1. VaR 模型概述：定义、历史背景与核心作用
1.1 VaR 的定义
Value at Risk（VaR，风险价值） 是指在正常的市场条件下，在给定的置信水平和持有期内，某一金融资产或投资组合可能遭受的最大预期损失。VaR 用一个简洁的数字回答了“最坏情况下会亏多少”这一核心问题。
VaR 的数学表达式为：
P(ΔV ≤ -VaR) = 1 - α其中：
- ΔV：资产组合在持有期内的价值变化
- VaR：风险价值（正值表示损失）
- α：置信水平（通常为 95% 或 99%）
例如，某投资组合在 95% 置信水平下，1 天的 VaR 为 100 万元，意味着在正常市场条件下，该组合在 1 天内损失超过 100 万元的概率仅为 5%。
核心三要素： 置信水平（α）、持有期（Δt）、损失分布（F）。三者共同决定了 VaR 的数值与含义。
1.2 历史背景
VaR 的诞生与 20 世纪 90 年代的金融灾难密切相关。以下是 VaR 发展的关键里程碑：
| 时间 | 事件 | 对 VaR 发展的影响 |
|---|---|---|
| 1993 年 | G30 报告《衍生品：实践与原则》 | 首次正式提出 VaR 概念，建议金融机构使用 VaR 衡量市场风险 |
| 1994 年 | J.P. Morgan 发布 RiskMetrics | 公开 VaR 计算方法与数据，推动 VaR 成为行业标准 |
| 1995 年 | 巴林银行倒闭 | 暴露传统风险度量缺陷，加速 VaR 在监管层面的采纳 |
| 1996 年 | 巴塞尔协议修正案 | 正式将 VaR 纳入市场风险资本计量框架 |
| 2007-2008 年 | 全球金融危机 | 揭示 VaR 在极端尾部风险下的局限性，催生压力测试与回测改进 |
关键转折： 1994 年 J.P. Morgan 的 RiskMetrics 系统将 VaR 从学术概念转化为可操作的量化工具，奠定了现代市场风险管理的基础。
1.3 VaR 在风险管理中的核心作用
VaR 之所以成为全球金融机构和监管机构的标准工具，源于其在以下四个维度的不可替代性：
- 统一度量标准：将不同资产、不同风险因子（利率、汇率、股票、商品）的损失风险统一为一个数字，便于横向比较与汇总。
- 资本配置依据：监管机构（如巴塞尔委员会）要求银行基于 VaR 计算市场风险资本要求，确保金融机构持有足够的资本缓冲。
- 风险限额设定：交易部门、交易员的风险敞口通过 VaR 限额进行控制，实现风险预算的精细化管理。
- 绩效评估调整：通过 RAROC（风险调整后资本回报率）等指标，将 VaR 纳入绩效考核，平衡收益与风险。
重要警示： VaR 不度量超出置信水平的极端损失（即尾部风险），且假设历史会重复。因此，VaR 必须与压力测试、回测验证结合使用，不能作为唯一风险指标。
1.4 VaR 的核心要素与计算框架
VaR 的计算依赖于三个核心参数的设定，不同参数组合适用于不同的业务场景：
| 参数 | 典型取值 | 适用场景 | 说明 |
|---|---|---|---|
| 置信水平 | 95% / 99% / 99.9% | 内部风控 / 监管资本 / 压力情景 | 越高越关注尾部风险，但统计稳定性下降 |
| 持有期 | 1 天 / 10 天 / 1 年 | 交易台 / 监管报告 / 保险偿付 | 持有期越长，VaR 通常越大（按时间平方根缩放） |
| 数据窗口 | 1 年 / 3 年 / 5 年 | 流动性资产 / 非流动性资产 / 长期投资 | 窗口越长，样本量越大，但可能包含过时市场结构 |
VaR 的三种主流计算方法构成了量化建模的基石，其关系如下图所示：
1.5 VaR 的局限性
尽管 VaR 是风险管理的基础工具，但量化建模者必须清醒认识其固有缺陷：
- 尾部风险盲区：VaR 不提供超出置信水平的损失信息，无法区分“刚好超过 VaR”与“灾难性损失”。
- 次可加性失效：在某些分布下，VaR 不满足次可加性，可能导致分散化反而增加 VaR 的悖论。
- 样本依赖性：历史模拟法高度依赖数据窗口选择，不同窗口可能得出截然不同的 VaR 值。
- 静态假设：标准 VaR 假设市场条件不变，无法捕捉波动率聚集、跳跃等动态特征。