📚 课程目录第1章 VaR基础概念

1. VaR 基础概念：定义、置信水平与持有期

在金融风险管理中，在险价值（Value at Risk, VaR） 是最核心的风险度量工具之一。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，资产组合可能遭受的最大损失是多少？” 理解 VaR 的基础概念是构建归因稳定性巡检指标的基石。

VaR 是一种基于统计学的风险度量方法，它量化了在正常市场条件下，特定资产组合在特定时间段内、以特定概率（置信水平）可能发生的最大预期损失。VaR 不是一个单一的数字，而是一个分布的分位数。

  核心定义： VaR 表示在持有期 Δt 内，置信水平为 (1-α) 时，资产组合损失超过 VaR 的概率仅为 α。即：

  P( Loss > VaR ) = α

VaR 的数值高度依赖于两个关键参数：置信水平 和 持有期。不同的参数选择反映了不同的风险偏好和监管要求。

参数	定义	典型值	对 VaR 的影响
置信水平	表示对 VaR 估计的信心程度，即实际损失不超过 VaR 的概率。	95%（常用内部风控） 99%（常用监管资本）	置信水平越高，VaR 值越大（尾部风险更极端）。
持有期	资产组合持有并面临市场风险的时间长度。	1 天（交易账户） 10 天（巴塞尔协议要求）	持有期越长，VaR 值通常越大（时间扩散效应）。

实践提示： 在归因稳定性巡检中，我们通常使用 1 天 99% VaR 作为基准，因为它在统计显著性和计算效率之间取得了平衡。改变置信水平或持有期会直接影响归因分解的稳定性。

VaR 的数学定义基于资产组合收益的概率分布。设资产组合在持有期 Δt 内的损失随机变量为 L（正值表示损失），其累积分布函数为 F_L(l)。则置信水平为 (1-α) 的 VaR 定义为损失分布的第 (1-α) 分位数：

VaR_α = inf{ l ∈ ℝ : F_L(l) ≥ 1-α }

其中：

若假设资产组合收益服从正态分布，VaR 可简化为：

VaR = μ + σ · Φ^-1(1-α)

其中：

归因稳定性警示： 正态分布假设在尾部往往过于乐观（真实金融数据具有厚尾特征）。在构建归因稳定性巡检指标时，必须考虑模型假设偏差对 VaR 分解结果的影响，否则可能导致虚假的归因波动。

下图展示了 VaR 定义中损失分布、置信水平与 VaR 值之间的核心关系：

VaR 的计算方法直接影响归因分解的路径和稳定性。以下是三种主流方法的对比：

方法	核心原理	优点	缺点	归因稳定性
参数法（方差-协方差）	假设收益服从正态分布，利用协方差矩阵计算组合标准差。	计算快、解析解、易于分解	正态假设不成立、忽略厚尾	较高（线性结构稳定）
历史模拟法	直接使用历史收益数据的分位数作为 VaR。	无分布假设、捕捉真实尾部	依赖历史数据长度、响应慢	中等（受样本窗口影响）
蒙特卡洛模拟法	随机生成大量价格路径，计算收益分布的分位数。	灵活、可处理复杂衍生品	计算量大、随机噪声	较低（随机性引入波动）

  归因稳定性巡检要点： 参数法由于具有解析的线性结构，在归因分解时稳定性最高，但模型风险（正态假设）最大。历史模拟法和蒙特卡洛法虽然更贴近真实市场，但其归因结果对数据窗口和随机种子敏感，需要额外的稳定性巡检指标来监控。

无论采用哪种方法，VaR 计算都遵循以下标准化流程。该流程也是后续归因分解的基础框架：