2015銀行從業(yè)資格考試《風(fēng)險管理》知識點：風(fēng)險價值

為幫助參加2015銀行從業(yè)資格考試的學(xué)員鞏固知識，提高備考效果，正保會計網(wǎng)校整理了2015銀行從業(yè)資格考試《風(fēng)險管理》知識點供大家參考，希望對廣大考生有所幫助，祝大家學(xué)習(xí)愉快，夢想成真！

（1）風(fēng)險價值的基本概念

風(fēng)險價值是指在一定的持有期和給定的置信水平下，利率、匯率、股票價格和商品價格等市場風(fēng)險要素發(fā)生變化時可能對產(chǎn)品頭寸或組合造成的潛在最大損失。例如，在持有期為1天、置信水平為99%的情況下，若所計算的風(fēng)險價值為1萬美元，則表明該資產(chǎn)組合在1天后的發(fā)生1萬美元以上損失的可能性不會超過1%。但是VaR并不是即將發(fā)生的真實損失；VaR也不意味著可能發(fā)生的最大損失。

VaR值是對未來損失風(fēng)險的事前預(yù)測，考慮不同的風(fēng)險因素、不同投資組合（產(chǎn)品）之間風(fēng)險分散化效應(yīng)，具有傳統(tǒng)計量方法不具備的特性和優(yōu)勢，已經(jīng)成為業(yè)界和監(jiān)管部門計量監(jiān)控市場風(fēng)險的主要手段。VaR值的局限性包括無法預(yù)測尾部極端損失情況、單邊市場走勢極端情況、市場非流動性因素。

（2）計量VaR值的方法

商業(yè)銀行可根據(jù)實際情況自主選擇VaR值計量方法，包括但不限于方差-協(xié)方差法、歷史模擬法和蒙特卡羅模擬法等。

①方差-協(xié)方差法

方差-協(xié)方差法假定投資組合中各種風(fēng)險因素的變化服從特定的分布（通常為正態(tài)分布），然后通過歷史數(shù)據(jù)分析和估計該風(fēng)險因素收益分布方差-協(xié)方差、相關(guān)系數(shù)等。在選定時間段里組合收益率的標準差將由每個風(fēng)險因素的標準差、風(fēng)險因素對組合的敏感度和風(fēng)險因素間的相關(guān)系數(shù)通過矩陣運算求得。該方法是所有計算VaR的方法中最簡單的，只反映了風(fēng)險因素對整個組合的一階線性和二階線性影響，無法反映高階非線性特征，該方法是局部估值法。

②歷史模擬法

歷史模擬法假定歷史可以在未來重復(fù)，通過搜集一定歷史期限內(nèi)全部的風(fēng)險因素收益信息，模擬風(fēng)險因素收益未來的變化。首先，選擇合適觀察期的風(fēng)險因素歷史收益率時間序列；其次，給定第一步得到的時間序列，計算持有期內(nèi)組合價值變動的時間序列；最后，把從歷史數(shù)據(jù)歸納出的風(fēng)險因素收益實際分布情況列表顯示，選擇某一置信水平下的對應(yīng)損失分位數(shù)，即可得到相應(yīng)的VaR值。

歷史模擬法的透明度高、直觀，對系統(tǒng)要求相對較低。但對數(shù)據(jù)樣本選擇區(qū)間較為敏感，既可能包括極端的價格波動，也可能排除極端情況。歷史模擬法反映了風(fēng)險因素統(tǒng)計規(guī)律，因此不需要任何分布假設(shè)，也無須計算波動率、相關(guān)系數(shù)等模型參數(shù)。由于歷史模擬法的風(fēng)險因素的歷史收益本身已完全包含了風(fēng)險因素之間的相關(guān)關(guān)系，因而可以全面反映風(fēng)險因素和組合價值的各種關(guān)系，是基于全定價估值的模擬方法。

③蒙特卡羅模擬法

蒙特卡羅模擬法是一種結(jié)構(gòu)化模擬的方法，通過產(chǎn)生一系列同模擬對象具有相同統(tǒng)計特性的隨機數(shù)據(jù)來模擬未來風(fēng)險因素的變動情況。蒙特卡羅模型所生成的大量情景使得在測算風(fēng)險時比解析模型能得出更可靠、更綜合的結(jié)論，同時體現(xiàn)了非線性資產(chǎn)的凸性，考慮到了波動性隨時間變化的情形。但是該方法需要功能強大的計算設(shè)備，運算耗時過長。

方差/協(xié)方差法存在許多不足之處，由于大部分金融產(chǎn)品價值的變化并非與其風(fēng)險因素的變化有線性或二階呈列關(guān)系，采用近似估值會令許多金融產(chǎn)品的估值不準確，由于風(fēng)險因素變化的多元正態(tài)分布假設(shè)導(dǎo)致無法保證無偏估計，也導(dǎo)致計量的不準確。蒙特卡羅模擬法能夠滿足計量和估值準確性的要求，但是高度依賴風(fēng)險因素分布規(guī)律假設(shè)，模型風(fēng)險較高，且較難實施，需要非常龐大的資源支持。歷史模擬法能普遍滿足各主要衡量標準的要求，重要的是它不會帶來估計偏差，也不存在明顯的模型風(fēng)險，且較容易落實。