市場風(fēng)險(xiǎn)計(jì)量的方法(市場風(fēng)險(xiǎn)的計(jì)算)

1.市場風(fēng)險(xiǎn)的計(jì)算

市場風(fēng)險(xiǎn)（Market Risk / Market Exposure）

計(jì)算市場風(fēng)險(xiǎn)的方法主要是在險(xiǎn)價(jià)值（VaR），它是在正常的市場條件和給定的置信水平（Confidence interval，通常為99%）上，在給定的持有期間內(nèi)，某一投資組合預(yù)期可能發(fā)生的最大損失；或者說，在正常的市場條件和給定的持有期間內(nèi)，該投資組合發(fā)生VaR值損失的概率僅為給定的概率水平（即置信水平）。 主要包括方差一協(xié)方差法（Variance—Covariance Approach）、歷史模擬法（Histor- ical Simulation Method）和蒙特卡羅模擬法（Monte-Carlo Simulation）。

方差一協(xié)方差法是假定風(fēng)險(xiǎn)因素收益的變化服從特定的分布，通常假定為正態(tài)分布，然后通過歷史數(shù)據(jù)分析和估計(jì)該風(fēng)險(xiǎn)因素收益分布的參數(shù)值，如方差、均值、相關(guān)系數(shù)等，然后根據(jù)風(fēng)險(xiǎn)因素發(fā)生單位變化時，頭寸的單位敏感性與置信水平來確定各個風(fēng)險(xiǎn)要素的VaR值；再根據(jù)各個風(fēng)險(xiǎn)要素之間的相關(guān)系數(shù)來確定整個組合的VaR值。當(dāng)然也可以直接通過下面的公式計(jì)算在一定置信水平下的整個組合（這里的組合是單位頭寸，即頭寸為1）的VaR值，其結(jié)果是一致的。

公式中表示整個投資組合收益的標(biāo)準(zhǔn)差，σi、σj表示風(fēng)險(xiǎn)因素i和j的標(biāo)準(zhǔn)差，ρij表示風(fēng)險(xiǎn)因子i和j的相關(guān)系數(shù)， xi表示整個投資組合對風(fēng)險(xiǎn)因素i變化的敏感度，有時被稱為Delta.在正態(tài)分布的假設(shè)下，xi是組合中每個金融工具對風(fēng)險(xiǎn)因子i的Deka之和。

歷史模擬法以歷史可以在未來重復(fù)為假設(shè)前提，直接根據(jù)風(fēng)險(xiǎn)因素收益的歷史數(shù)據(jù)來模擬風(fēng)險(xiǎn)因素收益的未來變化。在這種方法下，VaR值直接取自于投資組合收益的歷史分布，組合收益的歷史分布又來自于組合中每一金融工具的盯市價(jià)值（Mark to Market value），而這種盯市價(jià)值是風(fēng)險(xiǎn)因素收益的函數(shù)。具體來說，歷史模擬法分為三個步驟：為組合中的風(fēng)險(xiǎn)因素安排一個歷史的市場變化序列，計(jì)算每一歷史市場變化的資產(chǎn)組合的收益變化，推算出VaR值。因此，風(fēng)險(xiǎn)因素收益的歷史數(shù)據(jù)是該VaR模型的主要數(shù)據(jù)來源。

蒙特卡羅模擬法即通過隨機(jī)的方法產(chǎn)生一個市場變化序列，然后通過這一市場變化序列模擬資產(chǎn)組合風(fēng)險(xiǎn)因素的收益分布，最后求出組合的VaR值。蒙特卡羅模擬法與歷史模擬法的主要區(qū)別在于前者采用隨機(jī)的方法獲取市場變化序列，而不是通過復(fù)制歷史的方法獲得，即將歷史模擬法計(jì)算過程中的第一步改成通過隨機(jī)的方法獲得一個市場變化序列。市場變化序列既可以通過歷史數(shù)據(jù)模擬產(chǎn)生，也可以通過假定參數(shù)的方法模擬產(chǎn)生。由于該方法的計(jì)算過程比較復(fù)雜，因此應(yīng)用上沒有前面兩種方法廣泛。

2.風(fēng)險(xiǎn)度量的方法

度量風(fēng)險(xiǎn)的方法有許多。

這些風(fēng)險(xiǎn)的度量包括對風(fēng)險(xiǎn)的影響直接估計(jì)如損失額，對風(fēng)險(xiǎn)事件發(fā)生的概率的估計(jì)，以及二者的結(jié)合如數(shù)學(xué)期望值，波動性，VaR，保險(xiǎn)費(fèi)，期權(quán)價(jià)值等，還包括風(fēng)險(xiǎn)對目標(biāo)的變化的影響如各種導(dǎo)數(shù)類的指標(biāo)如固定收益產(chǎn)品的久期和凸性，以及用于其它金融產(chǎn)品的希臘字母等。 用損失額來量度風(fēng)險(xiǎn)通常用在人們對損失發(fā)生的可能有一些假定的情況下。

或者就是在許多情況下，人們只需要了解可能發(fā)生的最大的損失額，即最大可能的損失（MPL）。應(yīng)當(dāng)注意的一點(diǎn)是，最大可能的損失實(shí)際上有兩個不同的含義，在英文中的表達(dá)分別是Maximum Possible Loss和Maximum Probable Loss。

前者是指在最壞情況下的總的財(cái)物損失，而后者是指在某一個風(fēng)險(xiǎn)因素的作用下最可能發(fā)生的財(cái)物損失。 風(fēng)險(xiǎn)發(fā)生的概率的估計(jì)作為對風(fēng)險(xiǎn)的度量通常是用在人們對風(fēng)險(xiǎn)造成的后果有了一定假設(shè)的情況。

用數(shù)學(xué)期望值來表示風(fēng)險(xiǎn)也是有的。一般用在損失概率和可能的損失額較為穩(wěn)定或者說波動性比較小的情況下。

用波動性度量風(fēng)險(xiǎn)始于組合理論，仍然在金融領(lǐng)域中用得比較普遍。波動性比較容易計(jì)算，但不容易理解，特別是對決策過程難有影響。

人們可以容易地構(gòu)造出一些例子說明如果按波動性來作投資決策將會是違反直觀的。 VaR值是一個在金融領(lǐng)域里被廣泛使用的風(fēng)險(xiǎn)度量。

考慮用VaR表示風(fēng)險(xiǎn)指數(shù)的原因是VaR對于運(yùn)營而言有比較好的參考價(jià)值，有利于經(jīng)營過程中的資本成本和效率的提高。 保險(xiǎn)費(fèi)在某種程度上是對轉(zhuǎn)移的風(fēng)險(xiǎn)的價(jià)值的市場價(jià)的度量。

保險(xiǎn)費(fèi)的計(jì)算通常是用保險(xiǎn)公司自身的精算模型。 考慮用期權(quán)Call和Put來度量風(fēng)險(xiǎn)是因?yàn)榭紤]到所有的風(fēng)險(xiǎn)度量中只有它們直接表示風(fēng)險(xiǎn)的價(jià)值。

保險(xiǎn)費(fèi)的定價(jià)與期權(quán)的定價(jià)本質(zhì)上是一致的。Call和Put值較好地反映現(xiàn)有風(fēng)險(xiǎn)資產(chǎn)的與無風(fēng)險(xiǎn)的價(jià)值相比較而言的價(jià)值，因而對于決策有很好的參考價(jià)值。

與VaR比較，Call和Put值是精確的值，而不是統(tǒng)計(jì)的值。但是，除了較少的情況外，如在有流動的市場的情況下，計(jì)算Call和Put值比較困難。

市場風(fēng)險(xiǎn)一些特殊度量，通常是導(dǎo)數(shù)，如各種希臘字母。另外還有久期和凸性等。

這些度量都是對一些特殊的標(biāo)的對某些風(fēng)險(xiǎn)因素的影響的依賴關(guān)系而定義的。

3.金融風(fēng)險(xiǎn)的測量方法都有什么

歷史模擬：

歷史模擬法的核心在于根據(jù)市場因子的歷史樣本變化模擬證券組合的未來損益分布，利用分位數(shù)給出一定置信水平下的VAR估計(jì)。歷史模擬法是一種非參數(shù)方法，它不需要假定市場因子的統(tǒng)計(jì)分布，因而可以較好的處理非正態(tài)分布；該方法是一種全值模擬，可有效地處理非線性組合（如包括期權(quán)的組合）。此外該方法簡單直觀，易于解釋，常被監(jiān)管者選作資本充足性的基本方法。

蒙特O卡羅模擬法 ：

分析方法利用靈敏度和統(tǒng)計(jì)分布特征簡化了VAR。但由于對分布形式的特殊假定和靈敏度的局部特征，分析方法很難有效處理實(shí)際金融市場的厚尾性和大幅波動的非線性問題，往往產(chǎn)生各種誤差和模型風(fēng)險(xiǎn)。模擬方法可能很好的處理非線性和、非正態(tài)問題。其主要思路是反復(fù)模擬決定金融估計(jì)價(jià)格的隨機(jī)過程，每次模擬都可以得到組合在持有期末的一個可能值，如果進(jìn)行大量的模擬，那么組合價(jià)值的模擬分布將收斂于組合的真實(shí)分布。這樣通過模擬發(fā)布會可以導(dǎo)出真實(shí)分布，從而求出VAR。

金融風(fēng)險(xiǎn)指的是與金融有關(guān)的風(fēng)險(xiǎn)，如金融市場風(fēng)險(xiǎn)、金融產(chǎn)品風(fēng)險(xiǎn)、金融機(jī)構(gòu)風(fēng)險(xiǎn)等。 一家金融機(jī)構(gòu)發(fā)生的風(fēng)險(xiǎn)所帶來的后果，往往超過對其自身的影響。金融機(jī)構(gòu)在具體的金融交易活動中出現(xiàn)的風(fēng)險(xiǎn)，有可能對該金融機(jī)構(gòu)的生存構(gòu)成威脅；具體的一家金融機(jī)構(gòu)因經(jīng)營不善而出現(xiàn)危機(jī)，有可能對整個金融體系的穩(wěn)健運(yùn)行構(gòu)成威脅；一旦發(fā)生系統(tǒng)風(fēng)險(xiǎn)，金融體系運(yùn)轉(zhuǎn)失靈，必然會導(dǎo)致全社會經(jīng)濟(jì)秩序的混亂，甚至引發(fā)嚴(yán)重的政治危機(jī)。

4.簡述風(fēng)險(xiǎn)衡量的方法和計(jì)算步驟

β系數(shù)常常用在投資組合的各種模型中，比如馬柯維茨均值-方差模型、夏普單因素模型（Shape Single-Index Model）和多因素模型。

具體來說，β系數(shù)是評估一種證券系統(tǒng)性風(fēng)險(xiǎn)的工具，用以量度一種證券或一個投資證券組合相對于總體市場的波動性，β系數(shù)利用一元線性回歸的方法計(jì)算。 （一）基本理論及計(jì)算的意義 經(jīng)典的投資組合理論是在馬柯維茨的均值——方差理論和夏普的資本資產(chǎn)定價(jià)模型的基礎(chǔ)之上發(fā)展起來的。

在馬柯維茨的均值——方差理論當(dāng)中是用資產(chǎn)收益的概率加權(quán)平均值來度量預(yù)期收益，用方差來度量預(yù)期收益風(fēng)險(xiǎn)的： E(r)=∑p(ri) ri (1) σ2=∑P(ri)[ri—E(r)]2 (2) 上述公式中p(ri)表示收益ri的概率，E(r)表示預(yù)期收益，σ2表示收益的風(fēng)險(xiǎn)。夏普在此基礎(chǔ)上通過一些假設(shè)和數(shù)學(xué)推導(dǎo)得出了資本資產(chǎn)定價(jià)模型（CAPM）: E(ri)=rf +βi [E(rM)—rf] (3) 公式中系數(shù)βi 表示資產(chǎn)i的所承擔(dān)的市場風(fēng)險(xiǎn)，βi=cov(r i , r M)/var(r M) (4) CAPM認(rèn)為在市場預(yù)期收益rM 和無風(fēng)險(xiǎn)收益rf 一定的情況下，資產(chǎn)組合的收益與其所分擔(dān)的市場風(fēng)險(xiǎn)βi成正比。

CAPM是基于以下假設(shè)基礎(chǔ)之上的： （1）資本市場是完全有效的（The Perfect Market）;(2)所有投資者的投資期限是單周期的；（3）所有投資者都是根據(jù)均值——方差理論來選擇有效率的投資組合；（4）投資者對資產(chǎn)的報(bào)酬概率分布具有一致的期望。 以上四個假設(shè)都是對現(xiàn)實(shí)的一種抽象，首先來看假設(shè)（3），它意味著所有的資產(chǎn)的報(bào)酬都服從正態(tài)分布，因而也是對稱分布的；投資者只對報(bào)酬的均值（Mean）和方差（Variance）感興趣，因而對報(bào)酬的偏度（Skewness）不在乎。

然而這樣的假定是和實(shí)際不相符的！事實(shí)上，資產(chǎn)的報(bào)酬并不是嚴(yán)格的對稱分布，而且風(fēng)險(xiǎn)厭惡型的投資者往往具有對正偏度的偏好。正是因?yàn)檫@些與現(xiàn)實(shí)不符的假設(shè)，資本資產(chǎn)定價(jià)模型自1964年提出以來，就一直處于爭議之中，最為核心的問題是：β系數(shù)是否真實(shí)正確地反映了資產(chǎn)的風(fēng)險(xiǎn)？ 如果投資組合的報(bào)酬不是對稱分布，而且投資者具有對偏度的偏好，那么僅僅是用方差來度量風(fēng)險(xiǎn)是不夠的，在這種情況下β系數(shù)就不能公允的反映資產(chǎn)的風(fēng)險(xiǎn)，從而用CAPM模型來對資產(chǎn)定價(jià)是不夠理想的，有必要對其進(jìn)行修正。

β系數(shù)是反映單個證券或證券組合相對于證券市場系統(tǒng)風(fēng)險(xiǎn)變動程度的一個重要指標(biāo)。通過對β系數(shù)的計(jì)算，投資者可以得出單個證券或證券組合未來將面臨的市場風(fēng)險(xiǎn)狀況。

β系數(shù)反映了個股對市場（或大盤）變化的敏感性，也就是個股與大盤的相關(guān)性或通俗說的"股性"，可根據(jù)市場走勢預(yù)測選擇不同的β系數(shù)的證券從而獲得額外收益，特別適合作波段操作使用。當(dāng)有很大把握預(yù)測到一個大牛市或大盤某個不漲階段的到來時，應(yīng)該選擇那些高β系數(shù)的證券，它將成倍地放大市場收益率，為你帶來高額的收益；相反在一個熊市到來或大盤某個下跌階段到來時，你應(yīng)該調(diào)整投資結(jié)構(gòu)以抵御市場風(fēng)險(xiǎn)，避免損失，辦法是選擇那些低β系數(shù)的證券。

為避免非系統(tǒng)風(fēng)險(xiǎn)，可以在相應(yīng)的市場走勢下選擇那些相同或相近β系數(shù)的證券進(jìn)行投資組合。比如：一支個股β系數(shù)為1.3，說明當(dāng)大盤漲1%時，它可能漲1.3%，反之亦然；但如果一支個股β系數(shù)為-1.3%時，說明當(dāng)大盤漲1%時，它可能跌1.3%，同理，大盤如果跌1%，它有可能漲1.3%。

β系數(shù)為1，即說明證券的價(jià)格與市場一同變動。β系數(shù)高于1即證券價(jià)格比總體市場更波動。

β系數(shù)低于1即證券價(jià)格的波動性比市場為低。（二）數(shù)據(jù)的選取說明 （1）時間段的確定 一般來說對β系數(shù)的測定和檢驗(yàn)應(yīng)當(dāng)選取較長歷史時間內(nèi)的數(shù)據(jù)，這樣才具有可靠性。

但我國股市17年來，也不是所有的數(shù)據(jù)均可用于分析，因?yàn)镃APM的前提要求市場是一個有效市場：要求股票的價(jià)格應(yīng)在時間上線性無關(guān)，而2006年之前的數(shù)據(jù)中，股份的相關(guān)性較大，會直接影響到檢驗(yàn)的精確性。因此，本文中，選取2005年4月到2006年12月作為研究的時間段。

從股市的實(shí)際來看，2005年4月開始我國股市擺脫了長期下跌的趨勢，開始進(jìn)入可操作區(qū)間，吸引了眾多投資者參與其中，而且人民幣也開始處于上升趨勢。另外，2006年股權(quán)分置改革也在進(jìn)行中，很多上市公司已經(jīng)完成了股改。

所以選取這個時間用于研究的理由是充分的。（2）市場指數(shù)的選擇 目前在上海股市中有上證指數(shù)，A股指數(shù)，B股指數(shù)及各分類指數(shù)，本文選擇上證綜合指數(shù)作為市場組合指數(shù)，并用上證綜合指數(shù)的收益率代表市場組合。

上證綜合指數(shù)是一種價(jià)值加權(quán)指數(shù)，符合CAPM市場組合構(gòu)造的要求。（3）股票數(shù)據(jù)的選取 這里用上海證券交易所（SSE）截止到2006年12月上市的4家A股股票的每月收盤價(jià)等數(shù)據(jù)用于研究。

這里遇到的一個問題是個別股票在個別交易日內(nèi)停牌，為了處理的方便，本文中將這些天該股票的當(dāng)月收盤價(jià)與前一天的收盤價(jià)相同。（4）無風(fēng)險(xiǎn)收益（rf） 在國外的研究中，一般以3個月的短期國債利率作為無風(fēng)險(xiǎn)利率，但是我國目前國債大多數(shù)為長期品種，因此無法用國債利率作為無風(fēng)險(xiǎn)利率，所以無風(fēng)險(xiǎn)收益率（rf）以1年期銀行定期存款利率來進(jìn)行計(jì)算。

（三）系數(shù)的計(jì)算過程和結(jié)果 首先打開“大智慧新一代”股票分析軟件，得到相應(yīng)的季度K線圖，并分別。