摘 要： 随着我国经济的高速发展和人民生活水平的日益提高，证券投资逐渐成为影响和决定人们生活的重要方面。Va R模型不过于依赖报表分析，时效性较强，分析结果较为直观，已被很多成熟的金融机构视为行业中衡量风险的一种标准。论文研究分析了Va R模型和证券市场的关系，旨在使Va R模型在证券投资中得到有效运用。
关键词: VaR模型:证券公司;投资，
Abstract： With the rapid development of China's economy and the increasing improvement of people's living standards, securities investment has gradually become an important aspect that affects and determines people's lives. Va R model does not rely too much on report analysis, with strong timeliness and intuitive analysis results. It has been regarded by many mature financial institutions as a standard to measure risk in the industry. This paper studies and analyzes the relationship between Va R model and securities market, aiming to make the Va R model effectively applied in securities investment.
Keyword： VaR model; securities companies; investment;
1 、引言
2020年突如其来的新冠肺炎疫情使得全球经济遭受重创，世界经济衰退风险大幅上升。这次危机使得美国股市一个月内发生了多达4次的暴跌熔断。而上一次美股熔断还早在1997年10月27日。这场突如其来的经济危机，势必会引发投资者的恐慌，同时，会引发投资者对证券投资未来的思考。近年来，Va R模型逐渐成为国外风险管理的有效工具之一，同时，Va R模型在国外的证券投资中也得到了广泛的应用。在我国，Va R模型在银行行业风险控制方面有一定的应用，但是在证券投资中的运用还处于起步甚至是空白的阶段。如何让Va R模型在证券投资中得到有效的运用成为值得深入研究的问题。
2、 Va R模型
2.1 、Va R模型简介
Va R的含义是“风险价值”，即资产组合在证券投资人持有的期间内，会在一定的置信区间内因为证券市场的价格变动而产生的最大预期损失数值。19世纪后半期，国际金融市场飞速发展，越来越多的人参与到证券投资之中。证券投资活动也受到了金融机构的广泛关注，一些传统的方法很难准确地定义和度量金融机构存在的金融风险。所以在当时的环境背景下，各金融机构之间的竞争主要是围绕金融产品创新展开。
1993年，G30集团发表了一份关于金融衍生工具的报告，首次建议使用“风险价值系统”（Value at Risk System）来评估金融风险。之后由J.P.Morgan推出了计算Va R的Risk Metrics风险控制模型，Va R模型相较于之前传统的ALM(Asset-Liability Management）来说，不过于依赖报表分析，时效性较强，且分析结果很直观。所以一经推出，Va R模型就得到了众多金融机构的广泛采用。
2.2 、Va R模型和证券投资的关系
随着我国经济的高速发展和人民生活水平的日益提高，投资也渐渐成为人们合理分配自己资产的一种重要方式，其中，证券投资已经逐渐成为决定和影响人们生活的重要方面。证券从广义上是指各类记载并代表一定权利的法律凭证，它用以证明持有人有权依其所持凭证记载的内容而取得应有的权益。证券从狭义上讲就是资本证券。资本证券不是劳动产品，所以对于资本证券本身来说，是没有价值的，只是由于资本证券可以为持有者带来一定的股息或者利息的收入，因此，其具有一定的价值，可以在证券市场上流通。证券投资相较于其他投资来说，只要投资决策正确，证券投资收益还是相对较高的。
但投资就会有风险，证券的价格往往具有很大的波动性、不确定性，所以证券投资也是高风险投资。Va R模型可以用来简单明了地表示证券市场风险的大小，并且统一了风险计量标准，管理者（如证券公司）和投资者（如证券投资者）都比较容易理解和掌握。而且最重要的是，相较于传统的金融风险管理模型，Va R模型可以进行事前计算，从而大大降低了证券投资所带来的风险。
3 、Va R模型的计算方法及评价
Va R模型的计算方法可分为3类：德尔塔-正态法、历史模拟法和蒙特卡罗模拟法。近年来，为使Va R模型的计算结果更为精准，众多学者对于Va R模型的计算方法进行了大量的推算研究，得出了一些基于不同分布下的Va R模型。但是与上述3类方法相比较，这些基于不同分布下的Va R模型中的一些算法过于烦琐复杂，一些则有明显的缺陷和不足，经不起推敲，从而导致其无法进行有效的推广应用。相较之下，德尔塔-正态法、历史模拟法和蒙特卡罗模拟法这3种方法虽各有优缺点，但仍是目前为止较为常用的3种Va R模型的计算方法。
3.1、 德尔塔-正态法
德尔塔-正态法首先假设组合价值变化和风险因子变化间呈线性关系，这就说明了德尔塔-正态法无法较为准确地测量由具有非线性关系的金融工具所带来的风险；其次德尔塔-正态法又假设风险因子回报为正态分布，这就说明了一旦实际数据中存在“厚尾”现象时，德尔塔-正态法则无法进行有效的处理。但是德尔塔-正态法的计算方法简单易懂，只要具有充分有效的历史数据就可以很快地得到相应置信水平下的Va R，大大减少了人们的计算量。
3.2 、历史模拟法
历史模拟法是假定市场的历史波动和未来波动完全一样，然后使用人们已经拥有的历史数据代替未来会产生的数据进行计算，最终得到想要的Va R数值。历史模拟法的基本步骤如下：(1)找到当前组合中影响其资产价值的风险因子，然后收集有关风险因子的历史数据进行汇总，并用风险因子表示出当前组合中资产价值的盯市价值；(2)结合收集来的有关风险因子的历史数据，分析其中变化，然后计算未来组合资产价值的盯市价值，并与收集来的当前组合中资产价值的盯市价值历史数据进行对比，得出未来将会获利还是亏损；(3)根据不同的分位数求得相应置信水平下的Va R。
相较于德尔塔-正态法，历史模拟法不需要做过多的假设，对于非线性关系的金融工具也可以较为准确地进行测量，而且历史模拟法能够很好地解决实际数据中存在的“厚尾”现象。当然历史模拟法也存在着明显的缺陷：过度依赖历史数据，历史并不能完全代表未来，一旦发生突发情况，历史模拟法则不能很好地应对。而且历史模拟法受限于数据，如果历史数据过少，可能造成计算结果不准确；如果历史数据过多，则可能造成计算工作量较为庞大。
3.3、 蒙特卡罗模拟法
蒙特卡罗模拟法突出的是事件的随机性，相较于历史模拟法，两者虽然同样是通过计算得到未来组合资产价值的盯市价值，但利用蒙特卡罗模拟法得到未来组合资产价值的盯市价值所依靠的数据不是历史数据，而是通过伪随机数来进行计算。蒙特卡罗模拟法首先是通过建立模型来模拟当前组合中影响其资产价值的风险因子未来变化情况；其次通过计算机构建模型进行多次模拟，从而产生大量所需的随机数；最后统计多次模拟产生的大量随机数，并加以分析，从而得出结果，得到相应置信水平下的Va R。
相较于德尔塔-正态法，蒙特卡罗模拟法不需要做过多的假设，对于非线性关系的金融工具也可以较为准确地进行测量，而且能够很好地解决实际数据中存在的“厚尾”现象。同时，蒙特卡罗模拟法依靠计算机进行计算，相较于历史模拟法更加精准与可靠。因此，蒙特卡罗模拟法在Va R模型的计算方法中占据了相当重要的地位。但是，蒙特卡罗模拟法的计算过程过于复杂，计算任务量过于庞大，导致蒙特卡罗模拟法过度依赖计算机，从而导致系统成本过高。
4、 Va R模型在证券投资中的应用现状
任何证券投资者都应清楚收益与风险是相对应的，也就是说收益与风险两者是相伴而生的。一般来说，收益越高则风险越大，风险越小则收益越低。正所谓，“高风险，高收益；低风险，低回报”。许多投资者都知道，在有价证券的投资中，有些投资是具有高收益的，但是经过统计发现，高收益的投资中真正的盈利人一般只占投资者的1%左右，一旦一些投资决策错误，则会损失惨重。收益和风险形影相随，收益以风险为代价，风险用收益来补偿。证券投资者投资的目的是得到收益，与此同时，又不可避免地面临风险。
1952年，马科维茨第一次给出了风险和收益的精确定义。马科维茨的均值方差模型认为，风险和收益两者密切相连：风险相同的情况下追求高收益；收益相同的情况下追求低风险。这些说法引发了金融学界的“大爆炸”。但是马科维茨的均值方差模型由于把投资人都假设为风险厌恶者，然而现实生活中投资人的风险偏好各不相同，甚至同个投资人对待不同的投资都拥有不同的风险偏好，这也严重制约了其在实践中的应用。所以随着投资理论的飞速发展，由凯恩斯、奥斯本、尤金·法玛等经济学家提出了凯恩斯选美论、随机漫步理论、有效市场假说等各种投资理论。其中，1993年Va R方法被提出，经过J.P.Morgan的不断推导与实践，Va R模型逐渐运用到了与投资有关的信用风险评估上。
20世纪90年代以来，在证券市场中，Va R模型在风险测量和管理中的巨大优势已为许多金融监管法案和原则认可和接受，巴塞尔监管委员会规定成员银行可以使用Va R模型进行风险计算，认可了Va R方法用于银行市场风险管理的合理性。Va R模型在证券市场中的应用为众多证券投资产品的风险计算提供了一个共通的思路和总体的框架。但是由于Va R方法是在给定的置信区间上进行计算，所以其不可能绝对正确可靠、万无一失。因此，大部分监管者在不降低置信水平的前提下，常常利用一系列配合性措施来更好地发挥Va R模型的作用。在满足监管和审计要求的前提下，鼓励和支持证券市场将Va R模型和其自身内部模型相结合，将其作为计算必要的资本缓冲。
在中国证券市场中，有许多学者将证券投资基金作为研究目标，建立相应的Va R模型，进行Va R风险管理。这样不仅有利于增强证券投资基金风险管理能力，提高国家的国际竞争力，而且为非银行金融机构运用Va R风险管理提供了借鉴经验。学者以Va R方法为基础，经过与中国证券市场数据的实际结合，对其进行了梳理与推导，最后得出结论：Va R模型在我国证券市场有着一定的适用性和使用价值。
5 、Va R模型存在的问题
Va R模型的衡量方法可分为3类：德尔塔-正态法、历史模拟法和蒙特卡罗模拟法。德尔塔-正态法计算方式较为容易理解，计算量较少，但是一旦实际数据中存在“厚尾”，德尔塔-正态法则无法有效地进行数据处理。历史模拟法是在假定市场的历史波动和未来波动完全一样的前提下，借鉴过去某些投资商品的风险因子从而计算回报收益率，然后结合投资人现持有的投资组合推算出未来收益的多少。蒙特卡罗模拟法是在已有数据的前提下，模拟计算出多种可能出现收益或损失的结果。已有数据越多，越近似于投资人现持有的投资组合的最优解。
5.1、 Va R模型对风险偏好的考虑不足
上述3种常规的Va R模型方法虽然可以通过事前计算有效降低投资的风险，但是也存在着一定的缺陷。证券投资风险得到有效的管控是投资风险管理的最终目的，所以投资风险管理者的风险偏好对证券投资风险管理具有很大的影响。现实生活中，每个人的风险承受能力是各不相同的。如果只是用Va R模型方法计算出证券投资人可能出现损失的概率，然后仅仅依靠这些客观概率来管控证券投资人，是不符合现实的。不同证券投资人在面临风险时，会有不同的风险偏好。风险厌恶者抵触风险，而风险偏好者则主动追求风险，享受风险带来的收益波动。为真正实现投资风险管理中的最优均衡，应不仅计算面临投资风险时的客观的量值，而且还可以考虑到证券投资人对风险的偏好。
5.2 、Va R模型对突发情况的处理能力不足
在正常状态的证券市场当中，人们会拥有足够多的历史数据，然后Va R模型可以在其基础上进行计算，既具有很强的科学性，又表现出该方法在操作上的简单便捷性。然而如果在证券市场管理不够规范的情况下，人们可用来参考的历史数据可能会因丢失而减少，抑或如果遇到突发事件而导致证券市场偏离正常状态时，人们可用来参考的历史数据可能会完全消失。当人们较为依赖的历史数据无法得到时，Va R模型便无法进行有效的风险度量。
5.3、 Va R模型对数据的要求过于严格
Va R模型对于数据的要求十分严格，只有当证券市场的投资活动频繁且可得到的历史数据多而真实可靠时，Va R模型对证券投资风险的衡量效用才会显着。然而证券市场的一些情况表明，仍有缺乏流动性的投资存在，流动性的不足体现在投资成交量及成交金额极度匮乏，这也导致了无法得到有效的数据，使Va R模型对证券投资风险的衡量受到很大束缚。
总而言之，Va R模型的部分假定前提过于理性，对历史数据过于依赖，这些也就导致了Va R模型总体来说仍存在有待强化的部分。2020年，由疫情引发的经济危机也提醒证券投资者：要时刻谨记市场突变的风险。
6、 结语
随着我国经济的高速发展和人民生活水平的日益提高，投资现已成为人们合理分配自有资产的一种重要方式，其中，证券投资对人们的生活产生了巨大的影响。同时，这也意味着证券投资在未来会得到更多的关注和更高的重视。Va R模型因为其概念的简单易懂，易于传播，成为当今很多证券市场风险计量的标准工具。巴塞尔委员会对Va R模型的使用，就是对其风险管理成果的肯定。Va R模型在计算和处理风险时，具有独特的视角。时至今日，很多成熟的证券市场已普遍将Va R模型计量方式当作行业中衡量风险的一种标准，而且在其他金融领域也拥有着广泛的使用。相比之下，我国的Va R模型在证券行业的应用基本处于起步甚至空白阶段。因此，将和我国证券市场相契合的Va R模型的有关风险管控技术引入我国证券投资风险管控当中，可以较为准确地实现对证券投资风险的预防和控制，确保证券投资风险在可控制、可预测的范围内，这将具有很重要的现实意义。
参考文献
[1]李云亮基于Va R模型的证券公司自营风险分析[J]西南金融,2009(11):47-49.
[2]刘晓星.基于Va R的商业银行风险管理研究述评[J]经济研究导刊,2006(6):69-72.
[3]阮垂玲,刘传哲费芳VaR方法在证券市场风险管理中的应用[J]市场论坛,2008(4):67-68.
[4]卢文莹金融风险管理[M].上海复旦大学出版社，2006.
[5]孙敬水,马淑琴计量经济学(第4版) [M].北京:清华大学出版社,2018.
