管理的各个领域。

VaR的使用起源于金融市场发展中的几个重要特征:

1、新的市场形势使得风险管理越来越重要各地区各类别金融市场、各金融机构之间的关联程度更加复杂多变;金融机构普遍使用高杠杆,使得小概率事件会造成严重后果;基于每日盯市制度的财务报表(盯市会计准则)和交易对手信用风险管理,使得长期投资也需关注短期市场波动;来自理工科和学术界的金融量化分析师为VaR的应用扫清了技术障碍。

2、衍生品市场的壮大使得传统风险计量方法受到局限在VaR方法普遍使用之前,市场上常用的风险衡量方法有敏感性分析、止损、名义金额、风险敞口等。衍生品的出现给传统风险管理方法带来挑战,因为不同的衍生品即使拥有同样的票面金额和风险敞口,风险程度也会截然不同。同时,传统风险管理方法没有考虑到市场之间的差异及其相关性,无法对风险进行有效汇总。相较而言,VaR是一个综合考虑杠杆、敏感程度、市场差异、相关性的风险计量方法。

VaR模型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。

1、1993年7月,“三十人小组”(Group of 30)在其发表的研究报告《衍生产品:惯例与原则》中,建议以VaR模型作为衡量风险的手段,特别是用来衡量场外衍生工具的市场风险,并推荐其他成员银行使用这一方法。

2、1995年4月,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。

3、1995年12月,美国证券交易委员会(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。

4、2009年8月,在国内,中国银监会的《商业银行市场风险资本计量内部模型法监管指引》里,明确规定了采取内部模型法必须使用VaR模型。

越来越多的监管机构也用VaR模型作为评判金融机构风险大小的方法。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。

我国对VaR模型的引介始于近年,具有较多的研究成果,但VaR模型的应用现在却处于起步阶段,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。

VaR的优点

1、可以简单明了的表示金融风险的大小没有任何技术色彩,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提供了计量金融风险的统一标准可以测量不同市场因子、不同金融工具、不同业务部门及不同金融机构投资组合的风险敞口;

3、充分考虑了不同资产价格变化之间的分散化效应对降低风险的贡献考虑了金融机构中不同业务部门对总体投资组合风险的分散化程度;

4、可以事前计算风险区别于以往风险管理的方法都是在事后衡量风险大小。

VaR模型在金融机构中的应用

1、用于风险偏好设定一般来说对VaR模型中置信区间的选择在一定程度上反映了金融机构对风险的不同偏好。选择较大的置信水平意味着其对风险比较厌恶,希望能得到把握性较大的预测结果,希望模型对于极端事件的预测准确性较高。根据各自的风险偏好不同,选择的置信区间也各不相同。作为金融监管部门的巴塞尔委员会则要求采用99%的置信区间,这与其稳健的风格是一致的。

2、用于风险限额管理利用VaR模型,风险管理者可以分析各个业务部门承担风险的大小,也可以确认金融机构总体面临的各类风险敞口,从而可以利用VaR限额来控制各业务部门可以承担的各类风险,确保每项业务所承担的各类风险不超过提前设定的水平,以防止过度投机行为的出现。VaR限额考虑了组合的风险分散效果,有助于逐级设置限额结构。

3、用于资产配置目前越来越多的金融机构采用VaR计量市场风险,利用VaR设置头寸限额,监管机构也使用VaR确定风险资本金,这就需要金融机构在资产配置时应满足VaR约束,即在给定的VaR范围内,获得一个收益最大化的投资组合。

4、用于绩效评估传统上对交易员和业务部门的考核主要取决于总收益。但在金融投资中,高收益总是伴随着高风险。公司出于稳健经营的需要,必须对交易员及业务部门为绩效而导致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。VaR为业务部门绩效评估提供了定量化分析的手段,用部门收益除以其承受的VaR值得到风险调整的资本收益(RAROC),可以更科学地去评价部门的投资绩效。

5、用于风险报告金融机构应每天编制VaR报告,并提交业务部门的管理者,然后把各个部门加总后的数据提交高级管理层。VaR报告还应提交给监管机构,并成为监管资本计算的基础。越来越多的金融机构开始在其年报中将VaR当作一个重要的风险指标来公布。

6、用于估算风险资本以VaR来估算投资者面临市场风险时所需的适量资本,风险资本的要求是巴塞尔协议对于金融监管的基本要求。

VaR模型在金融监管中的应用

许多国家的金融监管当局利用VaR技术对银行和证券公司进行监管。以VaR值作为衡量金融机构风险的统一标准与管理机构资本充足水平的一个准绳和依据。

1995年4月,巴塞尔委员会公布的文件中规定:从1997年底开始,其成员银行在设置应付风险的资本金额时,除考虑信用风险外,还要考虑市场风险,在计算市场风险时,成员银行可以采用巴塞尔委员会制定的标准计算方法,也可以采用自己的内部VaR模型。在利用内部VaR模型计算市场风险时,必须满足巴塞尔委员会设置的最低标准,即至少要计算置信度为99%持有期为10天的每日VaR值,成员银行业可以自由决定采取更加严格的计算标准。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。

1995年12月,SEC建议上市交易的美国公司在披露其信息时应将VaR作为一项重要指标,计算报告期的VaR值,并将这个结果与市值的实际变化相比较。目前,国外大的金融机构均定期公布其VaR指标,这是因为VaR技术作为信息披露的工具具有以下的优点:

1、VaR方法的适用面广,它具有多种多样的模型,不同模型适用于不同的风险来源和风险管理环境;

2、VaR是一种动态的风险管理方法,表现在VaR模型可以随时按市场价格进行重新定价,且计算的时间间隔非常短,报告的时间间隔可以灵活选取,目前SEC要求在季报和年报中披露VaR值;

3、VaR最重要的特征是透明性,仅仅一个VaR数值所表述的潜在风险可使任何人都能明白风险多大。

对中国金融监管部门而言,VaR风险管理方式使资本充足性的监管要求更依赖于金融机构自身对其风险状况的评估,从而弥补了由于监管部门和金融机构之间的信息不对称而造成的不合理监管要求。金融监管部门应制定相应的政策和创造一定的条件进行引导,鼓励金融机构积极运用先进的风险控制技术来加强监管。

各金融机构根据其资本金或能承受风险的程度以定量的方式分配给各分支机构风险额度,根据VaR模型可随时知道各自的市场风险值,当风险值超过风险额度时,通过资产重新组合,把风险值调整到允许的范围内。

VaR的局限性

VaR模型自身也还存在着一定的局限性:

1、VaR模型的一系列假设前提使模型在应用时受到一定的限制。VaR对未来损失的估计也是基于“历史可以在未来复制其自身”的假设并建立在大量的历史数据的基础之上的,因此VaR的使用存在着一定的模型风险。用历史数据来预测的未来可能因条件的变化而不再适用,纯粹的数量分析难以反映风险的全貌。

2、VaR模型对金融机构或资产组合的市场风险衡量的有效性是以市场正常运行为前提条件的,VaR模型无法对市场上突然发生的异常变化或突发事件等情况作出估计分析。例如政府突然提出全新的财政政策,经济危机造成的股价暴跌、利率骤升等。

3、VaR模型没有考虑极端市场情况。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。由于VaR不能很好的度量尾部风险[1],所以交易员或业务部门会有意规避这个监管指标,去投资那些风险出现可能性非常低但是风险损失巨大的投资机会,这也是为什么金融机构会出现巨大亏损的原因之一。忽略掉尾部风险,使得VaR模型无法度量金融市场极端变动造成的损失,所以在金融风险管理中,必须依靠压力测试等多种方法的综合运用。

4、VaR只能度量可交易资产和负债的市场风险。只有可交易的金融工具才具有市场价格的连续历史记录,从而可以用统计方法测量和建模。但对于不可交易资产,如存、贷款来说就难以用VaR进行测量,此时只能用资产负债管理技术向高层提供有用的信息。

5、VaR是给高管和监管部门汇报的,监管部门通常不是专门的风险管理专家,他们没有对VaR局限性的深刻理解,容易让高管和监管部门低估总体市场风险

理论上讲,这些缺陷的根源不在于VaR自身,而在于其使用的统计方法。虽然VaR模型存在着一定的局限性,但是它的分析作用还是非常明显的,因此它对金融机构的风险管理非常必要。而且随着我国金融市场的不断发展和进步,金融数据的不断累积和完善,VaR在金融风险管理中的作用将会越来越重要,其分析效果也会越来越精准。金融机构在应用VaR模型的同时,应该对可能要发生的突发事件或异常变化做出一定的估计,全面恰当地认识VaR在金融风险管理中的作用。同时结合压力测试情景测试Expected Shortfall(ES)[2]等不同的分析手段和模型,来相互弥补其不足,实施全面的金融风险管理。

 

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]. 生产力研究, 2008(24):44-46.

2、阮垂玲, 刘传哲, 费芳. VaR方法在证券市场风险管理中的应用[J]. 市场论坛, 2008(4):67-68.

3、李静, 王伟. VaR模型在我国证券投资基金风险管理中的应用[J]. 理论月刊, 2005(10):73-75.

4、马崇明. 金融市场风险计量VaR方法研究[J]. 集团经济研究, 2004(10):98-100.

 

注释:

[1] 尾部风险(tail risk)是指发生的可能性很小,但是一旦发生会导致巨大损失的风险。当投资收益可能偏离均值多于三个标准差时,尾部风险显现,它是投资组合风险的一种。

[2] Expected Shortfall(ES),又称Conditional VaR,主要研究尾部损失的均值。ES的含义为当投资组合的损失超过VaR阈值时所遭受的平均损失程度。由于ES在VaR的基础上进一步考虑了出现极端情况时的平均损失程度,因此可以更为完整地衡量一个投资组合的极端损失风险。VaR对尾部极端值不能很好的做出分析说明,ES比VaR更适合表征尾部风险。

本文是全系列中第1 / 5篇:市场风险测度

量化模型
市场风险测度之RNIV概述(二)
量化模型
Omega比率:投资绩效的终极指标?
量化模型
Excel对Black Scholes期权定价公式的简单实现
还没有评论哦,快来抢沙发吧!