第4講市場風(fēng)險(xiǎn)VaR

風(fēng)險(xiǎn)的度量-在險(xiǎn)價(jià)值VaR內(nèi)容提要VaR的定義計(jì)算VaR回想測(cè)試投資組合的VaRVaR用于投資組合風(fēng)險(xiǎn)管理VaR的定義VaR的定義VaR的含義是處于風(fēng)險(xiǎn)中的價(jià)值，“VaR(VauleatRiks)是指在市場的正常動(dòng)搖下，在給定的置信程度下，某一金融資產(chǎn)或者證券投資組合在未來的特定的一段時(shí)間內(nèi)的最大的能夠的損失。更正式的講，VaR是描畫一定目的時(shí)段下資產(chǎn)(或資產(chǎn)組合)的損益分布的分位點(diǎn)。例如：某個(gè)敞口在99%的置信程度下的日VaR值為1000萬美圓。損失和收益的關(guān)系可以由圖表示，其中右側(cè)的實(shí)線表示損失，左側(cè)的實(shí)線表示收益。VaR有兩個(gè)定義絕對(duì)VAR，給定置信程度〔99%〕下的最大損失，也稱VaR〔零值〕VAR〔均值〕第二種VaR定義方式與經(jīng)濟(jì)資本分配和風(fēng)險(xiǎn)調(diào)整后資本收益率〔RAROC〕計(jì)算一致。注：大多數(shù)VaR都是短期風(fēng)險(xiǎn)，如1天、10天〔監(jiān)管者要求〕巴塞爾協(xié)議規(guī)定p=99%對(duì)于內(nèi)部資產(chǎn)，p=99.96%VaR與ES的定義VaRVaR的性質(zhì)單調(diào)性：假設(shè)L1≤L2在任何情況下都成立，那么VaRτ(L1)≤VaRτ(L2)正齊次性：對(duì)于恣意正數(shù)h，有VaRτ(hl)≤hVaRτ(L)平移不變性：對(duì)于恣意一個(gè)固定的常數(shù)α，有VaRτ(L)≤VaRτ(L)+α不滿足次可加性VaR不滿足次可加性的例子VaR與ES的定義ES〔TVaR，CVaR，CED〕ES的定義對(duì)于金融資產(chǎn)損失函數(shù)L，在VaR的根底上，可以給出置信程度100(1-τ)%的ES定義如下ES1-τ(L)=E[Lt|Lt>VaR1-τ(L)]ES的性質(zhì)ES不但滿足單調(diào)性、正齊次性、平移不變性，而且還滿足次可加性，是一致性風(fēng)險(xiǎn)測(cè)度。

VaR的計(jì)算計(jì)算VaR的步驟逐日盯市確認(rèn)投資組合的市值衡量風(fēng)險(xiǎn)要素的變化率，如動(dòng)搖率15%設(shè)定時(shí)間區(qū)域，樣本察看時(shí)間段，如10天設(shè)定置信程度，如99%，假設(shè)分布，如正態(tài)分布分析前面信息數(shù)據(jù)，得出收入的分布概率，計(jì)算潛在的最大損失，綜合得出VaR，如在99%的置信程度的VaR為700美圓影響VaR計(jì)算的幾個(gè)主要要素上尾部概率τ持有期Δt損失的累積分布函數(shù)金融頭寸的資產(chǎn)價(jià)值需求留意的是，空頭頭寸與多頭頭寸在實(shí)踐分析過程中有明顯不同。

幾種常見的計(jì)算方法非參數(shù)法：運(yùn)用歷史數(shù)據(jù)，計(jì)算閱歷分布和閱歷分位數(shù)。歷史模擬法參數(shù)法：假定收益率服從某種分布，估計(jì)參數(shù)，計(jì)算分布的分位數(shù)。正態(tài)分布T分布極值分布?xì)v史模擬法〔HistoricalSimulationApproach〕首先選擇風(fēng)險(xiǎn)因子的歷史數(shù)據(jù)，例如500個(gè)買賣日數(shù)據(jù)。其次，用歷史數(shù)據(jù)計(jì)算資產(chǎn)組合的價(jià)值和價(jià)值的變化.最后，構(gòu)建直方圖，找到1%的分位點(diǎn)，即第5個(gè)最壞的損失。計(jì)算VAR。歷史模擬法計(jì)算例子思索一個(gè)美國投資者，在2021年9月25日持有價(jià)值1000萬的投資組合〔如圖〕，組合中有4個(gè)股票指數(shù)，指數(shù)價(jià)錢以美圓計(jì)算，下面顯示了4個(gè)指數(shù)的收盤價(jià)錢的歷史數(shù)據(jù)〔可下載〕10天VaR歷史模擬法的推行1、對(duì)察看值設(shè)定權(quán)重使權(quán)重隨時(shí)間回望期的延伸而按指數(shù)速度遞減將一切觀測(cè)值由最壞到最好進(jìn)展排序由損失最壞的情形開場，累積計(jì)算每一項(xiàng)權(quán)重的和，直到到達(dá)某指定分位數(shù)界限時(shí)為止?？梢越?jīng)過回想檢驗(yàn)中，測(cè)試不同的l，來選取最正確參數(shù)l2、更新動(dòng)搖率利用第i天動(dòng)搖率與當(dāng)前動(dòng)搖率的不同，運(yùn)用一種更新動(dòng)搖率的方式，并基于在第i天觀測(cè)到的百分比變化來調(diào)整市場變量。例如,假定是的兩倍。市場變量在第i個(gè)情形會(huì)變成3、自助法假定有500個(gè)數(shù)據(jù)由觀測(cè)樣本x=(x1，…，xn)構(gòu)造閱歷分布函數(shù)Fn;從Fn中抽取簡單樣本X*=〔X1，…，Xm〕，m<=n,反復(fù)步驟〔2〕N次，由Bootstrap子樣得到樣本p分位數(shù)，xp，i，i=1，…，N。計(jì)算統(tǒng)計(jì)量:由中心極限定理，可以得到xp近似服從正態(tài)分布，由此可以得到分位點(diǎn)的點(diǎn)估計(jì)和區(qū)間估計(jì)。參數(shù)法1、正態(tài)分布：Z=(R–μ)/sdenotesastandardnormalvariable,N(0,1),不同置信程度對(duì)應(yīng)的臨界值如何選擇c和時(shí)間段Dt公司范圍內(nèi)不同市場風(fēng)險(xiǎn)的比較，99%，1天潛在損失的衡量滿足資本充足率回溯規(guī)范1日VaR和10日VaR假設(shè)市場是有效的，每日收益Rt是獨(dú)立同分布的，服從正態(tài)分布N(m,s2)，那么10日收益率也是服從正態(tài)分布，均值10m，方差是10s2均值方差法計(jì)算股票組合的VaR假設(shè)持有兩種股票，價(jià)錢分別為S1〔持有數(shù)量n1〕、S2〔持有數(shù)量n2〕，那么股票組合的價(jià)值為〔1〕風(fēng)險(xiǎn)因子選擇股票價(jià)錢，Rv=資產(chǎn)組合收益率Ri=第i種股票的收益率，i=DSi/Siwi=資產(chǎn)組合中投資于第i種股票的比重,i,=1,2,withSwi=1〔2〕計(jì)算風(fēng)險(xiǎn)因子Rv的分布：假設(shè)價(jià)錢服從對(duì)數(shù)正態(tài)分布，日收益率服從正態(tài)分布。假設(shè)股票收益率Ri服從正態(tài)分布，mi和si，相關(guān)系數(shù)為r?！?〕計(jì)算股票i的1日和10日VAR〔4〕計(jì)算資產(chǎn)組合1日和10日的VaR經(jīng)過對(duì)這兩支股票一年的歷史數(shù)據(jù)，可以估計(jì)收益率的均值和方差分別為代入數(shù)據(jù)whereVaR1,VaR2,andVaRVdenotetheone-dayvalueatriskatthe99percentconfidencelevelfor留意，資產(chǎn)組合的VaR小于兩個(gè)資產(chǎn)的VaR的和，這反映了由于權(quán)益資產(chǎn)不完全相關(guān)而引起的資產(chǎn)組合效應(yīng)。均值方差法計(jì)算其他金融產(chǎn)品的VaR假設(shè)持有風(fēng)險(xiǎn)資產(chǎn)，價(jià)值為V，將V表述為n個(gè)風(fēng)險(xiǎn)因子fi的函數(shù)，i=1,...,n.，那么一階泰勒展開近似為Didenotesthe"delta〞假設(shè)風(fēng)險(xiǎn)因子都服從正態(tài)分布，那么均值方差分析的優(yōu)缺陷優(yōu)點(diǎn)：計(jì)算方便根據(jù)中心極限定理，風(fēng)險(xiǎn)因子不一定需求滿足正態(tài)性不需求定價(jià)模型，只需敏感因子缺陷收益正態(tài)性假設(shè)不滿足胖尾性需求估計(jì)動(dòng)搖率和相關(guān)系數(shù)無法進(jìn)展敏感性分析無法計(jì)算置信區(qū)間均值方差的推行利用指數(shù)加權(quán)挪動(dòng)平均值〔EWMA〕模型計(jì)算方差-協(xié)方差回歸條件異方差〔GARCH〕模型計(jì)算時(shí)變方差運(yùn)用其它分布，隨機(jī)模擬產(chǎn)生DP的分布2、t分布大多數(shù)收益率是“胖尾〞的。可運(yùn)用t分布來描畫，用三個(gè)目的均值m、方差s2和自在度vV描畫了胖尾形，v越小，尾部越胖；v越大，t分布越趨于正態(tài)分布。對(duì)于金融時(shí)間序列，v的取值常在4和8之間。極值實(shí)際極值實(shí)際可以描畫一個(gè)變量x的閱歷概率分布的右尾部形狀.(假設(shè)要描畫左尾部形狀，我們可以運(yùn)用變量–x.〕我們先選擇右端尾部的一個(gè)數(shù)值u我們可以運(yùn)用Gnedenko的結(jié)論：隨著分布u的添加，趨向于廣義帕累托〔Pareto〕分布。43廣義Pareto分布44廣義Pareto分布有兩個(gè)參數(shù)x(有關(guān)分布的外形)和b(分布的規(guī)模因子)廣義Pareto分布的累計(jì)分布函數(shù)為參數(shù)的最大似然估計(jì)45我們將一切大于u的察看值xi,按從大到小進(jìn)展排序。假設(shè)有nu個(gè)觀測(cè)值比u大。我們采用使得最大的x和b作為最大似然法估計(jì)的參數(shù)運(yùn)用極值實(shí)際估計(jì)VaR對(duì)應(yīng)于置信程度為q的VaR，我們對(duì)F(VaR)=q求解因此極值實(shí)際的例子令u=200，nu=13。采用Excel計(jì)算中的Solve程序，可求得使似然函數(shù)到達(dá)最大值的參數(shù)值為在99%的置信程度下的VaR值為有關(guān)u的選擇閱歷法那么：保證u近似等于實(shí)證分布中的95%的分位數(shù)。蒙特卡羅模擬采用蒙特卡羅模擬法，計(jì)算買賣組合一天展望期的VaR：利用當(dāng)前的市場變量對(duì)買賣組合進(jìn)展定價(jià)從Dxi服從的多元正態(tài)分布中進(jìn)展一次抽樣由Dxi的抽樣計(jì)算出在買賣日末的市場變量利用新產(chǎn)生的市場變量來對(duì)買賣組合重新定價(jià)計(jì)算ΔP反復(fù)2-5步的計(jì)算，得出ΔP的概率分布計(jì)算股票組合的VaR首先，選擇一切風(fēng)險(xiǎn)因子，設(shè)定其動(dòng)態(tài)模型〔能夠需求估計(jì)均值、方差和相關(guān)系數(shù)等變量〕，例如股票價(jià)錢服從如下隨機(jī)過程其次，構(gòu)造價(jià)錢途徑，例如上述隨機(jī)微分方程的解為withWtdenotingthecumulativeinnovationsfrom0tot.將上述過程離散化，利用均勻分布隨機(jī)數(shù)，可以得出構(gòu)造價(jià)錢途徑所需求的隨機(jī)數(shù)據(jù)。Dt=timeintervalbetweentandt–1Z=standardnormalvariableN(0,1)suchthat當(dāng)有多個(gè)風(fēng)險(xiǎn)資產(chǎn)服從式〔27〕的幾何布朗運(yùn)動(dòng)隨機(jī)過程，相關(guān)系數(shù)為rij，均值為mi，方差為si，可將多變量方程寫為X=(X1,...,Xn)是多元正態(tài)隨機(jī)向量，均值等于0，方差矩陣為S，Sij=E(XXT)=rij,產(chǎn)生隨機(jī)向量X=(X1,...,Xn)的方法先產(chǎn)生n個(gè)正態(tài)隨機(jī)變量隨機(jī)數(shù)計(jì)算矩陣A，使得S=AAT，例如產(chǎn)生隨機(jī)向量最后，計(jì)算資產(chǎn)組合的價(jià)錢和VAR模擬10000次的價(jià)錢途徑，得到資產(chǎn)組合的價(jià)錢閱歷分布，計(jì)算1%的分位數(shù)。MonteCarloApproach優(yōu)缺陷優(yōu)點(diǎn)：可以思索其他分布，如允許胖尾，騰躍等特殊景象存在可以將任何復(fù)雜的資產(chǎn)組合納入模型可計(jì)算置信區(qū)間敏感性分析和壓力測(cè)試缺陷某些不測(cè)情況未被納入分布中。計(jì)算機(jī)才干限制回想測(cè)試8.59回想測(cè)試〔Back-Testing〕回想測(cè)試的過程是統(tǒng)計(jì)例外的天數(shù)，也就是實(shí)踐損失超出VaR的情形.損失可以是實(shí)踐損失或者實(shí)際損失.假設(shè)發(fā)生例外的概率是p(=1–X),那么在n天內(nèi)發(fā)生m次例外的能夠性為Kupiec構(gòu)建了一種基于初次出現(xiàn)損失超越VAR的時(shí)間的檢驗(yàn)。設(shè)表示初次出現(xiàn)損失超越VAR所需求的天數(shù)，服從幾何分布，零假設(shè)p=1-c,似然比檢驗(yàn)為假設(shè)LR>3.84,回絕原假設(shè)。在JP摩根的例子中，T=252，N=20，p=0.95%，LR=3.91巴塞爾規(guī)那么記錄上一個(gè)年度的每日超越VaR特例事件在黃燈區(qū)，監(jiān)管者根據(jù)出現(xiàn)特例事件的緣由決議能否加以處分。模型的構(gòu)成嚴(yán)謹(jǐn)。偏向的發(fā)生是由于頭寸報(bào)告不準(zhǔn)確，或者程序碼錯(cuò)誤。模型的準(zhǔn)確度科研提高。偏向發(fā)生是由于模型不能準(zhǔn)確地衡量風(fēng)險(xiǎn)〔到期察看值缺乏〕同日買賣。頭寸在當(dāng)天發(fā)生變化運(yùn)氣不好。市場動(dòng)搖非常大或者相關(guān)性變化回溯問題的要點(diǎn)在將運(yùn)氣不好和錯(cuò)誤模型分開。下面的表給出了正確模型后驗(yàn)測(cè)試本卷須知樣本察看世界應(yīng)該盡量短，以增大察看事件的數(shù)量，減少投資組合構(gòu)成的變化影響置信程度不要選太高，由于這樣會(huì)降低統(tǒng)計(jì)測(cè)試的有效性或力度。后驗(yàn)測(cè)試需求平衡兩種類型誤差的選擇，回絕正確模型和接受錯(cuò)誤的模型。我國商業(yè)銀行關(guān)于前往測(cè)試的〔一〕商業(yè)銀行應(yīng)比較每日的損益數(shù)據(jù)與內(nèi)部模型產(chǎn)生的風(fēng)險(xiǎn)價(jià)值數(shù)據(jù)，進(jìn)展前往檢驗(yàn)，根據(jù)最近一年內(nèi)突破次數(shù)確定市場風(fēng)險(xiǎn)資本計(jì)算的附加因子，并按季度將前往檢驗(yàn)結(jié)果及附加因子調(diào)整情況報(bào)告銀監(jiān)會(huì)。銀監(jiān)會(huì)對(duì)商業(yè)銀行前往檢驗(yàn)結(jié)果和附加因子調(diào)整情況進(jìn)展監(jiān)視?！捕撤弦韵虑闆r的，商業(yè)銀行可向銀監(jiān)會(huì)懇求不根據(jù)實(shí)踐突破次數(shù)調(diào)整附加因子：1．商業(yè)銀行如能合理闡明其運(yùn)用的模型根本穩(wěn)健，以及突破事件只屬暫時(shí)性質(zhì)，那么銀監(jiān)會(huì)可以決議不將該突破事件計(jì)入突破次數(shù)。2．當(dāng)金融市場發(fā)生本質(zhì)性的制度轉(zhuǎn)變時(shí)，市場數(shù)據(jù)的動(dòng)搖與相關(guān)系數(shù)的艱苦變化能夠引發(fā)短時(shí)間內(nèi)的大量突破事件。在這種情況下，銀監(jiān)會(huì)可要求商業(yè)銀行盡快把制度轉(zhuǎn)變的要素納入其內(nèi)部模型，這一過程中可暫不調(diào)高附加因子?！踩硟?nèi)部模型的前往檢驗(yàn)應(yīng)至少滿足以下要求：1．商業(yè)銀行應(yīng)每日計(jì)算基于T-1日頭寸的風(fēng)險(xiǎn)價(jià)值與T日的損益數(shù)據(jù)并進(jìn)展比較，如損失超越風(fēng)險(xiǎn)價(jià)值那么稱為發(fā)生一次突破。2．上述風(fēng)險(xiǎn)價(jià)值的持有期為1天，置信區(qū)間、計(jì)算方法以及運(yùn)用的歷史數(shù)據(jù)期限等參數(shù)應(yīng)與運(yùn)用內(nèi)部模型法計(jì)提市場風(fēng)險(xiǎn)資本要求時(shí)所用參數(shù)堅(jiān)持一致。3．突破的統(tǒng)計(jì)方法采用簡單突破法，即每季度末統(tǒng)計(jì)過去250個(gè)買賣日的前往檢驗(yàn)結(jié)果中總計(jì)發(fā)生的突破次數(shù)。4．商業(yè)銀行向銀監(jiān)會(huì)懇求實(shí)施內(nèi)部模型法時(shí)，應(yīng)建立前往檢驗(yàn)流程，并積累至少一年的前往檢驗(yàn)結(jié)果數(shù)據(jù)?！菜摹尺\(yùn)用內(nèi)部模型法計(jì)量特定市場風(fēng)險(xiǎn)資本要求的，商業(yè)銀行應(yīng)對(duì)相關(guān)的利率和股票類子組合進(jìn)展前往檢驗(yàn)?！参濉成虡I(yè)銀行應(yīng)建立前往檢驗(yàn)的文檔管理和報(bào)告制度。1．商業(yè)銀行應(yīng)對(duì)前往檢驗(yàn)過程及結(jié)果建立完好的書面文檔記錄，以供內(nèi)部管理、外部審計(jì)和銀監(jiān)會(huì)查閱運(yùn)用。2．前往檢驗(yàn)突破事件發(fā)生后，應(yīng)及時(shí)書面報(bào)告商業(yè)銀行擔(dān)任市場風(fēng)險(xiǎn)管理的高級(jí)管理層成員。3．商業(yè)銀行正式實(shí)施市場風(fēng)險(xiǎn)內(nèi)部模型法后，應(yīng)每季度將過去250個(gè)買賣日的前往檢驗(yàn)結(jié)果報(bào)告提交銀監(jiān)會(huì)?！擦嘲凑者^去250個(gè)買賣日的前往檢驗(yàn)突破次數(shù)，其結(jié)果可分為綠區(qū)、黃區(qū)和紅區(qū)三個(gè)區(qū)域。1．綠區(qū)，包括0至4次突破事件。綠區(qū)代表前往檢驗(yàn)結(jié)果并未顯示商業(yè)銀行的內(nèi)部模型存在問題。2．黃區(qū)，包括5至9次突破事件。黃區(qū)代表前往檢驗(yàn)結(jié)果顯示商業(yè)銀行的內(nèi)部模型能夠存在問題，但有關(guān)結(jié)論尚不確定，因此，模型是準(zhǔn)確或不準(zhǔn)確均有能夠。通常情況下，隨著出現(xiàn)突破事件次數(shù)由5次添加至9次，模型不準(zhǔn)確的能夠性會(huì)逐漸增大。3．紅區(qū)，包括10次或以上突破事件。紅區(qū)代表前往檢驗(yàn)結(jié)果顯示商業(yè)銀行的內(nèi)部模型存在問題的能夠性極大。分區(qū)過去250個(gè)交易日的返回檢驗(yàn)突破次數(shù)資本附加因子綠區(qū)少于5次0.00黃區(qū)5次0.406次0.507次0.658次0.759次0.85紅區(qū)10次或以上1.00〔七〕市場風(fēng)險(xiǎn)前往檢驗(yàn)突破次數(shù)、分區(qū)及資本附加因子的對(duì)應(yīng)關(guān)系見表1。表1：突破次數(shù)與附加因子關(guān)系表七、模型驗(yàn)證要求商業(yè)銀行采用內(nèi)部模型法計(jì)算市場風(fēng)險(xiǎn)監(jiān)管資本要求，應(yīng)按本方法的規(guī)定對(duì)市場風(fēng)險(xiǎn)內(nèi)部模型及支持體系進(jìn)展驗(yàn)證，確保模型實(shí)際正確、假設(shè)合理、數(shù)據(jù)完好、模型運(yùn)轉(zhuǎn)情況良好、計(jì)算準(zhǔn)確、運(yùn)用分析恰當(dāng)。市場風(fēng)險(xiǎn)內(nèi)部模型驗(yàn)證的詳細(xì)要求見本方法附件14。例如，摩根的例子LRind=9.53投資組合的VaR投資組合的VaR投資組合的VaR值可以經(jīng)過所包含的各種資產(chǎn)的風(fēng)險(xiǎn)組合得出。投資組合的收益W的取值含義？矩陣方式以金額敞口x的方式正態(tài)模型的投資組合VaR假設(shè)一切單個(gè)證券的收益率都服從正態(tài)分布，那么投資組合的收益率也服從正態(tài)分布。我們可以將置信程度c轉(zhuǎn)化成規(guī)范差的倍數(shù)a，投資組合的VaR等于各個(gè)組成部分的風(fēng)險(xiǎn)相關(guān)性與投資組合風(fēng)險(xiǎn)假設(shè)一個(gè)投資組合只需兩項(xiàng)資產(chǎn)r=0思索：在允許賣空時(shí)，相關(guān)性對(duì)組合風(fēng)險(xiǎn)有什么影響？r=18.77邊沿VaR,遞增VaR及成分VaR邊沿VaR是指買賣組合價(jià)錢變化同某個(gè)組合成分xi變化的比率:遞增VaR是指該買賣組合對(duì)VaR的遞增效應(yīng)，即買賣組合包含此子組合是的VaR與不包含此子組合是的VaR的差第i個(gè)子買賣組合的成分VaR,Ci,是指第i個(gè)子買賣組合對(duì)整個(gè)買賣組合VaR的奉獻(xiàn)量:邊沿VaR邊沿VaR衡量的是對(duì)投資組合中某個(gè)資產(chǎn)添加1美圓的敞口，所引起的組合VaR的變化值，它是對(duì)該資產(chǎn)頭寸的部分偏導(dǎo)將其轉(zhuǎn)換成VAR數(shù)值這個(gè)邊沿VaR與b親密相關(guān)，"Incremental-VaR"(IVaR)遞增VAR是指參與或撤銷一個(gè)資產(chǎn)A后，資產(chǎn)組合整體VAR的變化。IVAR為正，闡明正相關(guān)，資產(chǎn)A添加風(fēng)險(xiǎn)IVAR為負(fù)，闡明負(fù)相關(guān)，資產(chǎn)A減少風(fēng)險(xiǎn)缺陷：耗時(shí)缺陷是耗時(shí)太多近似計(jì)算案例1續(xù)先計(jì)算b我們添加10000美圓的初始頭寸，增量VaR為接著，我們把該值與投資組合風(fēng)險(xiǎn)進(jìn)展完全評(píng)價(jià)獲得的增量VaR相比成分VaR成分VaR是指假設(shè)該成分被剔除掉，投資組合VaR的值近似變化量，一切成分VaR的加總與組合的VaR值相等。根據(jù)上述公式，VaR可以根據(jù)任何規(guī)范對(duì)風(fēng)險(xiǎn)奉獻(xiàn)進(jìn)展分解。對(duì)于大型投資組合，成分VaR可以經(jīng)過貨幣種類，資產(chǎn)等級(jí)種類、地理位置或部門的方式表示。適用于普通分布的VaR工具對(duì)組合VaR的奉獻(xiàn)把歐元頭寸調(diào)整為0，計(jì)算VaR值的變化，并與原結(jié)果進(jìn)展比較?？偨Y(jié)257,73892,738152,108案例4全球股票投資組合日本與巴西頭寸風(fēng)險(xiǎn)奉獻(xiàn)加總超越50%美國和英國頭寸占比最大，但頭寸風(fēng)險(xiǎn)奉獻(xiàn)為20%日本有4.5%的超權(quán)重的頭寸應(yīng)該被降低到低風(fēng)險(xiǎn)程度，最正確是下降4.93%案例5：巴林銀行背景1995年2月27日，英國中央銀行忽然宣布：巴林銀行不得繼續(xù)從事買賣活動(dòng)并將懇求資產(chǎn)清理。這個(gè)音訊讓全球震驚，由于這意味著具有233年歷史、在全球范圍內(nèi)掌管270多億英鎊的英國巴林銀行宣告破產(chǎn)。具有悠久歷史的巴林銀行曾發(fā)明了無數(shù)令人瞠目的業(yè)績，其雄厚的資產(chǎn)實(shí)力使它在世界證券史上具有特殊的位置。可以這樣說：巴林銀行是金融市場上的一座耀眼輝煌的金字塔。

年僅28歲的買賣員尼克·里森將已有233年歷史的英國巴林銀行賠了個(gè)精光，真是巨石激起滔天浪，一時(shí)間各方爭相報(bào)道巴林事件。尼克·里森也由此成為了世界知曉的人物，擠進(jìn)了各大報(bào)刊雜志的頭版。當(dāng)然，無數(shù)的假設(shè)與理性分析判別亦風(fēng)起云涌，大量的猜測(cè)與結(jié)論令人眼花繚亂。那么。這個(gè)金字塔怎樣就須臾倒塌了呢：究其緣由還得從1995年說起，當(dāng)時(shí)擔(dān)任巴林銀行新加坡期貨公司執(zhí)行經(jīng)理的里森，同時(shí)一人身兼首席買賣員和清算主管兩職。有一次，他手下的一個(gè)買賣員，因操作失誤虧損了6萬英鎊，當(dāng)里森知道后，卻由于害怕事情暴露影響他的前程，便決議動(dòng)用88