VaR计算的基本方法：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，Value at Risk（VaR）是衡量市场风险的核心指标。其计算主要依赖三种经典方法：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。以下从原理层面进行系统对比。

一、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），通过估计分布的参数（均值、方差、协方差）来推导VaR。其核心公式为：

VaR(α) = μ - σ · z_α · √Δt

其中，μ为预期收益率，σ为收益率标准差，z_α为置信水平α对应的分位数（如95%置信水平下z=1.645），Δt为持有期。

二、历史模拟法

历史模拟法不假设任何分布，直接使用历史收益率序列的经验分布来估计VaR。将历史收益率按升序排列，取第(1-α)×N个分位点对应的收益率作为VaR值。

步骤：
1. 收集资产组合在历史窗口内的每日收益率序列
2. 对收益率进行排序（升序）
3. 取第 floor((1-α) × N) 个收益率作为VaR估计值
4. 若置信水平95%，则取第5%分位数的收益率

三、蒙特卡洛模拟法

蒙特卡洛模拟法通过随机生成大量市场情景，模拟资产组合在未来的可能损益分布。其核心在于建立市场因子的随机过程模型（如几何布朗运动），并重复抽样计算VaR。

算法框架：
1. 设定市场因子的随机过程（如dS = μSdt + σSdW）
2. 生成N条随机路径（通常N ≥ 10,000）
3. 对每条路径计算资产组合的期末价值
4. 计算损益序列，取第(1-α)分位数作为VaR

四、三种方法的核心对比

五、方法选择的关键考量

• 数据可得性：若历史数据不足3年，参数法更稳健；若数据超过5年且质量高，历史模拟法更真实。
• 资产复杂度：线性组合优先选参数法；含期权、可转债等非线性资产时，蒙特卡洛模拟法更准确。
• 计算资源：日内高频风控场景下，参数法或历史模拟法更实用；蒙特卡洛模拟法适合日终批量计算。
• 监管要求：巴塞尔协议允许历史模拟法作为标准方法，参数法需额外验证正态性假设。