1. 程式人生 > >風險模型—VaR模型1

風險模型—VaR模型1

1.VaR是什麼?

  VaR,Value-at-Risk 的縮寫。直譯過來,便是“在險價值”或“風險價值”;明確定義的話,便是“在市場正常波動下,給定置信水平p,某一資產或資產組合在未來持有期T內可能遭受的最大損失值”,用數學的語言描述:

PXVaR=1p,①

其中X:該資產或資產組合在未來持有期T內的損益,為隨機變數。通常VaR為正,X可正可負,正代表盈利,負代表虧損。

  例:某基金公司在2008年8月8日公佈,置信水平為99%,持有期為10天的基金A的VaR為3600萬元,可為以下三種等價描述:
(1)基金A在未來10天的損失超過3600萬的概率小於1%;
(2)該基金公司以99%的概率作出保證:基金A在未來10天的損失不超過3600萬;
(3)該基金在未來的100天有1天的損失可能會超過3600萬。

2.如何求解VaR?

  根據VaR的定義(式①),我們的第一反應:找到損益X的分佈函式或分佈律,就可解出VaR。但是,實際運用中,我們更多的是通過收益率的分佈函式或分佈律來求解(至於為什麼,請大家思考下)。那麼收益率跟VaR的關係是什麼呢?

  假設某資產或資產組合期初的市場價值為V0。預測經過未來的持有期T,期末的市場價值為VT(隨機變數)。在置信水平p下,期末的市場價值最低可能為VT。通常大家覺得該VaR應表示為:

VaR=V0VT,②

式②稱為絕對VaR。
若以VT的期望為參照來表示:
VaR=EVT
VT
,③

式③稱為相對VaR。
又因為VT可以表示為:
VT=V01+R,④

其中R為未來持有期T的收益率,為隨機變數。
VT可以表示為:
VT=V01+R,⑤

其中R為置信水平p下,未來持有期T的最小收益率。
代入式②、式③:
VaR=V0R,⑥

VaR=V0ERV0R。⑦

那麼,只要找到R的分佈函式或分佈律,就能求解出VaR了,具體方法見下一章。