2. VaR 计算方法概述：参数法、历史模拟法、蒙特卡洛模拟法的原理对比

在金融风险管理中，VaR（Value at Risk，风险价值）是衡量投资组合在特定置信水平和持有期内可能遭受的最大损失的核心指标。计算 VaR 的方法主要分为三大类：参数法（方差-协方差法）、历史模拟法和蒙特卡洛模拟法。三种方法在假设前提、计算效率、数据需求及尾部风险刻画能力上存在显著差异。

2.1 参数法（方差-协方差法）

参数法假设资产收益率服从某种已知的概率分布（通常为正态分布），并利用历史数据估计分布的参数（均值、方差、协方差），从而通过解析公式直接计算 VaR。

• 核心假设：收益率服从正态分布；资产间线性相关；市场因子波动率恒定。
• 计算公式：VaR = - (μ × Δt + zα × σ × √Δt) × P，其中 zα 为标准正态分布分位数（如 95% 置信水平对应 1.645，99% 对应 2.326）。
• 优点：计算速度快，仅需协方差矩阵；易于实现和回溯测试。
• 缺点：无法捕捉厚尾、尖峰、偏斜等非正态特征；对期权等非线性产品误差较大。

2.2 历史模拟法

历史模拟法不假设任何理论分布，直接使用资产收益率的历史观测值作为未来可能情景的样本，通过排序历史损益来估计 VaR。

• 核心假设：历史会重复；收益率独立同分布。
• 计算步骤：
  1. 收集过去 N 个交易日（如 250 天或 500 天）的收益率序列。
  2. 将当前组合权重应用于历史收益率，生成 N 个历史损益值。
  3. 对损益值从小到大排序，取第 (1-α)×N 个分位数作为 VaR。
• 优点：无需分布假设；能自然捕捉厚尾、自相关和极端事件；适用于非线性产品。
• 缺点：完全依赖历史数据长度和质量；对罕见事件（如黑天鹅）预测能力弱；计算量随组合规模线性增长。

2.3 蒙特卡洛模拟法

蒙特卡洛模拟法通过随机抽样生成大量未来价格路径，对每条路径计算组合损益，最后统计损益分布的分位数得到 VaR。它是最灵活但计算成本最高的方法。

• 核心假设：价格过程服从特定随机模型（如几何布朗运动、带跳跃的扩散过程）；随机数生成器质量足够高。
• 计算步骤：
  1. 设定随机过程参数（漂移率、波动率、相关系数等）。
  2. 生成 M 条（如 10,000 条）独立随机路径。
  3. 对每条路径计算组合期末价值及损益。
  4. 对 M 个损益排序，取分位数作为 VaR。
• 优点：可处理任意复杂度的产品（期权、结构化产品、信用衍生品）；能引入跳跃、随机波动等高级特征。
• 缺点：计算量极大（需大量路径）；模型风险高（参数设定主观性强）；对随机数生成质量敏感。

2.4 三种方法核心对比

2.5 方法选择流程与适用性图谱

下图展示了三种 VaR 计算方法的选择逻辑与适用边界，帮助风险管理者根据组合特征快速决策。

2.6 三种方法在训练集构建中的角色

在《基于VaR的组合风险归因训练集构建》课程中，三种方法分别承担不同的数据生成与验证角色：

• 参数法：用于生成基准标签，作为快速参考线，帮助学员理解正态假设下的 VaR 理论值。
• 历史模拟法：用于构建真实市场情景库，作为训练集中的“实际观测样本”，保留市场极端事件特征。
• 蒙特卡洛模拟法：用于生成合成情景数据，扩充训练集规模，覆盖参数法和历史模拟法未能触及的尾部区域。