1. VaR 基础概念
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 用一个简洁的数字概括了市场风险，成为金融机构和监管者衡量风险的标准语言。
核心理解： VaR 回答的是“在 95%（或 99%）的置信水平下，未来 N 天内最大可能损失是多少？”——它不是一个最大可能损失，而是一个分位数损失。
1.2 置信水平与持有期
VaR 的两个关键参数决定了其数值和含义：
| 参数 | 含义 | 典型取值 | 对 VaR 的影响 |
|---|---|---|---|
| 置信水平 | 损失不超过 VaR 的概率 | 95%、99%、99.9% | 置信水平越高，VaR 越大 |
| 持有期 | 衡量风险的时间窗口 | 1 天、10 天、1 年 | 持有期越长，VaR 通常越大（时间平方根法则） |
监管标准： 巴塞尔协议 III 要求市场风险资本计量采用 99% 置信水平、10 天持有期的 VaR；而内部风控常用 95% 置信水平、1 天持有期进行日常监控。
1.3 VaR 的数学表达式
设投资组合在持有期 Δt 内的损失随机变量为 L(Δt)，其累积分布函数为 FL(l)。在置信水平 α 下，VaR 定义为损失分布的第 (1-α) 分位数：
VaR_α(Δt) = inf{ l ∈ ℝ : P[L(Δt) > l] ≤ 1-α }
= F_L^{-1}(α)其中：
- α：置信水平（如 0.95 或 0.99）
- L(Δt)：持有期 Δt 内的损失（正值表示损失）
- FL-1(α)：损失分布的 α 分位数函数
对于正态分布假设下的简化形式（假设收益率服从均值为 μ、标准差为 σ 的正态分布）：
VaR_α(Δt) = -μ·Δt + σ·√Δt · Φ^{-1}(α)其中 Φ-1(α) 为标准正态分布的 α 分位数（如 95% 对应 1.645，99% 对应 2.326）。
1.4 VaR 在风险管理中的核心地位
VaR 之所以成为现代风险管理的基石，源于其独特的优势和应用场景：
| 维度 | 具体作用 | 典型应用 |
|---|---|---|
| 风险度量 | 用一个数字量化整体风险 | 每日风险报告、风险限额设定 |
| 资本计量 | 计算市场风险资本要求 | 巴塞尔协议 III 市场风险资本 |
| 绩效评估 | 风险调整后收益（RAROC） | 交易员业绩考核、资产配置 |
| 风险限额 | 设定交易和持仓上限 | 止损线、集中度控制 |
| 压力测试 | 极端情景下的损失预估 | 逆周期资本缓冲、应急预案 |
VaR 的局限性： VaR 不满足次可加性（非一致性风险度量），且无法捕捉尾部极端损失的具体大小（超出 VaR 的损失分布信息丢失）。因此，实践中常配合 Expected Shortfall（ES/CVaR）使用。
1.5 VaR 的三种计算方法概览
VaR 的计算方法主要分为三类，后续章节将详细展开：
| 方法 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| 参数法（方差-协方差法） | 假设收益率服从正态分布，利用均值-方差计算 | 计算速度快，适合大规模组合 | 正态假设不成立时误差大 |
| 历史模拟法 | 直接使用历史收益率分布的分位数 | 无需分布假设，捕捉厚尾 | 依赖历史数据，样本外预测能力弱 |
| 蒙特卡洛模拟法 | 随机生成大量情景，模拟组合损益分布 | 灵活处理非线性、复杂衍生品 | 计算量大，模型风险高 |
课程预告： 本课程后续将深入讲解三种 VaR 计算方法，并重点介绍如何通过人群切片和复盘优化来提升组合 VaR 的归因精度。