市場(chǎng)風(fēng)險計量的方法(市場(chǎng)風(fēng)險的計算)

1.市場(chǎng)風(fēng)險的計算

市場(chǎng)風(fēng)險（Market Risk / Market Exposure）

計算市場(chǎng)風(fēng)險的方法主要是在險價(jià)值（VaR），它是在正常的市場(chǎng)條件和給定的置信水平（Confidence interval，通常為99%）上，在給定的持有期間內，某一投資組合預期可能發(fā)生的最大損失；或者說(shuō)，在正常的市場(chǎng)條件和給定的持有期間內，該投資組合發(fā)生VaR值損失的概率僅為給定的概率水平（即置信水平）。 主要包括方差一協(xié)方差法（Variance—Covariance Approach）、歷史模擬法（Histor- ical Simulation Method）和蒙特卡羅模擬法（Monte-Carlo Simulation）。

方差一協(xié)方差法是假定風(fēng)險因素收益的變化服從特定的分布，通常假定為正態(tài)分布，然后通過(guò)歷史數據分析和估計該風(fēng)險因素收益分布的參數值，如方差、均值、相關(guān)系數等，然后根據風(fēng)險因素發(fā)生單位變化時(shí)，頭寸的單位敏感性與置信水平來(lái)確定各個(gè)風(fēng)險要素的VaR值；再根據各個(gè)風(fēng)險要素之間的相關(guān)系數來(lái)確定整個(gè)組合的VaR值。當然也可以直接通過(guò)下面的公式計算在一定置信水平下的整個(gè)組合（這里的組合是單位頭寸，即頭寸為1）的VaR值，其結果是一致的。

公式中表示整個(gè)投資組合收益的標準差，σi、σj表示風(fēng)險因素i和j的標準差，ρij表示風(fēng)險因子i和j的相關(guān)系數， xi表示整個(gè)投資組合對風(fēng)險因素i變化的敏感度，有時(shí)被稱(chēng)為Delta.在正態(tài)分布的假設下，xi是組合中每個(gè)金融工具對風(fēng)險因子i的Deka之和。

歷史模擬法以歷史可以在未來(lái)重復為假設前提，直接根據風(fēng)險因素收益的歷史數據來(lái)模擬風(fēng)險因素收益的未來(lái)變化。在這種方法下，VaR值直接取自于投資組合收益的歷史分布，組合收益的歷史分布又來(lái)自于組合中每一金融工具的盯市價(jià)值（Mark to Market value），而這種盯市價(jià)值是風(fēng)險因素收益的函數。具體來(lái)說(shuō)，歷史模擬法分為三個(gè)步驟：為組合中的風(fēng)險因素安排一個(gè)歷史的市場(chǎng)變化序列，計算每一歷史市場(chǎng)變化的資產(chǎn)組合的收益變化，推算出VaR值。因此，風(fēng)險因素收益的歷史數據是該VaR模型的主要數據來(lái)源。

蒙特卡羅模擬法即通過(guò)隨機的方法產(chǎn)生一個(gè)市場(chǎng)變化序列，然后通過(guò)這一市場(chǎng)變化序列模擬資產(chǎn)組合風(fēng)險因素的收益分布，最后求出組合的VaR值。蒙特卡羅模擬法與歷史模擬法的主要區別在于前者采用隨機的方法獲取市場(chǎng)變化序列，而不是通過(guò)復制歷史的方法獲得，即將歷史模擬法計算過(guò)程中的第一步改成通過(guò)隨機的方法獲得一個(gè)市場(chǎng)變化序列。市場(chǎng)變化序列既可以通過(guò)歷史數據模擬產(chǎn)生，也可以通過(guò)假定參數的方法模擬產(chǎn)生。由于該方法的計算過(guò)程比較復雜，因此應用上沒(méi)有前面兩種方法廣泛。

2.風(fēng)險度量的方法

度量風(fēng)險的方法有許多。

這些風(fēng)險的度量包括對風(fēng)險的影響直接估計如損失額，對風(fēng)險事件發(fā)生的概率的估計，以及二者的結合如數學(xué)期望值，波動(dòng)性，VaR，保險費，期權價(jià)值等，還包括風(fēng)險對目標的變化的影響如各種導數類(lèi)的指標如固定收益產(chǎn)品的久期和凸性，以及用于其它金融產(chǎn)品的希臘字母等。 用損失額來(lái)量度風(fēng)險通常用在人們對損失發(fā)生的可能有一些假定的情況下。

或者就是在許多情況下，人們只需要了解可能發(fā)生的最大的損失額，即最大可能的損失（MPL）。應當注意的一點(diǎn)是，最大可能的損失實(shí)際上有兩個(gè)不同的含義，在英文中的表達分別是Maximum Possible Loss和Maximum Probable Loss。

前者是指在最壞情況下的總的財物損失，而后者是指在某一個(gè)風(fēng)險因素的作用下最可能發(fā)生的財物損失。 風(fēng)險發(fā)生的概率的估計作為對風(fēng)險的度量通常是用在人們對風(fēng)險造成的后果有了一定假設的情況。

用數學(xué)期望值來(lái)表示風(fēng)險也是有的。一般用在損失概率和可能的損失額較為穩定或者說(shuō)波動(dòng)性比較小的情況下。

用波動(dòng)性度量風(fēng)險始于組合理論，仍然在金融領(lǐng)域中用得比較普遍。波動(dòng)性比較容易計算，但不容易理解，特別是對決策過(guò)程難有影響。

人們可以容易地構造出一些例子說(shuō)明如果按波動(dòng)性來(lái)作投資決策將會(huì )是違反直觀(guān)的。 VaR值是一個(gè)在金融領(lǐng)域里被廣泛使用的風(fēng)險度量。

考慮用VaR表示風(fēng)險指數的原因是VaR對于運營(yíng)而言有比較好的參考價(jià)值，有利于經(jīng)營(yíng)過(guò)程中的資本成本和效率的提高。 保險費在某種程度上是對轉移的風(fēng)險的價(jià)值的市場(chǎng)價(jià)的度量。

保險費的計算通常是用保險公司自身的精算模型。 考慮用期權Call和Put來(lái)度量風(fēng)險是因為考慮到所有的風(fēng)險度量中只有它們直接表示風(fēng)險的價(jià)值。

保險費的定價(jià)與期權的定價(jià)本質(zhì)上是一致的。Call和Put值較好地反映現有風(fēng)險資產(chǎn)的與無(wú)風(fēng)險的價(jià)值相比較而言的價(jià)值，因而對于決策有很好的參考價(jià)值。

與VaR比較，Call和Put值是精確的值，而不是統計的值。但是，除了較少的情況外，如在有流動(dòng)的市場(chǎng)的情況下，計算Call和Put值比較困難。

市場(chǎng)風(fēng)險一些特殊度量，通常是導數，如各種希臘字母。另外還有久期和凸性等。

這些度量都是對一些特殊的標的對某些風(fēng)險因素的影響的依賴(lài)關(guān)系而定義的。

3.金融風(fēng)險的測量方法都有什么

歷史模擬：

歷史模擬法的核心在于根據市場(chǎng)因子的歷史樣本變化模擬證券組合的未來(lái)?yè)p益分布，利用分位數給出一定置信水平下的VAR估計。歷史模擬法是一種非參數方法，它不需要假定市場(chǎng)因子的統計分布，因而可以較好的處理非正態(tài)分布；該方法是一種全值模擬，可有效地處理非線(xiàn)性組合（如包括期權的組合）。此外該方法簡(jiǎn)單直觀(guān)，易于解釋?zhuān)１槐O管者選作資本充足性的基本方法。

蒙特O卡羅模擬法 ：

分析方法利用靈敏度和統計分布特征簡(jiǎn)化了VAR。但由于對分布形式的特殊假定和靈敏度的局部特征，分析方法很難有效處理實(shí)際金融市場(chǎng)的厚尾性和大幅波動(dòng)的非線(xiàn)性問(wèn)題，往往產(chǎn)生各種誤差和模型風(fēng)險。模擬方法可能很好的處理非線(xiàn)性和、非正態(tài)問(wèn)題。其主要思路是反復模擬決定金融估計價(jià)格的隨機過(guò)程，每次模擬都可以得到組合在持有期末的一個(gè)可能值，如果進(jìn)行大量的模擬，那么組合價(jià)值的模擬分布將收斂于組合的真實(shí)分布。這樣通過(guò)模擬發(fā)布會(huì )可以導出真實(shí)分布，從而求出VAR。

金融風(fēng)險指的是與金融有關(guān)的風(fēng)險，如金融市場(chǎng)風(fēng)險、金融產(chǎn)品風(fēng)險、金融機構風(fēng)險等。 一家金融機構發(fā)生的風(fēng)險所帶來(lái)的后果，往往超過(guò)對其自身的影響。金融機構在具體的金融交易活動(dòng)中出現的風(fēng)險，有可能對該金融機構的生存構成威脅；具體的一家金融機構因經(jīng)營(yíng)不善而出現危機，有可能對整個(gè)金融體系的穩健運行構成威脅；一旦發(fā)生系統風(fēng)險，金融體系運轉失靈，必然會(huì )導致全社會(huì )經(jīng)濟秩序的混亂，甚至引發(fā)嚴重的政治危機。

4.簡(jiǎn)述風(fēng)險衡量的方法和計算步驟

β系數常常用在投資組合的各種模型中，比如馬柯維茨均值-方差模型、夏普單因素模型（Shape Single-Index Model）和多因素模型。

具體來(lái)說(shuō)，β系數是評估一種證券系統性風(fēng)險的工具，用以量度一種證券或一個(gè)投資證券組合相對于總體市場(chǎng)的波動(dòng)性，β系數利用一元線(xiàn)性回歸的方法計算。 （一）基本理論及計算的意義 經(jīng)典的投資組合理論是在馬柯維茨的均值——方差理論和夏普的資本資產(chǎn)定價(jià)模型的基礎之上發(fā)展起來(lái)的。

在馬柯維茨的均值——方差理論當中是用資產(chǎn)收益的概率加權平均值來(lái)度量預期收益，用方差來(lái)度量預期收益風(fēng)險的： E(r)=∑p(ri) ri (1) σ2=∑P(ri)[ri—E(r)]2 (2) 上述公式中p(ri)表示收益ri的概率，E(r)表示預期收益，σ2表示收益的風(fēng)險。夏普在此基礎上通過(guò)一些假設和數學(xué)推導得出了資本資產(chǎn)定價(jià)模型（CAPM）: E(ri)=rf +βi [E(rM)—rf] (3) 公式中系數βi 表示資產(chǎn)i的所承擔的市場(chǎng)風(fēng)險，βi=cov(r i , r M)/var(r M) (4) CAPM認為在市場(chǎng)預期收益rM 和無(wú)風(fēng)險收益rf 一定的情況下，資產(chǎn)組合的收益與其所分擔的市場(chǎng)風(fēng)險βi成正比。

CAPM是基于以下假設基礎之上的： （1）資本市場(chǎng)是完全有效的（The Perfect Market）;(2)所有投資者的投資期限是單周期的；（3）所有投資者都是根據均值——方差理論來(lái)選擇有效率的投資組合；（4）投資者對資產(chǎn)的報酬概率分布具有一致的期望。 以上四個(gè)假設都是對現實(shí)的一種抽象，首先來(lái)看假設（3），它意味著(zhù)所有的資產(chǎn)的報酬都服從正態(tài)分布，因而也是對稱(chēng)分布的；投資者只對報酬的均值（Mean）和方差（Variance）感興趣，因而對報酬的偏度（Skewness）不在乎。

然而這樣的假定是和實(shí)際不相符的！事實(shí)上，資產(chǎn)的報酬并不是嚴格的對稱(chēng)分布，而且風(fēng)險厭惡型的投資者往往具有對正偏度的偏好。正是因為這些與現實(shí)不符的假設，資本資產(chǎn)定價(jià)模型自1964年提出以來(lái)，就一直處于爭議之中，最為核心的問(wèn)題是：β系數是否真實(shí)正確地反映了資產(chǎn)的風(fēng)險？ 如果投資組合的報酬不是對稱(chēng)分布，而且投資者具有對偏度的偏好，那么僅僅是用方差來(lái)度量風(fēng)險是不夠的，在這種情況下β系數就不能公允的反映資產(chǎn)的風(fēng)險，從而用CAPM模型來(lái)對資產(chǎn)定價(jià)是不夠理想的，有必要對其進(jìn)行修正。

β系數是反映單個(gè)證券或證券組合相對于證券市場(chǎng)系統風(fēng)險變動(dòng)程度的一個(gè)重要指標。通過(guò)對β系數的計算，投資者可以得出單個(gè)證券或證券組合未來(lái)將面臨的市場(chǎng)風(fēng)險狀況。

β系數反映了個(gè)股對市場(chǎng)（或大盤(pán)）變化的敏感性，也就是個(gè)股與大盤(pán)的相關(guān)性或通俗說(shuō)的"股性"，可根據市場(chǎng)走勢預測選擇不同的β系數的證券從而獲得額外收益，特別適合作波段操作使用。當有很大把握預測到一個(gè)大牛市或大盤(pán)某個(gè)不漲階段的到來(lái)時(shí)，應該選擇那些高β系數的證券，它將成倍地放大市場(chǎng)收益率，為你帶來(lái)高額的收益；相反在一個(gè)熊市到來(lái)或大盤(pán)某個(gè)下跌階段到來(lái)時(shí)，你應該調整投資結構以抵御市場(chǎng)風(fēng)險，避免損失，辦法是選擇那些低β系數的證券。

為避免非系統風(fēng)險，可以在相應的市場(chǎng)走勢下選擇那些相同或相近β系數的證券進(jìn)行投資組合。比如：一支個(gè)股β系數為1.3，說(shuō)明當大盤(pán)漲1%時(shí)，它可能漲1.3%，反之亦然；但如果一支個(gè)股β系數為-1.3%時(shí)，說(shuō)明當大盤(pán)漲1%時(shí)，它可能跌1.3%，同理，大盤(pán)如果跌1%，它有可能漲1.3%。

β系數為1，即說(shuō)明證券的價(jià)格與市場(chǎng)一同變動(dòng)。β系數高于1即證券價(jià)格比總體市場(chǎng)更波動(dòng)。

β系數低于1即證券價(jià)格的波動(dòng)性比市場(chǎng)為低。（二）數據的選取說(shuō)明 （1）時(shí)間段的確定 一般來(lái)說(shuō)對β系數的測定和檢驗應當選取較長(cháng)歷史時(shí)間內的數據，這樣才具有可靠性。

但我國股市17年來(lái)，也不是所有的數據均可用于分析，因為CAPM的前提要求市場(chǎng)是一個(gè)有效市場(chǎng)：要求股票的價(jià)格應在時(shí)間上線(xiàn)性無(wú)關(guān)，而2006年之前的數據中，股份的相關(guān)性較大，會(huì )直接影響到檢驗的精確性。因此，本文中，選取2005年4月到2006年12月作為研究的時(shí)間段。

從股市的實(shí)際來(lái)看，2005年4月開(kāi)始我國股市擺脫了長(cháng)期下跌的趨勢，開(kāi)始進(jìn)入可操作區間，吸引了眾多投資者參與其中，而且人民幣也開(kāi)始處于上升趨勢。另外，2006年股權分置改革也在進(jìn)行中，很多上市公司已經(jīng)完成了股改。

所以選取這個(gè)時(shí)間用于研究的理由是充分的。（2）市場(chǎng)指數的選擇 目前在上海股市中有上證指數，A股指數，B股指數及各分類(lèi)指數，本文選擇上證綜合指數作為市場(chǎng)組合指數，并用上證綜合指數的收益率代表市場(chǎng)組合。

上證綜合指數是一種價(jià)值加權指數，符合CAPM市場(chǎng)組合構造的要求。（3）股票數據的選取 這里用上海證券交易所（SSE）截止到2006年12月上市的4家A股股票的每月收盤(pán)價(jià)等數據用于研究。

這里遇到的一個(gè)問(wèn)題是個(gè)別股票在個(gè)別交易日內停牌，為了處理的方便，本文中將這些天該股票的當月收盤(pán)價(jià)與前一天的收盤(pán)價(jià)相同。（4）無(wú)風(fēng)險收益（rf） 在國外的研究中，一般以3個(gè)月的短期國債利率作為無(wú)風(fēng)險利率，但是我國目前國債大多數為長(cháng)期品種，因此無(wú)法用國債利率作為無(wú)風(fēng)險利率，所以無(wú)風(fēng)險收益率（rf）以1年期銀行定期存款利率來(lái)進(jìn)行計算。

（三）系數的計算過(guò)程和結果 首先打開(kāi)“大智慧新一代”股票分析軟件，得到相應的季度K線(xiàn)圖，并分別。