第九章 风险管理
第三节 基于VaR的市场风险管理
三、VaR的特点及其局限性
1.VaR的特点
VaR完全是基于统计分析基础上的风险管理方法，与传统的风险管理办法相比能够更加准确、全面、综合地反映金融机构所面临的风险情况。这方便了金融机构各业务部门对有关风险信息的交流，也便于金融机构最高决策层随时掌握金融机构的整体风险情况，有利于对风险的统一管理。简单地讲，VaR具有以下优点：
（1）VaR适用面广，不仅适用于衡量包括利率风险、外汇风险、股价风险、商品价格风险和衍生金融工具风险在内的各种市场风险，还适用于不同金融工具构成的投资组合的市场风险和不同业务部门的总体市场风险：
（2）VaR有利于比较不同业务部门之间风险大小，有利于进行基于风险调整的绩效评估、资本配置和风险限额设置等；
（3）VaR是基于资产组合层面上的风险度量工具，充分考虑了不同资产价格之间的相关性，体现了资产组合分散化对降低风险的作用，
（4）VaR可以度量资产集中度风险，为对此集中度进行总量控制提供依据，有利于经济主体的决策高层对整个企业风险情况的判断，当然也有助于监管部门
2.VaR的局限性
需要特别强调的是，投资银行在运用VaR为自身或客户提供风险管理服务时，应注意VaR所存在的局限性。从上述分析知道，VaR主要适用于衡量市场风险，而对于信用风险、流动性风险、操作风险和法律风险却难以全面反映。因此，VaR是一种试图将金融机构或投资组合所面临的利率、汇率等不同市场风险用一个数值表示，但这个数值远不能反映金融机构或资产组合所面临的全部风险。VaR尽管简约有效，但也存在着一定的局限性：
（1）VaR主要适用于正常市场条件下对市场风险的衡量，对市场价格的极端变动导致的资产组合的损失却无能为力。在市场正常状态下，资产的交易数据比较充裕，使用VaR模型较为有效，当市场远离正常状态时，交易的历史数据变得稀少，特别是当市场陷入危机，资产价格之间的关联性被割断，流动性全部消失，甚至连价格数据也难以得到，VaR模型无法有效衡量此时的市场风险，必须依靠力测试。
（2）VaR适用于衡量那些交易频繁、市场价格容易获取的金融工具的风险情况，但对于那些流动性较差的资产如银行贷款，VaR衡量风险的能力则受到一定的限制。投资银行可以运用金融工程技术将流动性差的金融资产分解（mapping）为流动性较强的金融资产的组合，然后再适用VaR模型进行风险分析。
（3）运用VaR进行风险衡量和分析时存在着所谓的模型风险（model risk）同样VaR模型往往会因为使用历史模拟法、蒙特卡罗模拟法等不同方法而得到不同的资产收益的概率分布。这可能导致同样的资产组合却得到不同的VaR值，VaR的可靠性难以把握。由于上述局限性的存在，巴塞尔银行监督管理委员会要求使用返回检验对金融机构所使用的VaR模型的有效性进行检验。
（4）VaR模型对历史数据的依赖性较大，如历史模拟法就直接依赖于大量的历史数据。但是，在很多情况下历史并不一定总能成为未来最好的指引，VaR根绍时去收益数据来确定未来收益的风险存在固有的缺陷。
四、Riskmetrics；以VaR为基础的风险管理模型
风险计量（riskmetrics)是JP摩根于1994年向市场推出的市场风险管理模型。
该模型的本质就是VaR模型，它对风险的估量采用方差一协方差法，并假设组合中金融工具的收益和价格的变动服从正态分布。在正态分布的假设条件下，模型所需的方差和协方差等参数可以从金融工具的收益和价格变动的历史数据中估计得出。该模型采用95%的置信水平，即1.65个标准差，有持有期限为一天和一个月两个版本。。
（本文原创:转载未经许可将追责）
