本科風(fēng)險(xiǎn)管理課件 07-2013-VAR

107-ValueatRisk:VaR參考電子書:《風(fēng)險(xiǎn)價(jià)值》第5章、第7章和第9章課件郵箱中下載2單一資產(chǎn)VAR:絕對(duì)VaR/相對(duì)VaR資產(chǎn)組合VaRVaR三種計(jì)算方法邊際VaR/增量VaR/成分VaRVaR的適用性與有效性授課大綱:單一資產(chǎn)VaR3VaR的起源41.單一資產(chǎn)VaR:絕對(duì)VaR和相對(duì)VaR5風(fēng)險(xiǎn)值的引入收益率95%U均值R*5%約定俗成：VaR以正數(shù)表示66直覺的理解A銀行2006年4月1日公布其持有期為10天、置信水平為99%的VaR為1000萬元。這意味著如下3種等價(jià)的描述：A銀行從4月1日開始，未來10天內(nèi)資產(chǎn)組合的損失大于1000萬元的概率小于1%；以99％的概率確信：A銀行從4月1日起未來10天內(nèi)的損失不超過1000萬元。平均而言，A銀行在未來的100天內(nèi)有1天損失可能超過1000萬元。7VaR的定義ValueatRisk，譯為風(fēng)險(xiǎn)價(jià)值或在險(xiǎn)價(jià)值，以貨幣表示的風(fēng)險(xiǎn)，處在風(fēng)險(xiǎn)中的金融資產(chǎn)的貨幣量。定義：VaR是指在某一給定的置信水平c下，資產(chǎn)組合在未來特定的一段時(shí)間內(nèi)可能遭受的最大損失（Jorion,1997）。VaR是一種對(duì)可能實(shí)現(xiàn)的價(jià)值（市值）損失的估計(jì)，而不是一種“賬面”的損失估計(jì)。88絕對(duì)風(fēng)險(xiǎn)值與相對(duì)風(fēng)險(xiǎn)值絕對(duì)風(fēng)險(xiǎn)值為部位損失金額相對(duì)于零的距離，而相對(duì)風(fēng)險(xiǎn)值為部位損失金額相對(duì)于損益期望值的距離。

假設(shè)部位的初始價(jià)值為W，報(bào)酬率為R，則損益金額以R×W來表示，在假定的置信水平c之下，可算出相對(duì)應(yīng)臨界報(bào)酬率R*

：99絕對(duì)風(fēng)險(xiǎn)值與相對(duì)風(fēng)險(xiǎn)值1010推導(dǎo)過程：以概率來表示：

標(biāo)準(zhǔn)正態(tài)分布

未作特別說明，后面的計(jì)算一般為相對(duì)VaR。1111正態(tài)分布其分布函數(shù)作變量代換分布函數(shù)值=NORMDIST(x,均值,標(biāo)準(zhǔn)差,true)若已知分布函數(shù)值，求x,則為=NORMINV(分布函數(shù)值,均值,標(biāo)準(zhǔn)差)若已知分布函數(shù)值，求z值,則為：=NORMSINV(分布函數(shù)值)12相對(duì)VaR計(jì)算示例：假設(shè)有一投資組合包含甲、乙股票，股票收益率假定服從正態(tài)分布。甲股票和乙股票投資金額各為100萬元及50萬元，甲股票報(bào)酬率的日標(biāo)準(zhǔn)偏差為2%，乙股票報(bào)酬率的日標(biāo)準(zhǔn)偏差則為1%，兩者相關(guān)系數(shù)為0.3，請問在1天、99%的置信度（Z值為2.33）下，甲、乙兩只股票的VaR為何？甲股票1天的相對(duì)風(fēng)險(xiǎn)值=2.33*2%*1,000,000乙股票1天的相對(duì)風(fēng)險(xiǎn)值=2.33*1%*500,00013影響VaR值的兩個(gè)參數(shù):持有期和置信水平1.持有期的選擇和確定在其他條件不變的情況下，持有期越長，資產(chǎn)及其組合面臨的風(fēng)險(xiǎn)越高，VaR值也就越大。持有期越長，需要考察的歷史數(shù)據(jù)的時(shí)間跨度就越長，出現(xiàn)的問題和困難就越多。持有期的選擇要考慮資產(chǎn)收益的分布特征。金融機(jī)構(gòu)內(nèi)部VaR的計(jì)算最常選用1天時(shí)間期限。國際清算銀行規(guī)定的作為計(jì)算銀行監(jiān)管資本的VaR的時(shí)間期限為10天。持有期選擇要考慮資產(chǎn)及其組合的市場流動(dòng)性。市場流動(dòng)性越強(qiáng)，交易就越容易實(shí)現(xiàn)，金融交易者越容易適時(shí)調(diào)整資產(chǎn)組合，頭寸變化的可能性也就越大，為保證VaR值的可靠性，應(yīng)選擇較短的持有期。14持有期轉(zhuǎn)換：N天持有期與1天持有期VaR

在考慮市場風(fēng)險(xiǎn)時(shí)，一般首先要求計(jì)算1天的VaR。如果每天資產(chǎn)收益率為相同獨(dú)立正態(tài)分布時(shí)，即滿足于以下三個(gè)條件（跨期期望值相同、標(biāo)準(zhǔn)差相同、每期收益率互不相關(guān)）時(shí)，N天VaR為（平方根法則）：15N天VaR計(jì)算示例：假設(shè)有一投資組合包含甲、乙股票，股票收益率假定服從正態(tài)分布。甲股票和乙股票投資金額各為100萬元及50萬元，甲股票報(bào)酬率的日標(biāo)準(zhǔn)偏差為2%，乙股票報(bào)酬率的日標(biāo)準(zhǔn)偏差則為1%，兩者相關(guān)系數(shù)為0.3，請問在10天、99%的置信度（Z值為2.33）下，甲、乙兩只股票的VaR為何？甲股票10天相對(duì)風(fēng)險(xiǎn)值=2.33*2%*100*（10）^0.5=14.7362萬元乙股票10天相對(duì)風(fēng)險(xiǎn)值=2.33*1%*50*(10)^0.5=3.7萬元162.影響置信度選取的幾個(gè)因素歷史數(shù)據(jù)的可得性和充分性：以歷史數(shù)據(jù)為基礎(chǔ)來計(jì)算VaR時(shí)，置信度設(shè)定得越高，意味著VaR值就越大，為保證VaR計(jì)算的有效性，所需要的歷史樣本數(shù)據(jù)就越多。比較分析的方便性：不同置信度下VaR的比較沒有意義，所以置信度的選擇和設(shè)定，還需要考慮比較分析的方便性。風(fēng)險(xiǎn)厭惡程度：如果金融機(jī)構(gòu)以VaR為基礎(chǔ)確定經(jīng)濟(jì)資本需求，則置信水平選擇極為重要，這主要依賴于金融機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)的厭惡程度和損失超過VaR的成本。風(fēng)險(xiǎn)厭惡程度越高，則彌補(bǔ)損失所需要的經(jīng)濟(jì)資本量越大，因而所選擇的置信度也應(yīng)越高，反之則可以選擇較低的置信度。影響VaR值的兩個(gè)參數(shù):持有期和置信水平17不同置信水平下VaR的轉(zhuǎn)換示例：風(fēng)險(xiǎn)矩陣公司RiskMetrics時(shí)間1天置信度水平95%的VaR巴塞爾委員會(huì)期限10天置信水平99%的VaRVaRBC為巴塞爾委員會(huì)風(fēng)險(xiǎn)價(jià)值,VaRRM為風(fēng)險(xiǎn)矩陣公司風(fēng)險(xiǎn)價(jià)值18VaR參數(shù)的轉(zhuǎn)換19單一資產(chǎn)VAR:絕對(duì)VaR/相對(duì)VaR資產(chǎn)組合VaRVaR三種計(jì)算方法邊際VaR/增量VaR/成分VaRVaR的適用性與有效性授課大綱:資產(chǎn)組合VaR20

若X,Y相互獨(dú)立,則

若(X,Y)則則

若相互獨(dú)立推廣正態(tài)隨機(jī)變量的聯(lián)合分布21推導(dǎo)過程：投資組合VaR以概率來表示：

標(biāo)準(zhǔn)正態(tài)分布

22兩項(xiàng)投資組合風(fēng)險(xiǎn)值VaR:擴(kuò)展推導(dǎo)以兩個(gè)資產(chǎn)組合為例：

VaR1與VaR2為個(gè)別資產(chǎn)的風(fēng)險(xiǎn)值，分別等于與23投資組合風(fēng)險(xiǎn)值(n項(xiàng))如果資產(chǎn)的數(shù)目延伸到n項(xiàng)

其中24資產(chǎn)組合VaR計(jì)算示例：假設(shè)有一投資組合包含甲、乙股票，股票收益率假定服從正態(tài)分布。甲股票和乙股票投資金額各為100萬元及50萬元，甲股票報(bào)酬率的日標(biāo)準(zhǔn)偏差為2%，乙股票報(bào)酬率的日標(biāo)準(zhǔn)偏差則為1%，兩者相關(guān)系數(shù)為0.3，請問在10天、99%的置信度（Z值為2.33）下，甲乙兩只股票組合的VaR為何？25對(duì)于單只債券，假設(shè)到期收益率的變動(dòng)服從均值為0，標(biāo)準(zhǔn)差為的正態(tài)分布，則給定置信水平c，最不利情形下(1-c)的到期收益率變動(dòng)為，債券VaR計(jì)算思路:26

例.假定一債券的價(jià)格為100，修正久期為4.33，到期收益率變動(dòng)服從均值為0，標(biāo)準(zhǔn)差為1.2%的正態(tài)分布。給定95%置信水平下，計(jì)算一年期VaR。解：最不利的情形下，到期收益率的變動(dòng)量為，

債券價(jià)格變化量:債券VaR計(jì)算運(yùn)用:2727計(jì)算實(shí)例：固定收益證券假設(shè)銀行持有一張還有5年到期，面額為新臺(tái)幣100萬元的零息債券，現(xiàn)在該債券的到期收益率YTM為3.45%。銀行風(fēng)險(xiǎn)部門主管擔(dān)心一旦市場利息突然的上揚(yáng)，則持有債券頭寸就會(huì)發(fā)生損失，則在95%的置信水平之下，該債券明天的日風(fēng)險(xiǎn)值為多少？根據(jù)過去幾年的歷史資料，5年期零息債券市場利率的日平均變動(dòng)量為零，標(biāo)準(zhǔn)偏差為10個(gè)基本點(diǎn)（1個(gè)基本點(diǎn)相當(dāng)于0.01%）。2828解答:固定收益證券的VaR債券部位現(xiàn)值就是風(fēng)險(xiǎn)暴露頭寸的金額，本例題5年到期面額為新臺(tái)幣100萬元的零息債券，在市場利率為3.45%的情況之下現(xiàn)值為:所以債券價(jià)格變化量可寫成：得到：因此NT$6,727就是此債券頭寸在95%的信賴水平下的日風(fēng)險(xiǎn)值，也代表債券部位明天的最大損失在95%的情況之下不會(huì)超過NT$6,727。2929計(jì)算實(shí)例：權(quán)益證券假設(shè)某銀行持有股票的現(xiàn)值是新臺(tái)幣1000萬元，該股票投資的損益表現(xiàn)跟整體股市大盤指數(shù)非常接近（亦即belta值），同時(shí)發(fā)現(xiàn)股市大盤在過去幾年的每日平均報(bào)酬率為零，每日報(bào)酬率的標(biāo)準(zhǔn)偏差為2.5%，則在95%的置信水平之下，該1000萬元的股票頭寸的日風(fēng)險(xiǎn)值為多少？3030解答:權(quán)益證券VaR日風(fēng)險(xiǎn)值=(股票現(xiàn)值)×(股票價(jià)值變化百分比)股票現(xiàn)值:1000萬元。股票價(jià)值變化百分比:假設(shè)單因子的資本資產(chǎn)定價(jià)模型（CapitalAssetPricingModel，CAPM）成立，算出在95%的概率之下，股票投資組合（大盤）最多會(huì)下跌多少百分比。3131計(jì)算實(shí)例：外匯資產(chǎn)假設(shè)銀行在某營業(yè)入結(jié)束后持有美元100萬元，因此明天美元對(duì)臺(tái)幣的匯率貶值，就有可能使美元頭寸的臺(tái)幣價(jià)值發(fā)生重大的損失。假設(shè)現(xiàn)在匯率是NT33.5/US$，過去的歷史資料發(fā)現(xiàn)每日匯率變動(dòng)的平均值為零，每日匯率變動(dòng)的標(biāo)準(zhǔn)偏差為65.5個(gè)基本點(diǎn)（=0.655%），則在95%的置信水平之下，次一個(gè)交易日該一百萬美元頭寸的日風(fēng)險(xiǎn)價(jià)值為多少？3232計(jì)算外匯資產(chǎn)VaR日風(fēng)險(xiǎn)價(jià)值=(外幣部位的臺(tái)幣現(xiàn)值)×(匯率變化百分比)臺(tái)幣現(xiàn)值=US$1,000,000*(NT33.5/US$)=NT33,500,000次一日美金貶值的程度（百分比）在95%的置信度水平下最多為3333計(jì)算實(shí)例：投資組合風(fēng)險(xiǎn)值資產(chǎn)組合的資產(chǎn)價(jià)值為：還有5年到期的零息債券現(xiàn)值84.4010萬元現(xiàn)值1000萬元股票美金100萬的外匯頭寸而其風(fēng)險(xiǎn)值分別為6,727、412,500、362,135，資產(chǎn)報(bào)酬不是完全正相關(guān)，根據(jù)投資組合理論，投資組合風(fēng)險(xiǎn)值為多少？3434三個(gè)資產(chǎn)間的相關(guān)系數(shù)矩陣3535計(jì)算投資組合VaR

=576,656

此例中投資組合將風(fēng)險(xiǎn)降低，風(fēng)險(xiǎn)分散水平處決于相關(guān)程度。

36單一資產(chǎn)VAR:絕對(duì)VaR/相對(duì)VaR資產(chǎn)組合VaRVaR三種計(jì)算方法邊際VaR/增量VaR/成分VaRVaR的適用性與有效性授課大綱:VaR三種計(jì)算方法373.VaR計(jì)算的三種方法方差-協(xié)方差法歷史模擬法MonteCarlo法說明：本部分中歷史模擬法與MonteCarlo法只是介紹，基礎(chǔ)較好的同學(xué)可以深入學(xué)習(xí)。后兩種方法不作為能力或?qū)嶒?yàn)考試內(nèi)容，但應(yīng)掌握后兩種方法的基本原理，為后續(xù)學(xué)習(xí)奠定基礎(chǔ)。383.1VaR計(jì)算：方差-協(xié)方差法亦稱為相關(guān)法（CorrelationMethod）、參數(shù)（Parametric）法、線性模型（Linear）法或一階常態(tài)（Delta-Normal）法。假設(shè)個(gè)別資產(chǎn)報(bào)酬率符合聯(lián)正態(tài)分布，而且具有獨(dú)立同分布的特性。假設(shè)由這些資產(chǎn)所構(gòu)成的線性組合資產(chǎn)，一定會(huì)服從正態(tài)分布，通過聯(lián)合正態(tài)分布來估計(jì)出給定持有期間與置信水平下的風(fēng)險(xiǎn)值。正態(tài)分布假設(shè)使得方差-協(xié)方差法快速計(jì)算出風(fēng)險(xiǎn)值。但線性模型法只適用于投資組合的價(jià)值與構(gòu)成該市場變量呈線性的情況，如股票資產(chǎn)組合、債券投資組合、外匯投資組合、利率互換以及該類工具共同構(gòu)成的投資組合情形。見“04-EXCEL”39方差-協(xié)方差法：優(yōu)點(diǎn)與缺點(diǎn)優(yōu)

點(diǎn)缺

點(diǎn)估算過程較簡單快速僅需資產(chǎn)價(jià)格變動(dòng)的方差-協(xié)方差資料很容易轉(zhuǎn)換評(píng)估期間與信賴水平較不適用于非線性損益商品，或存在偏態(tài)的損益分配需要做統(tǒng)計(jì)分配的假設(shè)403.2VaR計(jì)算：歷史模擬法基本思想：資產(chǎn)未來損益的概率分布與其歷史損益同分布，故可用歷史上資產(chǎn)價(jià)格的變化或風(fēng)險(xiǎn)因子的波動(dòng)。收集資產(chǎn)的歷史數(shù)據(jù)，計(jì)算歷史上資產(chǎn)的回報(bào)分布。用歷史上的資產(chǎn)回報(bào)的分布，來表示未來價(jià)格的波動(dòng)，由此估計(jì)資產(chǎn)未來的N種價(jià)格。將未來資產(chǎn)價(jià)格按由小到大的順序排序。選定所要估計(jì)的置信水平（如95%的置信水平下），求該百分位數(shù)的價(jià)值，即資產(chǎn)風(fēng)險(xiǎn)價(jià)值VaR。見“01-EXCEL、02-EXCEL、03-EXCEL”示例41以歷史模擬法算出風(fēng)險(xiǎn)值：路徑圖

42歷史模擬法：簡單示例假設(shè)今日以60元買入X股票共60萬元，如果可找到過去101個(gè)交易日的歷史數(shù)據(jù)，求95%置信水平下的日風(fēng)險(xiǎn)值。根據(jù)過去101個(gè)交易日X股票每日收盤價(jià)數(shù)據(jù)，可以得到100個(gè)股票（環(huán)比）日收益率數(shù)據(jù)。將100個(gè)收益率數(shù)據(jù)由小至大排列，找出其倒數(shù)第5個(gè)收益（因?yàn)橹眯潘綖?5%），假定該收益率數(shù)據(jù)為-4.25%。損失為：-4.25%*600,000=-$25,500所以VaR=$25,500，因此明日在95%的置信水平下，損失不會(huì)超過$25,500元。43歷史模擬法：優(yōu)點(diǎn)歷史模擬法可方便地處理金融資產(chǎn)的非線性、厚尾性等方差協(xié)方差法難以處理的問題，這是歷史模擬法的最大優(yōu)點(diǎn)?？擅枥L出完整的損益分布圖，資產(chǎn)報(bào)酬具有的厚尾、偏態(tài)現(xiàn)象就可能透過歷史模擬法表達(dá)出來。不須對(duì)資產(chǎn)報(bào)酬的波動(dòng)性、相關(guān)性做統(tǒng)計(jì)分布進(jìn)行假設(shè)，因此免除了估計(jì)誤差的問題；如果歷史數(shù)據(jù)已經(jīng)反應(yīng)資產(chǎn)報(bào)酬波動(dòng)性、相關(guān)性等的特征，歷史仿真法相較于其他方法，較不受到模型風(fēng)險(xiǎn)的影響估算速度較MonteCarlo模擬法快，模擬情境較少。計(jì)算簡單而且容易了解。44歷史模擬法：缺點(diǎn)過去的數(shù)據(jù)不一定能夠代表未來的變動(dòng)情況或趨勢，因?yàn)槭袌霏h(huán)境和市場結(jié)構(gòu)在變動(dòng)。數(shù)據(jù)的質(zhì)量和代表性要求較高。某些風(fēng)險(xiǎn)因子并無市場數(shù)據(jù)或歷史數(shù)據(jù)的天數(shù)太少時(shí)，模擬的結(jié)果可能不具代表性，容易有所誤差。未上市公司股票的價(jià)格難以獲利，新上市公司股票的歷史資料太短、流動(dòng)性差的股票沒有每日成交價(jià)格。極端事件的損失難以模擬。重大極端事件損失比較罕見，無法有足夠的數(shù)據(jù)來仿真損失分配。極端事件發(fā)生期間占整體資料比數(shù)的比例，會(huì)影響歷史模擬法的結(jié)果。數(shù)據(jù)選取的時(shí)間長度。數(shù)據(jù)多才有代表性，但是太多久遠(yuǎn)的數(shù)據(jù)會(huì)喪失預(yù)測能力，而過少的時(shí)間數(shù)據(jù)又可能會(huì)遺失過去曾發(fā)生過的重要訊息，兩者的極端情況都會(huì)使歷史模擬法得所到的風(fēng)險(xiǎn)值可信度受到影響。453.3VaR計(jì)算：MonteCarlo法原理：蒙特卡洛模擬也是一種非參數(shù)方法，其計(jì)算原理與歷史模擬法相同，都是通過模擬資產(chǎn)價(jià)格或風(fēng)險(xiǎn)因子價(jià)格變化的路徑得到組合損益的各種可能結(jié)果，從而在得到的組合損益分布的基礎(chǔ)上，通過分位數(shù)來求得VaR。與歷史模擬不同的是，蒙特卡洛模擬法對(duì)資產(chǎn)價(jià)格或風(fēng)險(xiǎn)因子分布的估計(jì)不是來自于歷史的觀測值，而是通過產(chǎn)生大量的隨機(jī)數(shù)而得到。假設(shè)投資組合的價(jià)格變動(dòng)服從某種隨機(jī)過程的行徑程序（Process），借助計(jì)算機(jī)仿真產(chǎn)生上千次、甚至幾萬次可能價(jià)格的路徑，并依此建構(gòu)投資組合的報(bào)酬或收益分布。對(duì)應(yīng)于某個(gè)置信水平（如99％）的損益分布下的分位數(shù)就可求出VaR。見VAR上課演示資料---“05--EXCEL”示例46蒙地卡羅模擬法算出風(fēng)險(xiǎn)值47MonteCarlo法：優(yōu)點(diǎn)與缺點(diǎn)優(yōu)

點(diǎn)缺

點(diǎn)對(duì)于所有商品的風(fēng)險(xiǎn)值估算具精準(zhǔn)度可描繪出完整的損益分配圖可以加諸不同的隨機(jī)程序及分布（如正態(tài)分布、T-分布等），可呈現(xiàn)分布厚尾特征。不需過多的歷史資料耗費(fèi)較多的計(jì)算時(shí)間必須給定適當(dāng)?shù)膬r(jià)格行徑模式，才可能仿真出應(yīng)有的情境（模型）48單一資產(chǎn)VAR:絕對(duì)VaR/相對(duì)VaR資產(chǎn)組合VaRVaR三種計(jì)算方法邊際VaR/增量VaR/成分VaRVaR的適用性與有效性授課大綱：邊際VaR/增量VaR/成分VaR494.1

邊際風(fēng)險(xiǎn)值MVaR邊際風(fēng)險(xiǎn)值指的是投資組合中資產(chǎn)i的投資數(shù)量增加一單位時(shí)，對(duì)投資組合風(fēng)險(xiǎn)值的影響程度。其中50推導(dǎo)過程514.1

邊際風(fēng)險(xiǎn)值MVaR計(jì)算示例見VAR上課演示資料---“07--EXCEL”示例524.2

增量風(fēng)險(xiǎn)值IVaR--精確法增量風(fēng)險(xiǎn)值(incrementalVaR)主要就是要衡量某一個(gè)單一資產(chǎn)加到投資組合之后，整體投資組合風(fēng)險(xiǎn)值的變化值，可以提供一個(gè)調(diào)節(jié)資產(chǎn)頭寸時(shí)的依據(jù)。精確算法精確算法的缺點(diǎn)：要求發(fā)生新組合（新交易）時(shí)要完全重新評(píng)估投資組合的VaR，這對(duì)較大的資本量投資組合來說，會(huì)占用較多的評(píng)估時(shí)間。在大多數(shù)情況下，該方法使交易的等待時(shí)間過長而無法實(shí)施。53增量風(fēng)險(xiǎn)值--IVaR計(jì)算投資組合包含此資產(chǎn)與不包含此資產(chǎn)的風(fēng)險(xiǎn)值差距，以數(shù)學(xué)表示如下式：兩者的差距可以衡量X的風(fēng)險(xiǎn)貢獻(xiàn)程度.

，亦即若增加X則投資組合風(fēng)險(xiǎn)值也增加。

，若增加X則投資組合風(fēng)險(xiǎn)值卻降低，則表示X可當(dāng)作避險(xiǎn)工具。

，增加X對(duì)投資組合風(fēng)險(xiǎn)值沒有絲毫影響。544.2

增量風(fēng)險(xiǎn)值IVaR--近似算法根據(jù)泰勒Tailor展開式近似算法IVaR和邊際VaR(MVaR)在近似計(jì)算法中二者是線性關(guān)系誤差較小時(shí)，可以忽略二次項(xiàng)，則有：增量VaR近似量=邊際VaR*投資的增加量(a)55思考：新增投資為多少時(shí)，投資組合風(fēng)險(xiǎn)最??？新增投資組合WN=W+a，新增投資組合的方差為：風(fēng)險(xiǎn)最小，即對(duì)上式a求導(dǎo)，并令其導(dǎo)數(shù)式值為零，則有：新增投資a*時(shí)，投資組合為最小方差，也是最佳的套期保值。56最佳套期保值示例*********574.3

成分風(fēng)險(xiǎn)值-CVAR成分風(fēng)險(xiǎn)值CVaR（componentVaR）衡量VaR構(gòu)成中，不同部分對(duì)投資組合的價(jià)值和風(fēng)險(xiǎn)的貢獻(xiàn)成分，進(jìn)而有利于考察投資組合的收益風(fēng)險(xiǎn)貢獻(xiàn)和投資組合的分散效應(yīng)大小。成分VaR=邊際VaR*當(dāng)前資產(chǎn)頭寸由此建立了整體VaR的成分VaR衡量法。為成分VaR的貢獻(xiàn)率58成分風(fēng)險(xiǎn)值計(jì)算示例見VAR上課演示資料---“07--EXCEL”示例—綜合運(yùn)用59單一資產(chǎn)VAR:絕對(duì)VaR/相對(duì)VaR資產(chǎn)組合VaRVaR三種計(jì)算方法邊際VaR/增量VaR/成分VaRVaR的適用性與有效性授課大綱60確定風(fēng)險(xiǎn)經(jīng)營主體的風(fēng)險(xiǎn)資本或最小充足資本*滿足信息披露的要求確定經(jīng)營部門的風(fēng)險(xiǎn)限額risklimit資本配置的基本依據(jù)之一經(jīng)營單位經(jīng)營效率、風(fēng)險(xiǎn)貢獻(xiàn)、績效評(píng)價(jià)的重要工具VaR的適用性（總述）61*銀行資本充足性標(biāo)準(zhǔn):VaR方法VaR方法的實(shí)質(zhì)：允許符合條件的金融機(jī)構(gòu)采用自己開發(fā)的VaR模型計(jì)算其防范風(fēng)險(xiǎn)的最小充足資本巴塞爾的標(biāo)準(zhǔn)法受到JPMorgan和G30的嚴(yán)厲指責(zé)