第3章:VaR的数学定义

聊到VaR,很多人第一反应就是「那个风险数字」。但说真的,如果连数学定义都搞不清楚,后面那些花里胡哨的计算方法都是空中楼阁。我在刚入行那会儿,就吃过这个亏——拿着Excel算了一堆VaR,结果老板一问「你这VaR到底代表什么」,我支支吾吾答不上来。嗯,今天咱们就把这事彻底掰扯清楚。

3.1 正式定义:一句话说清VaR

VaR的全称是Value at Risk,翻译过来叫「风险价值」。它的数学定义其实很简洁:

在给定的置信水平c下,持有期t内,预期最大损失。

用数学语言表达:P(L > VaR) = 1 - c

其中L是损失变量,c是置信水平(通常取95%或99%)。

举个例子你就明白了。假设某投资组合的99% VaR为100万元,持有期1天。这意味着:

  • 有99%的把握,明天最大亏损不超过100万
  • 或者说,明天亏损超过100万的概率只有1%

注意,这里有个坑——VaR并没有告诉你「亏损超过100万时,到底会亏多少」。它只划了一条线,线以上的概率很小,但一旦发生,后果可能很严重。我当年做债券组合风控时,就见过一个产品99% VaR只有50万,结果黑天鹅一来,一天亏了800万。VaR没骗人,它只是没告诉你尾巴有多肥。

3.2 参数方法:假设分布,然后算

参数方法,说白了就是「先假设收益服从某个分布,然后套公式算VaR」。最常见的假设是正态分布。

假设组合日收益率服从正态分布N(μ, σ²),那么:

VaR = - (μ + σ × Z_c) × P

其中:

  • Z_c是标准正态分布在置信水平c下的分位数(95%对应1.645,99%对应2.326)
  • P是组合当前市值
  • μ是预期收益率(实践中常设为0,因为短期预测不准)

我的习惯:做日频VaR时,我一般把μ设成0。为什么?因为日收益率均值通常很小,对结果影响微乎其微,但引入μ反而增加了模型的不稳定性。你想想看,如果某天市场大涨,μ突然变大,VaR反而变小了——这逻辑上说不通。

参数方法的优点是计算快,数据量要求低。但缺点也很明显:

  • 真实收益分布往往有厚尾(极端值比正态分布多)
  • 波动率不是常数,会聚集(volatility clustering)

我曾经用正态假设算过一个股指期货组合的VaR,回测时发现实际突破次数比理论值多了将近一倍。后来改用t分布,效果好了不少。所以我的建议是:别迷信正态分布,至少试试t分布或者混合分布。

3.3 非参数方法:让数据自己说话

非参数方法不假设任何分布,直接用历史数据来估计VaR。最经典的就是历史模拟法。

做法很简单:

  1. 收集过去N天的收益率数据(比如过去1000天)
  2. 把这些收益率从小到大排序
  3. 取第(1-c)×N个位置的收益率作为VaR

举个例子,95% VaR,1000个历史数据:

排序后第50个最差的收益率(因为(1-0.95)×1000=50)

核心思想:历史会重演。过去发生过的损失,未来也可能发生。

历史模拟法的好处是:

  • 不需要假设分布,厚尾、偏态都能自动捕捉
  • 直观易懂,跟老板解释起来不费劲

但缺点也明显:

  • 如果历史数据里没有极端事件,VaR会低估风险
  • 对数据量要求高(一般至少500-1000个样本)

我记得2015年股灾那会儿,很多用历史模拟法的模型都失效了——因为过去5年都没出现过单日跌5%以上的情况,模型自然算不出来。从那以后,我养成了一个习惯:做历史模拟时,至少保留2008年金融危机和2015年股灾的数据,哪怕它们已经过去很久了。

3.4 参数 vs 非参数:怎么选?

这个问题没有标准答案,但我可以分享一些经验:

维度 参数方法 非参数方法
计算速度 快(秒级) 中等(分钟级)
数据需求 少(100天以上即可) 多(至少500天)
厚尾处理 需手动调整分布 自动包含
极端事件 可能低估 依赖历史数据
监管接受度 巴塞尔协议接受 巴塞尔协议接受

避坑指南:我曾经在一个项目中,为了追求计算速度,全用了参数方法。结果回测时发现,市场波动率突变时,VaR完全跟不上节奏。后来我改用「参数+历史模拟」的混合方法——用历史数据估计分布参数,再用参数模型算VaR。效果好了很多。

3.5 一张图看懂本章

下面这张SVG图,把VaR的数学定义和两种方法的核心逻辑串起来了。我建议你多看几遍,把图里的逻辑印在脑子里。

VaR数学定义与核心方法 VaR定义 P(L > VaR) = 1 - c 参数方法 非参数方法 假设正态分布 假设t分布 历史模拟法 蒙特卡洛模拟 优点:计算快、数据少 缺点:厚尾处理需手动 适用:高频、流动性好 优点:无分布假设 缺点:依赖历史数据量 适用:低频、尾部风险 核心:没有完美方法,只有最适合场景的方法

这张图里,我特意把参数方法和非参数方法放在左右两侧对比。你注意看底部的总结——没有完美的方法,只有最适合你场景的方法。做高频交易,参数方法更实用;做尾部风险管理,非参数方法更靠谱。

我的建议:刚开始学VaR,别急着选方法。先把定义吃透,把「置信水平」和「持有期」这两个参数理解清楚。我见过太多人,方法用得花里胡哨,结果连VaR到底代表什么都没搞明白。嗯,基础打牢了,后面才能走远。


公众号:蓝海资料掘金营,微信deep3321