发帖
雷达卡
在巴赛尔协议中，自始都涉及一个概念就是损失。损失包括预期损失和非预期损失。预期损失比较好理解，可以通过风险计量来衡量，还记得我们之前给大家普及的风险损失的公式吗？可以翻找下上次番茄风控，关于第42节星球课堂的内容：《量化风控之资产分池》。
而大家相对比较陌生的非预期损失，其可以被拆解为knowing unknown和unknown unknown两部分，现行的金融监管框架对于这两部分也采用了分别处理的方案。
对于knowing unknown，银行需要使用自身资本覆盖损失，对于unknown，则采用购买保险的方式抵御。这一方案在国内的实施典范，是银行类机构每年参与缴纳的存款保险基金，类似的还有同样吸收存款的保险机构需要缴纳的保险保障基金。
于是对于这种未知风险，我们引入Var。
啥是Var？
----------
Var，value at risk，风险价值模型，在市场正常波动下，某一金融资产的最大可能损失。更为确切的指，在一定概率水平(置信区间)下，某一金融资产在未来特定时期内容的最大可能损失。
市场风险VaR----------
VaR本身是一个统计概念，但仅仅呈现事实是不够的，人们希望“通过历史映出未来”。同时，基于监管规定，如果对VaR测量不准，将会惩罚银行多提资本，这对于银行而言是十分不利的，在后面的实操中，我们可以看到，即便采用历史上真实的VaR，也很难代表未来的VaR，因此，VaR的计量一般会涉及到时间序列的建模。
大部分交易型金融资产的价格都是有公开报价的，因此，市场风险VaR的计量技术最为发达，建模技术要求也相对较为苛刻。
正态VaR----------对于金融资产的价格，一个最著名的假设就是金融资产收益率服从GBM——几何布朗运动，这一猜想是源自1900年巴舍利耶的博士论文——在当年，他大胆提出了金融资产价格服从正态分布的假设。实际上，因为绝大多数时间金融资产价格不为负（但并非完全不可能为负），让收益率服从正态分布（如此则价格服从对数正态分布）是个更合理的假设，基于这一点，则可以有一种非常简便的方式，根据任意给定数量的历史数据去拟合一个VaR。
实际业务中的Var----------那在实际场景中的var是什么样的？如何求解Var？如何实际使用Var？
本次我们准备了实操案例，为大家演示如何手撕Var：
关于资产更全面系统的知识，详细可关注第43门额星球课堂——《巴赛尔协议之市场风险量化管理》：
~原创文章
...
end
京公网安备 11010802022788号
