(3)計(jì)算VaR值的基本方法

　�、俜讲�-協(xié)方差法，又稱德?tīng)査�正態(tài)法。

　　方差-協(xié)方差法的優(yōu)點(diǎn)是原理簡(jiǎn)單，計(jì)算快捷。確定表現(xiàn)在三個(gè)方面：一是不能預(yù)測(cè)突發(fā)事件的風(fēng)險(xiǎn)，原因是方差-協(xié)方差法是基于歷史數(shù)據(jù)來(lái)估計(jì)未來(lái)，其成立的假設(shè)條件是未來(lái)和過(guò)去存在著分布的一致性，而突發(fā)事件打破了這種分布的一致性，其風(fēng)險(xiǎn)無(wú)法從歷史序列模型中得到揭示。二是方差-協(xié)方差法的正態(tài)假設(shè)條件受到質(zhì)疑，由于“肥尾”現(xiàn)象廣泛存在，許多金融資產(chǎn)的收益率分布并不符合正態(tài)分布，這樣，基于正態(tài)近似的模型往往會(huì)低估實(shí)際的風(fēng)險(xiǎn)值。三是方差-協(xié)方差法只反映了風(fēng)險(xiǎn)因子對(duì)整個(gè)組合的一階線性影響，無(wú)法充分度量非線性金融工具(如期權(quán))的風(fēng)險(xiǎn)。

　�、跉v史模擬法

　　歷史模擬法是運(yùn)用當(dāng)前資產(chǎn)組合中各證券的權(quán)重和各證券的歷史數(shù)據(jù)重新構(gòu)造資產(chǎn)組合的歷史序列，從而得到重新構(gòu)造資產(chǎn)組合收益率的時(shí)間序列。

　　歷史模擬法克服了方差-協(xié)方差法的一些缺陷，如考慮了“肥尾”現(xiàn)象，能度量非線性金融工具的風(fēng)險(xiǎn)等，而且歷史模擬法是通過(guò)歷史數(shù)據(jù)構(gòu)造收益率分布，不依賴特定的定價(jià)模型，這樣，也不存在模型風(fēng)險(xiǎn)。

　　但歷史模擬法仍存在不少缺陷：首先，風(fēng)險(xiǎn)包含著時(shí)間的變化，單純依靠歷史數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)度量，將低估突發(fā)性的收益率波動(dòng);其次，風(fēng)險(xiǎn)度量的結(jié)果受制于歷史周期的長(zhǎng)度;再次，歷史模擬法以大量的歷史數(shù)據(jù)為基礎(chǔ)，對(duì)數(shù)據(jù)的依賴性強(qiáng);最后，歷史模擬法在度量較為龐大且結(jié)構(gòu)復(fù)雜的資產(chǎn)組合風(fēng)險(xiǎn)時(shí)，工作量十分繁重。

　　③蒙特卡洛模型

　　蒙特卡洛法分兩步進(jìn)行：第一步，設(shè)定金融變量的隨即過(guò)程及過(guò)程參數(shù);第二步針對(duì)未來(lái)利率所有可能的路徑情景，模擬資產(chǎn)組合中各證券的價(jià)格走勢(shì)，從而編制出資產(chǎn)組合的收益率分布來(lái)度量VaR。

　　蒙特卡洛模擬法的優(yōu)點(diǎn)包括：它是一種全值估計(jì)方法，可以處理非線性、大幅波動(dòng)及“肥尾”問(wèn)題;產(chǎn)生大量路徑模擬情景，比歷史模擬方法更精確和可靠;可以通過(guò)設(shè)置消減因子，使得模擬結(jié)果對(duì)近期市場(chǎng)的變化更快地做出反映。其缺點(diǎn)包括：對(duì)于基礎(chǔ)風(fēng)險(xiǎn)因素仍然有一定的假設(shè)，存在一定的模型風(fēng)險(xiǎn);計(jì)算量很大，且準(zhǔn)確性的提高速度較慢，如果一個(gè)因素的準(zhǔn)確性要提高10倍，就必須將模擬數(shù)增加100倍以上;如果產(chǎn)生的數(shù)據(jù)序列是偽隨機(jī)數(shù)，可能導(dǎo)致錯(cuò)誤結(jié)果。

　　5. 敏感性分析

　　敏感性分析是指在保持其他條件不變的情況下，研究單個(gè)市場(chǎng)風(fēng)險(xiǎn)要素(利率、匯率、股票價(jià)格和商品價(jià)格)的變化可能會(huì)對(duì)金融工具或資產(chǎn)組合的收益或經(jīng)濟(jì)價(jià)值產(chǎn)生的影響。

　　敏感性分析計(jì)算簡(jiǎn)單且便于理解，在市場(chǎng)分析中得到了廣泛應(yīng)用。但是，敏感性分析也存在一定的局限性，主要表現(xiàn)在對(duì)于較復(fù)雜的金融工具或資產(chǎn)組合，無(wú)法計(jì)量其收益或經(jīng)濟(jì)價(jià)值相對(duì)市場(chǎng)風(fēng)險(xiǎn)要素的非線性變化。

　　6. 情景分析

　　與敏感性分析對(duì)單一因素進(jìn)行分析不同，情景分析是一種多因素分析方法，結(jié)合設(shè)定的各種可能情景的發(fā)生概率，研究多種因素同時(shí)作用時(shí)可能產(chǎn)生的影響。

　　7. 壓力測(cè)試

　　壓力測(cè)試的目的是評(píng)估銀行在極端不利的情況下的損失承受能力，主要采用敏感性分析和情景分析方法進(jìn)行模擬和估計(jì)。

　　8. 事后檢驗(yàn)