2. VaR计算方法：参数法（方差-协方差法）、历史模拟法、蒙特卡洛模拟法
VaR（Value at Risk，风险价值）的计算方法主要分为三大类：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、数据要求和风险捕捉能力上存在显著差异。本章将逐一拆解其数学原理、实现步骤与适用场景。
核心认知：三种方法并非互斥，实践中常组合使用。参数法适合快速估算与归因分析，历史模拟法适合厚尾分布，蒙特卡洛法适合复杂非线性产品。
2.1 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），通过估计组合的均值和方差（协方差矩阵）来直接计算VaR。其核心公式为：
VaR(α) = μ - σ × Z_α × √(Δt)其中：μ 为组合期望收益率，σ 为组合标准差，Z_α 为置信水平α对应的标准正态分位数（如95%对应1.645，99%对应2.326），Δt 为持有期。
2.1.1 计算步骤
- 构建协方差矩阵：基于历史数据估计各资产收益率的方差-协方差矩阵 Σ。
- 计算组合方差：组合方差 σ²_p = wᵀ Σ w，其中 w 为权重向量。
- 代入公式：根据置信水平和持有期计算VaR值。
2.1.2 优缺点对比
| 维度 | 优势 | 劣势 |
|---|---|---|
| 计算效率 | 极快，仅需矩阵运算，适合大规模组合 | — |
| 数据需求 | 仅需收益率历史数据，数据量要求低 | 对极端事件（厚尾）捕捉不足 |
| 假设条件 | — | 强依赖正态分布假设，实际金融数据常偏离 |
| 非线性产品 | — | 不适用于期权等非线性衍生品（Delta近似误差大） |
实务警示：2008年金融危机期间，许多银行使用参数法低估了尾部风险，因为正态分布假设无法捕捉“肥尾”现象。建议在压力测试场景中配合其他方法使用。
2.2 历史模拟法
历史模拟法不假设任何分布，直接使用资产收益率的历史实际观测值来模拟组合的未来损益分布。其核心思想是：过去发生过的情景，未来可能再次发生。
2.2.1 计算步骤
- 收集历史数据：获取各资产在回溯期（如过去250个交易日）的收益率序列。
- 构建历史情景：将历史收益率直接应用于当前持仓，生成每个历史时点的组合损益。
- 排序与分位数：将损益从小到大排序，取第 (1-α)×N 个分位数作为VaR估计值。
2.2.2 关键特征
| 特征 | 说明 |
|---|---|
| 分布假设 | 无参数假设，完全依赖经验分布 |
| 厚尾捕捉 | 天然包含历史极端事件，能较好反映厚尾 |
| 非线性处理 | 可处理期权等非线性产品（需全量重定价） |
| 数据要求 | 需要足够长的历史数据（建议≥500个样本点） |
| 局限性 | 假设历史会重复，无法预测全新风险情景 |
实务案例：某股票组合使用历史模拟法（95%置信水平，250天回溯期），将250个历史损益排序后，第13个最小损益（250×5%=12.5，取整为13）即为VaR值。若该值为-150万元，则意味着有95%的把握认为日损失不超过150万元。
2.3 蒙特卡洛模拟法
蒙特卡洛模拟法通过随机数生成大量可能的未来价格路径，对每条路径计算组合损益，再取分位数得到VaR。它是最灵活但计算量最大的方法。
2.3.1 核心步骤
- 建立随机模型：假设资产价格服从几何布朗运动（GBM）或其他随机过程。
- 生成随机路径：使用蒙特卡洛抽样生成M条（通常≥10,000条）未来价格路径。
- 计算每条路径损益：对每条路径进行全量重定价（包括期权等非线性产品）。
- 统计VaR：将M个损益排序，取第 (1-α)×M 个分位数。
2.3.2 三种方法对比总表
| 维度 | 参数法 | 历史模拟法 | 蒙特卡洛模拟法 |
|---|---|---|---|
| 分布假设 | 正态分布 | 无（经验分布） | 可自定义（正态/t分布/跳跃扩散） |
| 计算速度 | 极快（秒级） | 较快（分钟级） | 慢（小时级，取决于路径数） |
| 非线性产品 | 不适用 | 适用（需重定价） | 适用（全量重定价） |
| 厚尾捕捉 | 弱 | 强（依赖历史数据） | 强（可通过模型设定） |
| 数据需求 | 低 | 高（需长历史） | 中（需估计模型参数） |
| 监管认可 | 基础方法 | 广泛认可（巴塞尔协议） | 认可（需验证模型） |
模型风险提示：蒙特卡洛模拟的精度高度依赖随机模型的正确性。若模型假设（如波动率恒定、无跳跃）与市场实际不符，VaR估计可能严重偏差。建议进行模型校准与回测验证。
2.4 方法选择决策树
在实际工作中，选择哪种方法取决于组合复杂度、数据可用性和计算资源。以下决策树可辅助判断：
- 组合是否仅含线性产品（股票、债券、期货）？
- 是 → 数据量是否充足（≥500个样本）？ → 是：历史模拟法；否：参数法
- 否（含期权等衍生品） → 计算资源是否充足？ → 是：蒙特卡洛模拟法；否：历史模拟法（Delta-Gamma近似）
- 是否需要快速归因分析？ → 优先参数法（可解析分解风险贡献）
- 监管合规要求？ → 巴塞尔协议推荐历史模拟法或蒙特卡洛法