金融风险评估方法实务：VaR、CVaR与压力测试核心技术 - BlueCapital

一、风险度量核心指标

指标	定义	数学表达	优势	局限性	应用场景
VaR（在险价值）	在给定置信水平和持有期下，资产组合可能遭受的最大损失	P(L > VaR) = 1 - c，其中c为置信水平	直观易懂；单一数值概括风险；监管认可	不满足次可加性（非一致性风险度量）；无法描述尾部损失分布	市场风险管理；监管资本计算；风险限额设定
CVaR（条件在险价值/Expected Shortfall）	当损失超过VaR时的条件期望损失	CVaR = E[L \| L > VaR]	满足次可加性（一致性风险度量）；考虑尾部风险	计算复杂；对分布假设敏感	极端风险管理；组合优化；巴塞尔协议III市场风险框架

方法	核心思想	假设条件	计算步骤	优势	局限性
历史模拟法	用历史收益率分布直接估计未来VaR	历史会重演；无需分布假设	1. 收集历史收益率数据；2. 按从小到大排序；3. 取对应分位数	无需分布假设；能捕捉厚尾；易于解释	依赖历史数据质量；对极端事件敏感；无法做情景分析
方差-协方差法（参数法）	假设收益率服从正态分布，用均值和标准差计算VaR	收益率正态分布；线性关系	1. 估计均值μ和标准差σ；2. VaR = μ + z_α × σ（z_α为标准正态分位数）	计算简单；速度快；适合实时风险监控	正态假设不成立（厚尾）；无法处理非线性头寸（期权）
蒙特卡洛模拟法	通过随机模拟生成大量未来价格路径，从模拟分布中计算VaR	需指定随机过程（如GBM）	1. 确定价格随机过程；2. 生成N条模拟路径；3. 计算组合价值分布；4. 取分位数	可处理复杂头寸和非线性风险；灵活性强	计算量大；依赖模型假设；存在模拟误差