怎麼用歷史模擬法求var

㈠ 期貨市場風險的預測和度量.VAR方法

一、VaR風險測量方法 風險測量的模型主要有兩大類：參數模型和非參數模型。參數模型包括分析法的各類模型，利用了靈敏度和統計分布特性簡化了VaR，但由於對分布形式的假定和靈敏度的局部特徵，分析法很難有效處理實際金融市場的厚尾性和大幅度波動的非線性問題，因而會產生測量誤差以及模型風險。非參數法包括歷史模擬法和Monte Carlo模擬法，相對分析法來說，模擬法可以較好地處理非正態問題，是一種完全估計，可有效處理非線性問題。 １．參數法 分析法是VaR計算中最為常用的方法，它利用證券組合的價值函數與市場因子間的近似關系、市場因子的統計分布(方差-協方差矩陣)簡化VaR的計算。分析法根據證券組合價值函數形式的不同，可分為兩大類：Delta-類模型和Gamma-類模型。其中，Delta-類模型識別的是線性風險，Gamma-類模型可識別凸性風險，例如組合中含有期權類的衍生品。本文將採用Delta-類模型中的Delta-正態模型與Delta-GARCH模型進行分析。 ２．非參數法 （１）歷史模擬法 最簡單而又直觀的方法就是歷史模擬法，其核心就是根據市場因子的歷史樣本變化模擬證券組合的未來損益分布，用給定歷史時期上所觀測到的市場因子的變化，來表示市場因子的未來變化。然後，根據市場因子的未來價格水平對頭寸進行重新估值，計算出頭寸的價值損益變化。最後，在歷史模擬法中將組合的損益從小到大進行排序，得到損益分布，通過給定置信度下的分位數求出VaR。 （２）Monte Carlo模擬法 由於分析利用了統計分布特徵，如果市場存在厚尾性和大幅度波動的非線性問題，則風險測量偏差會比較大。Monte Carlo模擬是反復模擬決定金融工具價格的隨機過程，每次模擬都可以得到組合在持有期末的一個可能值，然後進行大量的模擬，那麼組合價值的模擬分布將收斂於組合的真實分布，然後根據置信度得到VaR。

㈡ 如何用歷史模擬法計算VaR值

假設有一個資產組合，用wi來表示資產i在組合中的權重。其中資產既可以是單獨的有價證券，也可以是通過映射得到的基準資產的暴露，實際上後者在實踐當中往往更為常見。模擬的結果並不是反映投資組合在過去的收益，因為投資組合中不同資產的權重在過去是不斷變化的。但是，經過資產加權後的投資組合的收益應該是保持不變的。

這樣，只需確定投資組合收益率分布的目標百分位，就可以通過直接計算出要求的置信水平所對應的最大潛在損失。根據在本章引言部分的例子，如果風險管理者採用200個歷史收益率的樣本數據，要度量99%置信水平下的VaR，他可以選擇在200個樣本數據中排第三低的收益率。

因此，歷史模擬法背後的基本假設就是資產的聯合收益分布可以合理地近似於歷史的聯合收益分布~

㈢ 數理統計var怎麼計算

用公式表示為：P(ΔPΔt≤VaR)=a

字母含義如下：

P——資產價值損失小於可能損失上限的概率，即英文的Probability。

ΔP——某一金融資產在一定持有期Δt的價值損失額。

VaR——給定置信水平a下的在險價值，即可能的損失上限。

a——給定的置信水平。

(3)怎麼用歷史模擬法求var擴展閱讀：

VaR的計算系數：

要確定一個金融機構或資產組合的VAR值或建立VAR的模型，必須首先確定以下三個系數：

一是持有期間的長短。持有期△t，即確定計算在哪一段時間內的持有資產的最大損失值，也就是明確風險管理者關心資產在一天內一周內還是一個月內的風險價值。

二是置信區間的大小。對置信區間的選擇在一定程度上反映了金融機構對風險的不同偏好。

三是觀察期間。觀察期間是對給定持有期限的回報的波動性和關聯性考察的整體時間長度，是整個數據選取的時間范圍，有時又稱數據窗口(Data Window)。例如選擇對某資產組合在未來6個月，或是1年的觀察期間內，考察其每周回報率的波動性(風險) 。

參考資料來源：網路——VAR方法

㈣ MATLAB var歷史模擬法

1.根據提出的問題構造一個簡單、適用的概率模型或隨機模型，使問題的解對應於該模型中隨機變數的某些特徵（如概率、均值和方差等），所構造的模型在主要特徵參量方面要與實際問題或系統相一致 2 .根據模型中各個隨機變數的分布，在計算機上產生隨機數，實現一次模擬過程所需的足夠數量的隨機數。通常先產生均勻分布的隨機數，然後生成服從某一分布的隨機數，方可進行隨機模擬試驗。 3. 根據概率模型的特點和隨機變數的分布特性，設計和選取合適的抽樣方法，並對每個隨機變數進行抽樣（包括直接抽樣、分層抽樣、相關抽樣、重要抽樣等）。 4.按照所建立的模型進行模擬試驗、計算，求出問題的隨機解。 5. 統計分析模擬試驗結果，給出問題的概率解以及解的精度估計。

㈤ var模型的var模型

主研：黃適富 楊柱遜 王志 楊蒼松
引言
進入90年代，隨著國際金融市場的日趨規范、壯大，各金融機構之間的競爭也發生了根本性變化，特別是金融產品的創新，使金融機構從過去的資源探索轉變為內部管理與創新方式的競爭，從而導致了各金融機構的經營管理發生了深刻的變化，發達國家的各大銀行、證券公司和其他金融機構都在積極參與金融產品（工具）的創新和交易，使金融風險管理問題成為現代金融機構的基礎和核心。隨著我國加入WTO，國內金融機構在面對即將到來的全球金融一體化的挑戰，金融風險管理尤顯其重要性。
傳統的資產負債管理（Asset-Liability Management）過分依賴於金融機構的報表分析，缺乏時效性，資產定價模型（CAPM）無法揉合新的金融衍生品種，而用方差和β系數來度量風險只反映了市場（或資產）的波動幅度。這些傳統方法很難准確定義和度量金融機構存在的金融風險。1993年，G30集團在研究衍生品種基礎上發表了《衍生產品的實踐和規則》的報告，提出了度量市場風險的VaR（ Value-at-Risk ）模型(「風險估價」模型)，稍後由JP.Morgan推出了計算VaR的RiskMetrics風險控制模型。在些基礎上，又推出了計算VaR的CreditMetricsTM風險控制模型，前者用來衡量市場風險；JP.Morgan公開的CreditmetricsTM技術已成功地將標准VaR模型應用范圍擴大到了信用風險的評估上，發展為「信用風險估價」（Credit Value at Risk）模型，當然計算信用風險評估的模型要比市場風險估值模型更為復雜。目前，基於VaR度量金融風險已成為國外大多數金融機構廣泛採用的衡量金融風險大小的方法。
VaR模型提供了衡量市場風險和信用風險的大小，不僅有利於金融機構進行風險管理，而且有助於監管部門有效監管。
⒈1995年巴塞爾委員會同意具備條件的銀行可採用內部模型為基礎，計算市場風險的資本金需求，並規定將銀行利用得到批准和認可的內部模型計算出來的VaR值乘以3，可得到適應市場風險要求的資本數額的大小。這主要是考慮到標准VaR方法難以捕捉到極端市場運動情形下風險損失的可能性，乘以3的做法是提供了一個必要的資本緩沖。
⒉Group of Thirty 1993年建議以風險資本（Capital—at—risk）即風險價值法（VaR）作為合適的風險衡量手段，特別是用來衡量場外衍生工具的市場風險。
⒊1995年，SEC也發布建議，要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。
這些機構的動向使得VaR模型在金融機構進行風險管理和監督的作用日益突出。
國際金融風險管理的發展
從國際金融風險管理發展歷程來看，近20年來，大致經歷了以下幾個階段：
(一)80年代初因受債務危機影響。銀行普遍開始注重對信用風險的防範與管理，其結果是《巴塞爾協議》的誕生。該協議通過對不同類型資產規定不同權數來量化風險，是對銀行風險比較籠統的一種分析方法。
(二)90年代以後隨著衍生金融工具及交易的迅猛增長，市場風險日益突出，幾起震驚世界銀行和金融機構危機大案(如巴林銀行、大和銀行等事件)促使人們對市場風險的關注。一些主要國際大銀行開始建立自己的內部風險測量與資本配置模型，以彌補《巴塞爾協議》的不足。主要進展包括：市場風險測量新方法—Value At Risk(VaR)(風險價值方法)。這一方法最主要代表是摩根銀行的「風險矩陣)系統」；銀行業績衡量與資本配置方法——信孚銀行的「風險調整的資本收益率(Risk AdjustedReturnon Capital，簡稱RAROC)」系統。
(三)最近幾年一些大銀行認識到信用風險仍然是關鍵的金融風險，並開始關注信用風險測量方面的問題，試圖建立測量信用風險的內部方法與模型。其中以J.P.摩根的Credit Metrics和Credit Suisse Financial Procts(CSFP)的Credit Risk+兩套信用風險管理系統最為引入注目。
1997年亞洲金融危機爆發以來，世界金融業風險(如1998年美國長期資本管理公司損失的事件)出現了新特點，即損失不再是由單一風險所造成，而是由信用風險和市場風險等聯合造成。金融危機促使人們更加重視市場風險與信用風險的綜合模型以及操作風險的量化問題，由此全面風險管理模式引起人們的重視。
經過多年努力，風險管理技術已達到可以主動控制風險的水平。目前有關研究側重於對已有技術的完整和補充，以及將風險計值法推廣到市場風險以外(包括信用風險、結算風險、操作風險)等其他風險領域的嘗試。
從金融風險定量管理技術來看，國際金融組織和金融機構先後發展了如下新技術
（1）新資本協議
1999年6月3日，巴塞爾銀行委員會發布關於修改1988年《巴塞爾協議》的徵求意見稿，該協議對銀行風險管理新方法給予充分的關注，具體表現在：對銀行進行信用風險管理提供更為現實的選擇，方法有三種：①對現有方法進行修改，將其作為大多數銀行計算資本的標准方法，在這種情況下，外部信用評估(指標准普爾和穆迪公司等的評級)可用來細致區分某些信用風險。②對於復雜程度較高的銀行，巴塞爾銀行委員會認為可將其內部評級作為確定資本標準的基礎，並且對於某些高風險的資產，允許採用高於100%的權重。③新協議明確指出：「一些利用內部評級的、復雜程度更高的銀行還建立了以評級結果(以及其它因素)為基礎的信用風險模型。這種模型旨在涵蓋整個資產組合的風險這一特點，在僅僅依靠外部信用評級或內部信用評級中是不存在的。但是由於一系列困難的存在，包括數據的可獲得性以及模型的有效性，很顯然信用風險模型目前還不能在最低資本的制定中發揮明顯作用。」委員會希望在經過進一步的研究和實驗後，使用信用風險模型將成為可能，並將汁劃關注這方面的進展。這說明，巴塞爾銀行委員會在一定程度上肯定了目前摩根等國際大銀行使用的計量信用風險模型。
對市場風險管理方面進展給予肯定，並突出了利率風險和操作風險的管理。此外還肯定了一些新的金融創新工具。如新協議就資產證券化問題提出了新風險權重計量方案，對某幾種短期承諾採用20%的信用風險轉換權數。並明確指出：「降低信用風險的技術如信用衍生產品的近期發展使銀行風險管理的水平大幅度提高。」
（2）、風險價值法(VaR)
在風險管理的各種方法中，VaR方法最為引人矚目。尤其是在過去的幾年裡，許多銀行和法規制定者開始把這種方法當作全行業衡量風險的一種標准來看待。VaR之所以具有吸引力是因為它把銀行的全部資產組合風險概括為一個簡單的數字，並以美元計量單位來表示風險管理的核心——潛在虧損。VaR實際上是要回答在概率給定情況下，銀行投資組合價值在下一階段最多可能損失多少。
VaR特點①可以用來簡單明了表示市場風險的大小，單位是美元或其他貨幣，沒有任何技術色彩，沒有任何專業背景的投資者和管理者都可以通過VaR值對金融風險進行評判；②可以事前計算風險，不像以往風險管理的方法都是在事後衡量風險大小；③不僅能計算單個金融工具的風險。還能計算由多個金融工具組成的投資組合風險，這是傳統金融風險管理所不能做到的。
VaR主要應用①用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VaR方法作為金融衍生工具風險管理的手段。利用VaR方法進行風險控制，可以使每個交易員或交易單位都能確切地明了他們在進行有多大風險的金融交易，並可以為每個交易員或交易單位設置VaR限額，以防止過度投機行為的出現。如果執行嚴格的VaR管理，一些金融交易的重大虧損也許就可以完全避免。②用於業績評估。在金融投資中，高收益總是伴隨著高風險，交易員可能不惜冒巨大的風險去追逐巨額利潤。公司出於穩健經營的需要，必須對交易員可能的過度投機行為進行限制。所以，有必要引入考慮風險因素的業績評價指標。
但VAR方法也有其局限性。VaR方法衡量的主要是市場風險，如單純依靠VaR方法，就會忽視其他種類的風險如信用風險。另外，從技術角度講。VaR值表明的是一定置信度內的最大損失，但並不能絕對排除高於VaR值的損失發生的可能性。例如假設一天的99%置信度下的VaR=$1000萬，仍會有1%的可能性會使損失超過1000萬美元。這種情況一旦發生，給經營單位帶來的後果就是災難性的。所以在金融風險管理中，VaR方法並不能涵蓋一切，仍需綜合使用各種其他的定性、定量分析方法。亞洲金融危機還提醒風險管理者：風險價值法並不能預測到投資組合的確切損失程度，也無法捕捉到市場風險與信用風險間的相互關系。
（3）風險調整的資本收益法
風險調整的資本收益是收益與潛在虧損或VaR值的比值。使用這種方法的銀行在對其資金使用進行決策的時候，不是以盈利的絕對水平作為評判基礎，而是以該資金投資風險基礎上的盈利貼現值作為依據。
每家銀行都清楚風險與收益的關系。在進行一項投資時，風險越大，其預期的收益或虧損也越大，投資如果產生虧損，將會使銀行資本受侵蝕，最嚴重的情況可能導致銀行倒閉。雖然銀行對投資虧損而導致的資本侵蝕十分敏感，但銀行必須認識到，承擔這些風險是為了盈利，問題的關鍵在於，銀行應在風險與收益之間尋找一個恰當的平衡點，這也是RAROC的宗旨所在。決定RAROC的關鍵是潛在虧損即風險值的大小，該風險值或潛在虧損越大，投資報酬貼現就越多。
RAROC可用於業績評估，如果交易員從事高風險的投資項目，那麼即使利潤再高，由於VaR值較高，RAROC值也不會很高，其業績評價也就不會很高。實際上近幾年出現的巴林銀行倒閉、大和銀行虧損和百富勤倒閉等事件中，都是由於對某一個人業績評價不合理所致，即只考慮到某人的盈利水平，沒有考慮到他在獲得盈利的同時承擔的風險對其進一步重用的結果。RAROC方法用於業績評估，可以較真實地反映交易人員的經營業績，並對其過度投機行為進行限制，有助於避免大額虧損現象的發生。
（4）、信貸矩陣(Credit Metrics)
1997年4月初，美國J．P摩根財團與其他幾個國際銀行——德意志摩根建富、美國銀行、瑞士銀行、瑞士聯合銀行和BZW共同研究，推出了世界上第一個評估銀行信貸風險的證券組合模型(Credit Metrics)。該模型以信用評級為基礎，計算某項貸款或某組貸款違約的概率，然後計算上述貸款同時轉變為壞賬的概率。該模型通過VaR數值的計算力圖反映出：銀行某個或整個信貸組合一旦面臨信用級別變化或拖欠風險時所應准備的資本金數值。該模型覆蓋了幾乎所有的信貸產品，包括傳統的商業貸款；信用證和承付書；固定收入證券；商業合同如貿易信貸和應收賬款；以及由市場驅動的信貸產品如掉期合同、期貨合同和其他衍生產品等。具體計算步驟是首先對信貸組合中的每個產品確定敞口分布；其次，計算出每項產品的價值變動率(由信用等級上升、下降或拖欠引起)；再次將單項信貸產品的變動率匯總得出一個信貸組合的變動率值(加總時應考慮各產品之間的相互關系)。由此可見，在假定各類資產相互獨立的情況下，每類資產信用風險組合的風險值等於該類資產的敞口分布與其信用等級變動或拖欠的變動率。即等於信用等級變動或拖欠變動率x貸款額。
（5）最近，美國華盛頓國際金融研究所針對當前的主要信用風險模型以及資產組合模型進行了分析測試，旨在找出衡量信用風險的最好方法，為計量信用風險確定一種比較規范的模型，並用於確定資本金的分配，從而為國際銀行業的發展及其風險監管創造條件，並計劃與巴塞爾銀行委員會合作進行這方面的工作。
VaR風險控制模型
一.VaR模型基本思想
VaR按字面的解釋就是「處於風險狀態的價值」，即在一定置信水平和一定持有期內，某一金融工具或其組合在未來資產價格波動下所面臨的最大損失額。JP.Morgan定義為：VaR是在既定頭寸被沖銷（be neutraliged）或重估前可能發生的市場價值最大損失的估計值；而Jorion則把VaR定義為：「給定置信區間的一個持有期內的最壞的預期損失」。
二.VaR基本模型
根據Jorion（1996），VaR可定義為：
VaR=E（ω）-ω* ①
式中E（ω）為資產組合的預期價值；ω為資產組合的期末價值；ω*為置信水平α下投資組合的最低期末價值。
又設ω=ω0（1+R） ②
式中ω0為持有期初資產組合價值，R為設定持有期內（通常一年）資產組合的收益率。
ω*=ω0（1+R*） ③
R*為資產組合在置信水平α下的最低收益率。
根據數學期望值的基本性質，將②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0+Eω0（R）-ω0-ω0R*
=ω0+ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]
∴VaR=ω0[E（R）-R*] ④
上式公式中④即為該資產組合的VaR值，根據公式④，如果能求出置信水平α下的R*，即可求出該資產組合的VaR值。
三.VaR模型的假設條件
VaR模型通常假設如下：
⒈市場有效性假設；
⒉市場波動是隨機的，不存在自相關。
一般來說，利用數學模型定量分析社會經濟現象，都必須遵循其假設條件，特別是對於我國金融業來說，由於市場尚需規范，政府幹預行為較為嚴重，不能完全滿足強有效性和市場波動的隨機性，在利用VaR模型時，只能近似地正態處理。
VaR模型計算方法
從前面①、④兩式可看出，計算VAR相當於計算E（ω）和ω*或者E（R）和R*的數值。從目前來看，主要採用三種方法計算VaR值。
⒈歷史模擬法（historical simulation method）
⒉方差—協方差法
⒊蒙特卡羅模擬法（Monte Carlosimulation）
一．歷史模擬法
「歷史模擬法」是藉助於計算過去一段時間內的資產組合風險收益的頻度分布，通過找到歷史上一段時間內的平均收益，以及在既定置信水平α下的最低收益率，計算資產組合的VaR值。
「歷史模擬法」假定收益隨時間獨立同分布，以收益的歷史數據樣本的直方圖作為對收益真實分布的估計，分布形式完全由數據決定，不會丟失和扭曲信息，然後用歷史數據樣本直方圖的P—分位數據作為對收益分布的P—分位數—波動的估計。
一般地，在頻度分布圖中（圖1，見例1）橫軸衡量某機構某日收入的大小，縱軸衡量一年內出現相應收入組的天數，以此反映該機構過去一年內資產組合收益的頻度分布。
首先，計算平均每日收入E（ω）
其次，確定ω*的大小，相當於圖中左端每日收入為負數的區間內，給定置信水平 α，尋找和確定相應最低的每日收益值。
設置信水平為α，由於觀測日為T，則意味差在圖的左端讓出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*
二.方差—協方差法
「方差—協方差」法同樣是運用歷史資料，計算資產組合的VaR值。其基本思路為：
首先，利用歷史數據計算資產組合的收益的方差、標准差、協方差；
其次，假定資產組合收益是正態分布，可求出在一定置信水平下，反映了分布偏離均值程度的臨界值；
第三，建立與風險損失的聯系，推導VaR值。
設某一資產組合在單位時間內的均值為μ，數准差為σ，R*～μ（μ、σ），又設α為置信水平α下的臨界值，根據正態分布的性質，在α概率水平下，可能發生的偏離均值的最大距離為μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根據VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假設持有期為 △t，則均值和數准差分別為μ△t和 ，這時上式則變為：
VaR=ω0·α·
因此，我們只要能計算出某種組合的標准差σ，則可求出其VaR的值，一般情況下，某種組合的數准差σ可通過如下公式來計算
其中，n為資產組合的金融工具種類，Pi為第i種金融工具的市場價值，σi第i種金融工具的標准差，σij為金融工具i、j的相關系數。
除了歷史模擬法和方差—協方差外，對於計算資產組合的VaR的方法還有更為復雜的「蒙特卡羅模擬法」。它是基於歷史數據和既定分布假定的參數特徵，藉助隨機產生的方法模擬出大量的資產組合收益的數值，再計算VaR值。
根據古德哈特等人研究，計算VaR值三種方法的基本步驟及特徵如下表。
.
風險估價技術比較
分類
步驟HSMVaR—Cov Monte—Carlo
⒈確認頭寸 找到受市場風險影響的各種金融工具的全部頭寸
⒉確認風險因素 確認影響資產組合中金融工具的各種風險因素
⒊獲得持有期內風險因素的收益分布 計算過去年份里的歷史上的頻度分布 計算過去年份里風險因素的標准差和相關系數 假定特定的參數分布或從歷史資料中按自助法隨機產生
⒋將風險因素的收益與金融工具頭寸相聯系 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數 按照風險因素分解頭寸（risk mapping） 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數
⒌計算資產組合的可變性 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布 假定風險因素是呈正態分布，計算資產組合的標准差 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布
⒍給定置信區間推導VAR
排列資產組合順序，選擇剛好在1%或5%概率下剛≥1的那一損失
用2.33（1%）或1.65（5%）乘以資產組合標准差 排列資產組合順序，選擇剛好在1%或5%概率下剛≥1的那一損失
VaR模型在金融風險管理中的應用
VaR模型在金融風險管理中的應用越來越廣泛，特別是隨著VaR模型的不斷改進，不但應用於金融機構的市場風險、使用風險的定量研究，而且VaR模型正與線性規劃模型（LPM）和非線性規劃模型（ULPM）等規劃模型論，有機地結合起來，確定金融機構市場風險等的最佳定量分析法，以利於金融機構對於潛在風險控制進行最優決策。
對於VaR在國外的應用，正如文中引言指出，巴塞爾委員會要求有條件的銀行將VaR值結合銀行內部模型，計算適應市場風險要求的資本數額；G20建議用VaR來衡量衍生工具的市場風險，並且認為是市場風險測量和控制的最佳方法；SEC也要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。這表明不但金融機構內部越來越多地採用VaR作為評判金融機構本身的金融風險，同時，越來越多的督管機構也用VaR方法作為評判金融機構風險大小的方法。
我國對VaR模型的引介始於近年，具有較多的研究成果，但VaR模型的應用現在確處於起步階段，各金融機構已經充分認識到VaR的優點，正在研究適合於自身經營特點的VaR模型。

㈥ python中，同一組數據用歷史模擬法和參數法求VaR結果一樣嗎

一樣。
歷史模擬法是一個簡單的、非理論的方法，有些金融商品不易取得完整的歷史交易資料，此時可以藉由搜集此金融商品之風險因子計算過去一段時間內的資產組合風險收益的頻率分布，通過找到歷史資料求出其報酬率，然後搭配目前持有資產的投資組合部位，則可以重新建構資產價值的歷史損益分配，然後對資料期間之每一交易日重復分析步驟，如果歷史變化重復時，則可以重新建構資產組合未來報酬的損益分配。
參數法參數法是指在解題過程中，通過適當引入一些與題目研究的數學對象發生聯系的新變數(參數)，以此作為媒介，再進行分析和綜合，從而解決問題。

㈦ Matlab中的VAR歷史模擬法求值問題

自己寫個程序遍歷一下就可以了，比如
for i=1:N
if abs(y(i))<0.000001
.....
end
end

㈧ 風險價值var的三種計算方法

方差-協方差法，假定投資組合中各種風險因素的變化服從特定的分布(通常為正態分布)，然後通過歷史數據分析和估計該風險因素收益分布方差-協方差。

歷史模擬法，假定歷史可以在未來重復，通過搜集一定歷史期限內全部的風險因素收益信息，模擬風險因素收益未來的變化。

最後，把從歷史數據歸納出的風險因素收益實際分布情況列表顯示，選擇某一置信水平下的對應損失分位數，即可得到相應的VaR值。

㈨ 證券投資分析教材解讀：風險管理VaR方法

一、VaR方法的歷史演變

通常，人們將風險定義為未來凈收益的不確定性。

名義值法，即如果起初投資的成本為W，便認為投資風險為W，其可能會全部損失。

敏感性方法，是測量市場因子每一個單位的不利變化可能引起投資組合的損失。

波動性方法，是收益標准差作為風險度量。

粗略來說，VaR就是使用合理的金融理論和數理統計理論，定量地對給定的資產所面臨的市場風險給出全面的度量。VaR模型來自於兩種金融理論的融合：一是資產定價和資產敏感性分析方法;二是對風險因素的統計分析。

VaR是描述市場在正常情況下可能出現的最大損失，但市場有時會出現令人意想不到的突發事件，這些事件會導致投資資產出現巨大損失，而這種損失是VaR很難測量到的。因此，人們提出壓力測試或情景分析方法，以測試極端市場情景下投資資產的最大潛在損失。

二、VaR計算的基本原理及計算方法

(一)VaR計算的基本原理

VaR的字面解釋是指“處於風險中的價值(Value atRisk)”，一般被稱為“風險價值”或“在險價值”，其含義是指在市場正常波動下，某一金融資產或證券組合的最大可能損失。

確切地說，VaR描述了“在某一特定的時期內，在給定的置信度下，某一金融資產或其組合可能遭受的最大潛在損失值”或者說“在一個給定時期內，某一金融資產或其組合價值的下跌以一定的概率不會超過的水平是多少。”

定義中包含了兩個基本因素：“未來一定時期”和“給定的置信度”。前者可以是1天、2天、1周或1月等等，後者是概率條件。例如：“時間為1天，置信水平為95%，所持股票組合的VaR=10000元。”其涵義就是：“明天該股票組合可有95%的把握保證，其最大損失不會超過10000元。”或者是“明天該股票組合最大損失超過10000元只有5%的可能。”

VaR方法的最大優點就是提供了一個統一的方法來測量風險，把風險管理中所涉及的主要方面——投資組合價值的潛在損失用貨幣單位來表達，簡單直觀地描述了投資者在未來某一給定時期內所面臨的市場風險。使得不同類型資產的風險之間具有可比性，逐漸成為聯系整個企業或機構的各個層次的風險分析、度量方法。另外，VaR方法可以用於多種不同的金融產品，並能對不同的金融產品和不同的資產類型的風險進行度量和累積，因而它能夠用來對整個企業和跨行業的各種風險進行全面的量化。

(二)VaR的主要計算方法

從最基本的層次上可以歸納為兩種：局部估值法和完全估值法。

德爾塔一正態分布法就是典型的局部估值法;歷史模擬法和蒙特卡羅模擬法是典型的完全估值法。

1.德爾塔一正態分布法

優點：簡化了計算量。但是由於其具有很強的假設，無法處理實際數據中的厚尾現象，具有局部測量性等不足。

2.歷史模擬法

歷史模擬法的概念直觀、計算簡單，無需進行分布假設，可以有效地處理非對稱和厚尾等問題，而且歷史模擬法可以較好地處理非線性、市場大幅波動等情況，可以捕捉各種風險。歷史模擬法的缺點也是顯而易見的`。它假定市場因子的未來變化與歷史完全一樣，這與實際金融市場的變化是不一致的。其次，歷史模擬法需要大量的歷史數據。第三，歷史模擬法的計算量非常大，對計算能力要求比較高。

3.蒙特卡羅模擬法

蒙特卡羅模擬法不同之處在於市場價格的變化不是來自歷史觀察值，而是通過隨機數模擬得到。

其基本思路是假設資產價格的變動依附在服從某種隨機過程的形態，利用電腦模擬，在目標時間范圍內產生隨機價格的途徑，並依次構建資產報酬分布，在此基礎上求出VaR。

蒙特卡羅模擬法的主要優、缺點：

(1)優點：可涵蓋非線性資產頭寸的價格風險、波動性風險，甚至可以計算信用風險;可處理時間變異的變數、厚尾、不對稱等非正態分布和極端狀況等特殊情景。

(2)缺點：需要繁雜的電腦技術和大量的復雜抽樣，既昂貴且費時;對於代表價格變動的隨機模型，若是選擇不當，會導致模型風險的產生;模擬所需的樣本數必須要足夠大，才能使估計出的分布得以與真實的分布接近。

三、VaR的應用

VaR的全面性、簡明性、實用性決定了其在金融風險管理中有著廣泛的應用基礎，主要表現在風險管理與控制、資產配置與投資決策、業績評價和風險監管等方面。

(一)風險管理與控制

1.風險管理與控制的核心之一是風險的計量、風險限額的確定與分配、風險監控。傳統的風險限額管理主要是頭寸規模控制。其缺陷：不能在各業務部門之間進行比較;沒有包含杠桿效應;沒有考慮不同業務部門之問的分散化效應。

2.鑒於傳統風險管理存在的缺陷，現代風險管理強調採用以VaR為核心，輔之敏感性和壓力測試等形成不同類型的風險限額組合。

(二)基於VaR的資產配置與投資決策

VaR與方差直接相關，其作為風險限額指標實質上對方差附加了一種限制。

(三)基於VaR的業績評估

通常採用的業績評價指標為“經風險調整後的資本收益”。

(四)風險監管

四、使用VaR需注意的問題

在使用過程中應當關注到以下幾個方面的問題：

1.VaR沒有給出最壞情景下的損失。VaR只是度量了市場處於正常變動下的市場風險，而對於金融市場的極端價格變動，如市場突然的“崩盤”等，VaR是無法處理的。理論上說，這些根源的缺陷不在於VaR本身，而在於其依賴的統計方法。

2.VaR的度量結果存在誤差。

3.頭寸變化造成風險失真。VaR假設頭寸固定不變，因此在對一天至數天的期限做出調整時，要用到時間數據的平方根。但是，這一調整忽略了交易頭寸在期間內隨市場變化的可能性，導致實際風險與計量風險出現較大差異。

㈩ 風險值的計算方法

風險值是指正常市場狀態規定置信度的情況下，在給定時間段內預期損耗的一個量度標准。其計算方法有:1、歷史模擬法；2、方差—協方差法；3、蒙特卡羅模擬法。

補充說明：

1、歷史模擬法：「歷史模擬法」是藉助於計算過去一段時間內的資產組合風險收益的頻度分布，通過找到歷史上一段時間內的平均收益，以及在既定置信水平α下的最低收益率，計算資產組合的VaR值。

2、方差—協方差法：「方差—協方差」法同樣是運用歷史資料，計算資產組合的VaR值。

3、蒙特卡羅模擬法：它是基於歷史數據和既定分布假定的參數特徵，藉助隨機產生的方法模擬出大量的資產組合收益的數值，再計算VaR值。