金融风险VaR与CVaR度量方法实务
0 阅读
VaRCVaR风险度量历史模拟法蒙特卡洛
系统讲解金融风险VaR与CVaR度量方法，包括：VaR基本概念（定义/置信水平/持有期/各参数含义/计算方法/应用场景）、VaR计算方法（历史模拟法/方差-协方差法/蒙特卡洛模拟/各方法原理/优缺点/适用条件）、CVaR理论（条件风险价值/Expected Shortfall/与VaR关系/计算原理/优势分析/应用案例）、风险度量模型比较（VaR vs CVaR vs 压力测试/各模型特点/适用场景/监管要求/实务选择）、模型风险与验证（模型假设检验/回测方法/模型风险来源/验证流程/模型改进）等。
一、VaR风险度量基础
1.1 VaR核心概念与参数
| 概念要素 | 定义 | 典型取值 | 实务说明 |
|---|---|---|---|
| 置信水平 | VaR估计的可靠程度 | 95%/99% | 99%更保守；监管通常要求99% |
| 持有期 | 风险暴露的时间窗口 | 1天/10天/1年 | 巴塞尔协议要求10天持有期 |
| 损失分布 | 收益率的概率分布 | 正态分布/厚尾分布 | 实际金融数据常呈厚尾特征 |
| VaR值 | 在给定置信水平下的最大预期损失 | 具体金额或百分比 | 如：99%置信水平下1天VaR=100万元 |
二、三种VaR计算方法
2.1 VaR计算方法对比
| 方法 | 核心原理 | 优点 | 缺点 |
|---|---|---|---|
| 历史模拟法 | 用历史收益率分布直接估计VaR | 不假设分布；计算简单 | 依赖历史数据；对极端事件敏感 |
| 方差-协方差法 | 假设正态分布；用均值和标准差计算 | 计算快速；易于理解 | 假设正态分布；忽略厚尾特征 |
| 蒙特卡洛模拟 | 随机模拟大量路径；统计VaR | 灵活处理复杂头寸 | 计算量大；依赖随机过程假设 |