他山之石（四）-----风险管理的VaR体系简介
一、VaR的本质与方法
VaR （Value at Risk）是为了满足以一个数量标准来测度金融机构或者资产组合所面临的全部风险这种风险管理需求而产生的，这一方法由JP摩根公司首次提出，以其对风险测度的科学、实用、准确和综合的特点受到包括监管部门在内的国际金融界的普遍欢迎，迅速发展成为风险管理的一种标准，并且与压力测试、情景分析和返回检验等一系列方法形成了风险管理的VaR体系。
（一）VaR的基本方法
要确定一个金融机构或资产组合的VaR值，必须首先确定以下三个系数。
第一个系数是持有期限，它是衡量回报波动性和关联性的时间单位，也是取得观察数据的频率。持有期限应该根据组合调整的速度来具体确定。调整速度快的组合，如银行所拥有的交易频繁的头寸，应选用较短的期限；调整相对较慢的组合，如某些基金较长时期拥有的头寸，可选用较长的期限。巴塞尔银行监管委员会出于风险审慎监管的需要，选择了两个星期的持有期限。
第二个系数是观察期间，它是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是整个数据选取的时间范围，有时又称数据窗口（Data
Window）。为克服商业循环等周期性变化的影响，历史数据越长越好，但是，时间越长，收购兼并等市场结构性变化的可能性越大，历史数据因而越难以反映现实和未来的情况。巴塞尔银行监管委员会目前要求的观察期间为一年。
第三个系数是置信水平。置信水平过低，损失超过VaR值的极端事件发生的概率过高，这使得VaR之失去意义。置信水平过高，超过VaR值的极端事件发生的概率可以得到降低，但统计样本中反映极端事件的数据也越来越少，这使得对VaR值估计的准确性下降。现实中，置信水平一般选在95%到99%之间。巴塞尔银行监管委员会选择的置信水平是99%。
除了要确定VaR模型的三个关键系数外，另一个关键问题就是确定金融机构或资产组合在既定的持有期限内的回报的概率分布。目前，推算组合风险因子收益分布的方法主要有三种，分别为历史模拟法、方差－协方差法和蒙特卡罗模拟法，从而决定了三种不同类型的VaR。
（二）VaR 的特点
1．VaR把对预期的未来损失的大小和该损失发生的可能性结合起来，不仅让
投资者知道发生损失的规模，而且知道其发生的可能性，这是随后要介绍的压力测试和情景分析
两种市场风险衡量方法所不具备的。
2．该风险衡量方法适用面宽，而且方便、实用。VaR适用于综合衡量包括利率风险、汇率风险、股票价格风险以及商品价格风险和衍生金融工具风险在内的各种市场风险。因此，这使得金融机构可以用一个具体的指标数值（VaR）就可以概括地反映整个金融机构或投资组合的风险状况，大大方便了金融机构各业务部门对有关风险信息的交流，也方便了机构最高管理层随时掌握机构的整体风险状况，因而非常有利于金融机构对风险的统一管理。同时，监管部门也得以对该金融机构的市场风险资本充足率提出统一要求。
3．通过调节置信水平，可以得到不同置信水平上的VaR值，这不仅使管理者能更清楚地了解到金融机构在不同可能程度上的风险状况，也方便了不同的管理需要。
4．VaR是一种用规范的统计技术来全面综合地衡量风险的方法，较其它主观性、艺术性较强的传统风险管理方法能够更加准确地反映金融机构面临的风险状况，大大增加了风险管理系统的科学性。
（三）VaR的局限性
1．VaR主要适用于正常市场条件下对于市场风险的衡量，而对于市场出现极端情况时却无能为力。正常市场条件下，资产的交易数据比较丰富，因而使用VaR模型较为有效，然而，当市场远离正常状态时，交易的历史数据变得稀少，尤其当市场出现危机时，资产价格的关联性被割断，流动性全部消失，甚至连价格数据也难以得到，这使得无法使用VaR来有效衡量此时的市场风险。
2．由于VaR对数据的严格要求，该风险衡量方法对于交易频繁，市场价格容易获取的金融工具的风险衡量效用比较显著，而对于缺乏流动性的资产，如银行的贷款等，由于缺乏每日市场交易价格数据，其衡量风险的能力受到很大的局限。有时，需要将流动性差的金融产品分解为流动性较强的金融产品的组合，然后再使用VaR模型来分析其风险。
3．使用VaR来衡量市场风险，存在所谓的模型风险，即由于同样的VaR模型可以使用历史模拟法、蒙特卡罗模拟法和方差－协方差参数法等不同的方法得到资产收益的不同的概率分布，这样会对同样的资产组合得到不同的VaR值，这使得VaR的可靠性难以把握。正是由于这种局限性，巴塞尔银行监管委员会要求使用返回检验来检验金融机构所使用的VaR模型的有效性。
4．VaR模型主要适用于衡量市场风险，而对于流动性风险、信用风险、操作风险、法律风险等却难以反映。因此，VaR是一种试图将金融机构或投资组合所面临的利率、汇率等不同种类的市场风险用一个数字表示的方法，但是这个数字远不能反映金融机构或投资组合所面临的全部风险。
5．总体而言，VaR模型对历史数据依赖性较大。依赖历史数据的根本缺陷在于历史不一定总能成为未来很好的指引，依据过去的收益数据来确定未来收益的风险存在固有的缺陷。
二、VaR模型缺陷的弥补和检验方法
鉴于VaR模型的缺陷，对VaR模型的不足进行弥补，对其有效性进行检验是非常必要的。目前，主要使用返回检验来检验VaR模型的有效性，并使用压力测试和情景分析来弥补其不足。
（一）压力测试
所谓压力测试是指将整个金融机构或资产组合置于某一特定的（主观想象的）极端市场情况之下，如假设利率骤升100个基本点，某一货币突然贬值30％，股价暴跌20％等异常的市场变化，然后测试该金融机构或资产组合在这些关键市场变量突变的压力下的表现状况，看是否能经受得起这种市场的突变。显然，压力测试是对以正常市场条件为前提，不能反映极端情况的VaR模型的有力补充。由于压力测试在很大程度上是一种主观测试，由测试者主观决定其测试的市场变量（风险因素）及其变动幅度，变量变化的幅度可以被确定为任意的大小，而且测试者一旦确定了测试变量，就假设了测试变量与市场其他变量的相关性为零，不用再担心测试变量与其他市场变量之间的相关性。同时，在压力测试下，引起资产组合价值发生变化的风险因素也非常清楚。
另外，由于压力测试并不负责提供事件发生的可能性，因而没有必要对每一种变化确定一个概率，这样就免除了模拟整个事件概率分布的麻烦，也使得这种风险衡量方式较少地涉及到高深的数学和统计知识，显得简单明了。
尽管压力测试理论上看并不复杂，但在实践中仍存在不少问题。
首先，市场变量相关性和测试变量的选择问题。压力测试的一个重要假设是所选测试变量与市场其他变量的相关性为零。因此，变量的选择要考虑其是否真正独立于其它变量，是否有必要将一组变量作为测试变量，或进行二维联合测试。另一方面，测试变量应该包括所有对该金融机构或资产组合有显著影响的风险因素。
其次，对分析的前提条件要重新确认。进行压力测试，某一或某些市场因素的异常或极端的变化可能会使得风险分析的前提条件也会发生变化。例如，某些在正常市场条件下呈现出一定相关性的市场变量，在市场危机的时刻这种相关性就可能被破坏。同样，某种在正常市场状态下有效运行的基本模型，在市场危机时可能也会失效。
第三，尽管压力测试操作并不困难，但实践中过多的压力测试并不意味着抓住了风险管理的实质和要害。实际上，对众多的风险因素进行不同幅度的压力测试的工作量是巨大的，而且，由于每次压力测试只能说明事件的影响程度，却并不能说明事件发生的可能性，这使得管理者对众多的压力测试难以分清主次，因而仅仅是压力测试对管理者决策的作用并不大。压力测试应与其他风险衡量方法相结合，尤其是与VaR相结合，而不是替代VaR。
（二）情景分析――对VaR和压力测试的补充
进行情景分析的关键首先在于对情景的合理设定，其次是对设定情景进行深入细致的分析以及由此对事态在给定时间内可能发展的严重程度和投资组合因此而可能遭受的损失进行合理的预测，最后得出情景分析报告。情景分析与压力测试有许多相似之处，其主要差别表现在以下几个方面：
第一，压力测试只是对市场中的一个或相关的一组变量在短期内的异常变化进行假设分析，而情景分析假设的是更为广泛的情况，包括政治、经济、军事和自然灾害在内的投资环境。
第二，压力测试只对一个或相关的一组市场变量的变化进行假设分析，因而只是一种一维的分析，而情景分析则要在设定的环境变化下，对市场主要的变量及其最终对组合价值的影响进行分析，因而是多维的。
第三，压力测试只是对组合短期风险状况的一种衡量，可以说只是风险管理中的一种战术性的方法，而情景分析则比较注重比较全面和长远的投资环境的变化，因而可以说是一种战略性的风险管理方法。
显然，情景分析从更广泛的视野，更长远的时间范围来考察金融机构或投资组合的风险问题，这种具有战略高度的分析，无疑弥补了VaR和压力测试只注重短期情况分析的不足，因此，情景分析应与VaR和压力测试结合起来，使得风险管理更加完善。
（三） 返回检验
由于VaR只是一种由历史数据或假定的统计参数和分布建立的统计预测模型，其对未来风险状况的预测是否准确、有效是需要检验的。
返回检验是指将某一投资组合在一段时间内的实际盈亏数据与VaR的预测值比较，以检验该VaR的有效性。例如，一个VaR模型对某一投资组合的风险衡量结果为，在99％的置信水平上，该组合在未来的6个月内的日VAR值为10万元，即每天损失超过10万元的概率为1％，或说每100天内，只有一天损失将超过10元。对VaR的这一预测值进行返回检验，
就是多次考察实际100天的交易数据，如果损失超过10万元的天数的确不超过一天，则基本说明该VaR模型是有效的，如果损失超过10万元的天数是两天或更多，则该VaR模型的有效性值得怀疑。需要引起注意的是，这种返回检验本身也会存在是否有效可靠的问题。上例中对VaR有效性的判断是基于假设返回检验本身是有效的，没有发生下述两种类型的错误。相反，如果返回检验本身存在问题，则可能出现这样两种错误，或者VaR的预测实际上是对的，但检验结果却表明它低估了风险，这在统计上被称为1型错误；或者VaR的预测实际上低估了风险但检验结果却没有显示这一结果，这在统计上被称为2型错误。
影响返回检验有效性的主要因素有三个：（1）样本空间的大小。（2）对投资回报概率分布的假设。（3）置信水平的选定。
三、VaR对金融监管的影响
VaR模型自被提出以来，受到了以巴塞尔银行监管委员会的监管部门的高度重视，并被纳入监管体系，对金融监管产生了很大的影响。
1、巴塞尔银行监管委员会被同意用以VaR为基础的金融机构内部模型来衡量市场风险和确定相应的资本充足水平。
1988年巴塞尔资本充足率协议的一个严重缺陷是对金融机构提出的资本要求只考虑了信用风险因素，没有考虑市场风险因素。随着近些年市场风险变得越来越突出，巴塞尔协议的这一缺陷也越来越明显。1996年1月，巴塞尔委员会颁布了"资本协议市场风险补充规定"。该补充规定的核心内容是将资本充足率要求的范围由信用风险扩大到市场风险，要求金融机构根据指定的所谓标准化模型或被认可的内部模型来计量所承担的市场风险，并据此保持相应的资本水平。该补充规定不仅首次将市场风险纳入监管框架，而且还认可了金融机构内部风险管理模型在风险计量和管理方面的重要作用，并同意符合条件的金融机构利用其内部模型来确定针对市场风险的资本充足率水平。根据补充规定的要求，用于确定市场风险资本充足水平的内部模型必须是以VaR为基础的模型，同时内部模型还必须满足一些定性和定量方面的具体标准。这些要求主要包括置信水平设定为99％，持有期限为10个交易日，观察期间为1年，至少每三个月进行数据更新，必须经常进行返回检验，以及必须进行严格的压力测试作为补充等。
1988年资本协定的另一个缺陷表现为在确定银行的资本水平时仅仅考虑了不同类别资产在风险程度上的区别，而没有考虑银行对所承担风险的控制和管理水平的差别，因而不能有效地激励银行改善和提高风险管理水平。在1996年的补充协定中，金融机构内部模型在资本要求上的应用在一定程度上弥补了这一缺陷。一方面，风险管理水平高的金融机构通常可以通过高效的内部模型较为准确地反映所承担的市场风险的状况，资本要求因而能够更加合理地反映风险状况。另一方面，由于金融机构每日必须达到的用以抵御市场风险的资本要求的数值取决于以下两者的最高值，即前一天的VaR值和前60天平均VaR值再乘以一个系数，而这一系数又是由监管当局根据其对金融机构风险管理系统质量的评估结果来具体规定的，对于被认为有良好风险管理体系的金融机构，其被给定的乘数因子较小，因而在既定的VaR值水平下资本要求相应较低，反之则较高。
2．事前承诺可能成为新的监管准则。
内部模型方法也并非完美，它最大的问题在于，由于金融机构所承担的风险的复杂性和内部模型的复杂性，判断一个VaR模型能否合理反映一个金融机构的市场风险状况并非容易，这使得监管部门在评判金融机构的内部模型是否可以用于确定资本要求时处于非常困难的境地。
针对这一由模型取舍引发的监管当局的困难，近两年美国联邦储备委员会的研究人员提出了一种被称之为"事先约定"的解决方案。该方案建议，金融机构对监管当局就10日VaR值事先作出约定，承诺在未来一段时间里（3个月或6个月）10天的累积损失不会超过这一事先约定的VaR值。否则，该金融机构将面临监管当局的货币或非货币性的惩罚。这一做法将内部模型评判和选择的难题推到了金融机构一边，监管当局只关心事先约定的VaR值和随后金融机构的违反情况以及如何给予适当的处罚，而对金融机构采用何种VaR模型或模型质量如何并不予以评判。金融机构鉴于资本充足水平和可能遭到的处罚的平衡关系不得不主动选择适当的VaR模型，提高模型的质量和风险预测能力，因为，高估VaR值意味着要符合更高的资本要求，而低估Va.R值又可能导致实际损失多次超过约定的VaR值，因而遭受更多的处罚。目前，这一新的监管设想正在风险管理和监管人士越来越多的注意，尽管目前还没有被监管部门实际采纳，但对金融监管的未来发展可能会产生重大影响。
