VaR模型及其在證券投資管理中的應用

閆馨月

摘 要：近年來，國際金融市場規模越來越大，管理越來越規范，金融機構的競爭重心也從原來的資源探索轉移到內部管理上來。目前越來越多發達國家的銀行和證券公司等金融機構都在創新金融產品，各金融機構的經營管理也越來越注重風險管理。證券市場是金融市場的重要組成部分，在金融一體化浪潮中，須更加注重風險管理。基于此，本文介紹了VaR模型在風險管理中的應用。首先對VaR模型進行了概述，接著分析了證券公司的風險控制和管理，最后闡述了VaR模型在證券投資管理中的應用。

關鍵詞：VaR模型? 證券投資? 風險管理? 金融機構

中圖分類號：F830.91 文獻標識碼：A 文章編號：2096-0298（2020）01（b）--02

以往的資產負債管理缺乏時效性，而且太過依賴金融機構的報表分析[1]。以往的方法具有局限性，比如資產定價模型不能與新生的金融衍生產品相融合，β系數及方差等只能單一反映資產的波動幅度，所以這些方法難以準確度量金融風險[2]。基于此，G30集團于1993年提出了一種風險估價模型，即VaR模型，用來度量市場風險。此后不久，摩根又在此基礎上推出了用來計算VaR的風險控制模型。如今，大多數金融機構都用VaR模型來度量風險[3]。

1 VaR風險控制模型

1.1 VaR方法的產生

第二次世界大戰后，全球經濟活動日漸國際化，導致各個微觀方向經濟主體所在的政治，經濟和社會環境日趨復雜，其運作也面臨著日漸增大的風險。這一點在金融市場的表現尤為突出。金融風險，是指因為各個經濟活動的不確定性而導致的資金在籌集與運用中產生損失的可能性大小。一般來說金融風險主要有以下四種類型：（1）市場風險，指因金融資產或負債的價格波動導致的風險;（2）信用風險，指因交易方無力履行合約或不履行合約導致的風險;（3）操作風險，指因無法進行預期交易導致的風險;（4）流動性風險，指因金融交易方的資金流動不足或者金融市場流動不足導致的風險。

在所有類型的金融風險中，信用風險和市場風險是最常見的兩種風險。在過去，金融市場價格相對來說較為穩定，所以人們更多注意的是金融市場中的信用風險，基本上不會考慮市場風險存在的因素。比如，70年代的金融風險管理基本上都是針對信用風險的管理。但是，自從70年代初期布雷頓森林體系崩潰后，在浮動匯率制下，利率與匯率等金融產品的價格變動日漸變得無序和頻繁。80年代以后，由于金融創新與信息技術飛速的發展，以及全世界各國金融發展自由化的潮流導致金融市場波動日益劇烈。在分散金融風險的需要下，一些金融衍生工具應運而生隨后得到了飛速發展。一般來說，金融衍生工具指的是以信用或杠桿交易為特征，以債券，貨幣，股票和其他傳統的金融工具為基礎進而衍生出的新型金融產品。一方面，金融工具可作為一種交易方式，另一方面，它也指基于這種交易方式的一系列合約。金融期權、金融期貨、利率互換和遠期外匯交易等都同屬于金融衍生產品。金融衍生工具在1995年的名義市場價值高達70萬億美元，與此同時，全球股票市場市值僅僅只有15萬億美元。但是隨著全球經濟的進一步發展，金融業日益拓寬到各個領域，從而金融衍生工具也涉獵各個方面。在這種情況下，人們更多利用金融產品投資并且期待貨幣升值，不再僅僅單純的只期望保值。隨著金融衍生工具被逐步廣泛應用于投資而不再是保值時，在規避風險需要下產生的金融衍生工具，也日益隱藏著巨大的風險。比如說近年來發生的巴林銀行倒閉案、美國奧倫治縣政府破產案與日本大和銀行巨額虧損案，全都與金融衍生工具密切相關。所以，如何有效控制金融市場中金融衍生工具的市場風險問題，成為投資人和銀行、金融監管局以及公司管理人員的當務之急。總的來說，金融衍生工具是一把“雙刃劍”，一方面它能有效的應用于規避風險，另一方面，如果操作不慎往往會取得適得其反的效果。因此，加大對金融衍生工具的風險監管力度成為當前最值得關注的問題。VaR方法就產生于這個時代背景下。

1.2 VaR模型的基本思想

VaR指的是處于風險狀態的價值，也就是說，某金融工具在一定置信水平和一定持有期內，面對未來的資產價格波動，可能損失的最大額度。摩根對VaR的解釋為：在既定頭寸被沖銷或重估前估計的最大損失值;有人也把VaR定義為：在給定置信區間和持有期內，所面臨的最大預期損失值。基于這兩個定義，從統計學角度來看VaR，可以解釋為在一定概率水平下，用數值表示金融機構風險估計值。VaR模型使用范圍很廣泛，既可以用來計算單一證券產品，也可以用來計算組合產品，還能結合別的方法，如數據包絡分析法來評價證券產品績效。

1.3 VaR模型的假設條件

在使用VaR模型時，通常作出以下假設：

（1）證券市場是有效的;

（2）證券市場是隨機波動的。

在應用VaR模型時，要完全遵守以上假設條件。我國目前的金融市場還不夠規范，政府干預較多，在這種情況下，想要完全滿足上述假設條件不太現實，所以在應用該模型時，只能近似處理，不能準確按照要求。

1.4 VaR模型的計算方法

用來計算VaR值的方法有很多，本文只介紹最常使用的三種方法。

1.4.1 歷史模擬法

歷史模擬法通過借助過去一段時間內的收益頻度的分布情況，找出某段時間的平均收益值以及最低收益率，從而算出VaR值。使用該方法要有一個假設條件，即認為收益和時間獨立同分布。將歷史收益數據做成直方圖，然后根據它預測真實收益分布，在這過程中收益分布形式僅由數據決定，并且不會扭曲甚至丟失信息。最后使用直方圖中的分位數據對收益分布作出估計。通常歷史收益數據直方圖中，橫坐標代表某機構在某一天的收益值，縱坐標代表一年當中出現這個收益值的天數，因此，便能反映出這個機構一年的收益頻度的分布情況。

1.4.2 方差—協方差法

方差—協方差法和歷史模擬法有一個共同特點，即依靠歷史數據計算VaR值。顧名思義，首先要計算出收益的標準差、方差、協方差，計算數據來源于歷史收益，然后假設收益服從正態分布，這樣就能夠求出置信水平下，分布與均值的偏差值，接著根據這個臨界值與風險損失建立聯系，就能最終推導計算出VaR值。

1.4.3 蒙特卡洛模擬法

蒙特卡洛模擬法與前兩個方法不同，它通過參考歷史數據，分析既定分布假設的參數特征，然后隨機產生一些方法，再根據這些方法模擬出收益值，最后再在此基礎上計算VaR值。

2 證券公司風險控制和管理

2.1 證券公司風險控制

把VaR模型應用到證券公司的風險管理中來，通過計算具體的VaR值，清晰直觀地反映出證券公司正在或將要面臨的風險和最大損失值。這樣一來，公司管理層就能認識到公司的風險，從而及時地作出調整，進而也能合理的管理公司。另外，對于公司員工來說，知道了潛在風險就能在服務投資者時做到心中有數，轉變服務方式，更好地為公司創造效益。如此就能多方受益。從另一個角度來說，證券公司可以設置VaR限制額，這樣做有助于規避不公平交易帶來的損失，也能進一步維持投資者和證券公司之間的良好信任關系，對證券市場的穩定也有重要意義。

2.2 證券公司風險管理

一旦處于風險之中，將會對拓展業務、自營業務以及一些其他類型的業務造成不利影響，所以進行風險管理對證券公司來說十分有必要，VaR模型的應用為風險管理提供了新思路新方法。對于證券市場可能出現的風險，中國證監會也出臺了許多規定辦法，但這些規定并不能完全應對證券公司的所有風險問題。無論各種證券產品運營多有效，都會多多少少存在一定程度的風險性，這也是金融行業本身的一個特點，風險無論怎樣都會存在，完全規避毫無可能，我們能做的就是提前預防并盡量降低損失。所以，為了最大程度降低損失，基本上所有證券公司都會提前準備一些風險準備金。

3 VaR模型在證券投資管理中的應用

目前，證券衍生的金融產品越來越多，這在一定程度上豐富了證券市場的產品種類，也創造了可觀的經濟效益，但是同時也會給證券公司帶來很多風險。由于我國證券市場相對于國外來說起步較晚，又往往帶有濃厚的地域標志，導致我國風險管理方面還沒有成熟完善的辦法。所以當前證券公司管理者面對的一個棘手問題就是怎樣才能有效地將VaR模型引入到風險管理中去。

3.1 VaR模型在證券投資管理中的應用優勢

VaR模型應用范圍很廣，使用方法很簡單，結果明確，并且將風險計量標準統一化，給投資者和管理人員的使用帶來很大便利。傳統的風險管理方法只能事后衡量，不能提前預測。但是VaR模型能夠做到提前預測，有助于證券公司降低風險損失。另外VaR模型以概率論和統計原理為基礎，科學可靠。綜上，VaR模型計算出的證券公司資產結構改革優化方案科學可信。

3.2 VaR模型在證券投資管理中的應用劣勢

VaR方法模型不會受到歷史經驗數據影響，但是它對數據的要求更為苛刻，既在數量方面對數據有要求，而且在質量方面也對數據有更高要求，在應用過程中必須要使用有代表性的數據，在如今我國并不完善的證券市場下，質量要求并不是那么容易達到;另外，由于有不可預期的情況出現，所以不能保證證券公司一直平穩運行，在這種證券公司未來走勢與過去走勢不同的情況下，VaR方法就不能使用。

4 證券公司在應用vaR模型時應注意的問題

證券公司自己提供本公司的交易數據，數據數量不成問題，但是數據質量難以保證，所以要謹慎使用有代表性的數據。除此之外，由于證券產品多，產品存續期各不相同，這便要求證券公司在進行風險管理的過程中要引入時間因素。由于證券公司證券產品的多樣性，在證券公司風險管理的過程中還需要進行多方位的考量。

參考文獻

王艷榮，邊寬江.基于VAR模型的現代保險業風險管理的研究[J].中國商貿，2013（6）.

李春龍，劉迎洲.基于DEA和VAR的小額貸款公司風險管理[J].中國商貿，2014（19）.

王春峰，萬海暉，張維.金融市場風險測量模型——VaR[J].系統工程學報，2000，15（3）.