摘要:VaR是一种应用广泛的风险度量技术,已经成为风险管理领域一个事实上的标准。VaR概念比较简单,但功效强大。本文简要介绍了VaR的一般原理,并结合银行间市场投资主体不同的风险承受能力,给出了VaR的一个具体应用。
风险是一柄双刃剑。既想利用风险来获取收益,又担心风险会造成较大的损失,这是投资者普遍面临的矛盾心理状态。同时,风险承受的能力也因人而异,这种差别与很多因素相关,如公司规模、经营策略、管理制度以及责任人的心理状态、道德观念等。投资者一方面要对自己现有的投资组合进行风险监控,另一方面还要根据自己的风险承受能力来构建合适的投资组合。那么自己对风险的承受能力究竟是多大呢?能不能有一种客观的方法可以定量地测算出自己能承受多大的风险呢?近年来流行的VaR(Value at Risk)技术,可以帮助做出一个定量的判断。
一、VaR与风险承受力
20世纪90年代后,一种新型的风险度量方法——VaR方法得到广泛的应用。它的含义是:一资产或组合在一个给定的置信水平和持有期间时,在正常的市场条件下的最大期望损失。如在给定的持有期间是一个星期,给定的置信水平为99%即损失概率为1%时,某投资组合的VaR等于1000万元人民币,意味着在下一个星期中有1%的可能性该组合的期望损失将超过1000万元人民币。
风险VaR度量方法的优点是:VaR简洁的含义和直观的价值判断方法,使得资产或资产组合的风险能够具体化为一个与收益相配比的数字,从而有利于经营管理目标的实现。从概念的内涵可以看出:VaR也是一种建立在Downside-Risk思想上的风险度量方法。它更侧重对影响投资绩效的消极收益率的管理;与方差方法相比,它更接近于投资者对风险的真实心理感受,更适合于在收益一般分布情况下的风险精确计量和管理。决定合适的风险承受水平是成功投资决策的关键。
二、VaR的度量方法
统计中有三个名词的简写都是字母var,它们是有区别的。用Var表示方差variance,用VAR表示时间序列中的Vector AutoRegression向量自回归,用VaR表示Value at Risk风险值。这里谈的是最后一个VaR.
当我们认为资产的价格是随机波动时,那么它偏离均值的值超过3倍标准差的概率小于九分之一,统计学中的切比谢夫不等式保证这一点,即
P(|V-μ|>3σ)<1/9
如认为价格是正态分布,那么上述事件的概率小于0.01.因此,以当天的价格为基准,记为V0,下一个交易日的价格V1比V0小,就会造成损失。最糟糕情况下的损失是多少呢?按照上面的考虑V1比V0小3σ已经达到了九分之一(或者说0.01的可能在正态假设下)的概率极限了,所以用V0-3σ作为衡量最大损失是合适的。σ是证券价格的标准差,也就是说,有九分之八的可能(或者说0.99的可能在正态假定下)下一个证券价格不会低于Vo-3σ,所以V0-3σ称为风险值VaR,也就是告诉我们损失的界限在3σ以内。同样的道理,可能获得的收益也不会大于3σ。如果承受不了3σ的损失,那么持有这个证券将超越风险的承受能力。这就看出标准差σ的重要性了。事实上,近几十年来,计量经济学中许多研究实际上都是与方差有关的,ARCH模型、CARCH模型和EGARCH模型等,都是研究波动率的,也就是要从数据中去发现方差变动的规律。
一般投资者不会只购买一种资产,实际上他手上持有的资产通常有几种,价格也各不相同,投资的比例也不一样,通常称为投资组合。每一个投资组合相应有一个期望收益、一个方差σ2,所以前面的3σ原理仍然是适用的,只是这时的σ是手上投资组合的σ。如果投资者着眼的不是一天的短期投资,而是一段时期的投资,那么所要考虑的3σ中的σ是相应期限、投资组合的标准差。所以VaR技术中关键的内容是如何准确估计制定投资组合相应期限的标准差σ,或者是方差σ。
设想一个投资者有10亿元的资金,他希望投资的风险能在他力所能及的范围内,例如他认为损失不会超过0.9亿元,于是3σ=0.9亿元,也即σ=0.3亿元,a2=0.09亿2.因此,投资者应该寻找σ2≤0.09尽可能大的一种投资策略。如果投资者能承受的损失不能超过1.2亿元,则由3σ=1.2亿得到σ2[1.2/3]2=0.16亿2,根据这个σ2再去找最大收益的投资方案。
对机构投资者而言,首席交易员首先要确定本机构所能承受的最大损失,然后对其属下交易员的持仓头寸进行VaR的实时监控,通过与最大风险的承受能力进行比较,实时调整整个机构的投资策略,使整个机构的仓位风险始终处于自己的风险承受能力之下。此外,利用VaR技术,还可以构建适合自己风险承受能力的最优投资组合:首先,确定一个可以承受的最大损失额,然后再确定出待建投资组合的波动性σ,并利用CAPM等理论选择最优的投资组合,具体的技术细节这里就不再赘述。很明显,风险的大小与期望收益的多寡是有关的,风险小收益也小,风险大时可能的收益也就大。但是要注意的是,风险的大小与收益多少并不呈线性关系,也就是说,并不是风险大1倍,收益也就多1倍,从刚才计算的损失和风险的关系中我们可以体会到这一点。
当然,VaR方法也不是完美的风险度量方法。VaR对未来的损失估计是基于历史数据,并假定变量间过去的关系在未来保持不变。显然,在许多情况下,这并不符合实际。但是由于VaR方法的直观和方便,因此已在风险测量、监管等领域得到广泛应用,现已成为金融风险度量的主流方法。
三、应用VaR提高风险管理水平
许多国家的金融监管当局利用VaR技术对银行和证券公司的风险进行监控,以VaR值作为衡量金融中介机构风险的统一标准与管理机构资本充足水平的一个准绳和依据。与此同时,很多银行也采用VaR风险计量模型来计量各种业务和投资组合的市场风险,将其资本水平与所承担的市场风险相挂钩,以提高银行的资本充足率,增强其资本实力和抵御风险的能力。巴塞尔协议也充分肯定了VaR方法在金融监管中的地位。
加入WTO后的中国金融市场,随着改革的深入进行,市场机制将发挥越来越重要的作用。货币市场的发展、股票市场的活跃、外汇市场的开放、衍生市场的启动,随着这些市场的发展,市场风险的管理正逐步提上议事日程。但是我国现行的金融监管主要还停留在机构和业务的准入以及对于支付风险的监控和处理上,监管手段比较单一,方法也相对落后,对于市场风险还未进行相应的监管。为了保持与国际金融风险监管的同步,有必要运用先进的风险监管手段,提高我国的金融监管水平。金融机构应该运用现代统计方法,摒弃主观判断的随意性,进一步深入研究适用于我国金融市场的风险计量模型和风险管理模式,并在实践中不断积累经验,逐步实现从定性管理到定量管理的转变。VaR作为度量市场风险的一个国际标准,不能停留在一个简单的数学计算上,而要从数字出发洞悉其中的意义,为风险管理、投资决策提供一个客观的标准。
中国外汇交易中心暨全国银行间同业中心近期推出的市场分析和风险管理系统(以下简称“F-系统”)升级模块包含了VaR分析的功能,这是F-系统在数量化风险分析方面迈出的第一步,受到了市场成员的广泛关注。F-系统能够计算单个债券的 VaR,债券组合的VaR以及进行事后检验等等。 VaR技术在银行间市场的推广和使用,将为市场交易成员提供更加全面和深入的服务,并帮助市场成员在变化莫测的价格波动中,度量风险、管理风险并利用风险,实现风险管理的终极目标。
参考文献
[1]JP Morgan,1996,Risk Mehics Classic,4th ed.,JP Moran Technical Document.
[2]皮埃特罗·潘泽,维普·K·班塞尔。用VaR度量市场风险。北京:机械工业出版社,2001
[3]张尧庭。金融市场的统计分析。南宁:广西师范大学出版社,1998