基于VaR的绩效归因训练集切分 - 第1节
1.1 VaR 的定义与核心内涵
在险价值（Value at Risk，VaR）是风险管理领域最核心的量化指标之一。它回答一个简单但关键的问题：在给定的置信水平和持有期内，资产或组合可能遭受的最大损失是多少？
VaR 的数学定义可表示为：
P(L > VaR_α) = 1 - α其中：
- L 为持有期内的损失（正值表示损失）
- α 为置信水平（通常取 95% 或 99%）
- VaR_α 为在 α 置信水平下的在险价值
通俗理解： 若某组合的 95% VaR 为 100 万元，意味着在正常市场条件下，该组合在下一个持有期内损失超过 100 万元的概率不超过 5%。
VaR 的三要素
| 要素 | 说明 | 典型取值 |
|---|---|---|
| 置信水平 | 衡量对极端损失的容忍度 | 95%、99%、99.9% |
| 持有期 | 风险暴露的时间窗口 | 1 天、10 天、1 个月 |
| 损失分布 | 收益/损失的概率分布假设 | 正态分布、t 分布、经验分布 |
1.2 历史起源与发展脉络
VaR 的概念并非凭空产生，其发展经历了三个关键阶段：
- 萌芽期（1980 年代）：华尔街交易员开始使用“风险资本”概念，但缺乏统一量化标准。
- 诞生期（1994 年）：J.P. Morgan 发布 RiskMetrics 技术文档，首次系统提出 VaR 框架，并公开其计算方法。
- 监管采纳期（1996 年至今）：巴塞尔委员会在《市场风险修正案》中正式将 VaR 纳入银行资本充足率计算，VaR 成为全球金融监管的基石指标。
里程碑事件： 1994 年 RiskMetrics 的发布被视为 VaR 从学术概念走向行业标准的转折点。该文档至今仍是许多金融机构风险系统的底层架构参考。
1.3 VaR 在风险管理中的核心作用
VaR 之所以成为风险管理的“通用语言”，源于其在以下四个维度的不可替代性：
- 风险度量标准化：将不同资产、不同市场的风险统一为一个数字，便于横向比较。
- 资本配置依据：监管机构（如巴塞尔委员会）直接使用 VaR 计算市场风险资本要求。
- 风险限额设定：交易台、基金经理的每日/每周风险敞口上限通常以 VaR 形式下达。
- 绩效归因基础：通过 VaR 分解，可以识别风险来源（如利率、汇率、波动率），为后续的绩效归因训练集切分提供标签依据。
1.4 VaR 计算方法的分类与对比
| 方法 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| 参数法（方差-协方差法） | 假设收益服从正态分布，利用均值、方差和协方差矩阵计算 VaR | 计算速度快，适合大规模组合 | 对厚尾分布估计不足，极端风险低估 |
| 历史模拟法 | 直接使用历史收益率数据，取对应分位数作为 VaR | 无需分布假设，保留真实尾部特征 | 依赖历史数据长度，对结构性变化不敏感 |
| 蒙特卡洛模拟法 | 随机生成大量价格路径，模拟组合损益分布 | 可处理非线性、路径依赖等复杂产品 | 计算量大，模型风险较高 |
重要提示： 在后续的绩效归因训练集切分中，我们将主要使用 历史模拟法 和 参数法 生成的 VaR 序列作为特征标签。蒙特卡洛法因计算成本过高，通常不用于大规模训练集构建。
1.5 VaR 的局限性
尽管 VaR 应用广泛，但作为绩效归因的输入变量时，必须清醒认识其固有缺陷：
- 不满足次可加性：在某些分布下，组合 VaR 可能大于各资产 VaR 之和，违背分散化原理。
- 无法衡量尾部损失规模：VaR 只回答“最大损失是多少”，不回答“超过 VaR 后平均损失有多大”。
- 对持有期敏感：不同持有期下的 VaR 不可直接比较，需要做时间尺度转换。
补充指标： 为弥补 VaR 的不足，业界常同时计算 预期亏损（Expected Shortfall, ES），即超过 VaR 阈值的平均损失。ES 满足次可加性，且对尾部风险更敏感。
1.6 VaR 概念关系图
1.7 本章小结与训练集切分预告
本章建立了 VaR 的基础知识框架，包括：
- VaR 的数学定义与三要素（置信水平、持有期、损失分布）
- 从 RiskMetrics 到巴塞尔协议的历史演进
- 三种主流计算方法的优劣对比
- VaR 在风险管理中的四大核心作用
- VaR 的局限性及补充指标 ES