价值的参数方法处于风险（var）：定义和示例

在评估风险敞口时，许多组织已经采用了有风险的价值，或VAR，度量标准，这是一种统计风险管理技术，衡量了投资组合可能在指定的时间范围内面临的最大损失，并具有一定程度的信心。

VAR建模决定了要评估的实体损失的潜力以及确定损失的发生概率。一个人通过评估潜在损失的量，损失量的发生概率以及时间范围来衡量VAR。

例如，金融公司可以确定资产的3％1个月VAR为2％，这是在一个月的时间范围内，资产的价值下降了2％的机会3％。 3％发生的机会转换为每日比率，每月一天损失2％。

这非参数法不需要分析的人群符合某些假设或参数。这为分析师提供了很大的灵活性，并允许包括定性或顺序变量。

尽管非参数统计的优势是必须达到很少的假设，但它们的功能不如参数统计数据。这意味着它们可能不会显示一个实际上存在两个变量之间的关系。结果，大多数风险管理者都喜欢采用更定量的方法。

参数方法，也称为差异协方差方法是一种风险管理技术，用于计算首先识别平均值或期望值的资产投资组合的VAR，并且标准偏差投资组合。

参数方法着眼于在外观期间投资的价格变动，并使用概率理论来计算投资组合的最大损失。

危险价值的方差 - 协方差方法计算了投资或证券价格变动的标准偏差。假设股票价格回报和波动率遵循正态分布，计算指定置信度内的最大损失。

Monte Carlo VAR计算不假定正常分布，而是模拟各种场景，因此可以更准确地计算VAR。

一个安全性的示例

考虑一个仅包括一个安全性的投资组合，即股票ABC。假设将$ 500,000投资于股票ABC。 252天或一个交易年度股票ABC的标准偏差为7％。在正态分布之后，单方面95％的置信度具有Z得分1.645。

该投资组合中有风险的价值是

$ 57,575 =（$ 500,000*1.645*.07）。

因此，有95％的信心，在给定的交易年度，最大损失将不超过57,575美元。

可以通过首先计算投资组合的波动性来确定具有两种证券投资组合风险的价值。将第一资产的重量的平方乘乘以第一资产的标准偏差的平方，并将其添加到第二资产权重的平方，乘以第二资产标准偏差的平方。

将该值添加到两个乘以第一和第二资产的权重乘以相关系数在两个资产之间，资产一号的标准偏差和资产二的标准偏差。然后将该值的平方根乘以z得分和投资组合值。

例如，假设风险经理希望使用参数方法计算一日的参数方法时间范围。第一资产的重量为40％，第二资产的权重为60％。第一资产的第一个标准偏差为4％，为7％。两者之间的相关系数为25％。 Z得分为-1.645。投资组合价值为5000万美元。

在一日期间，置信度95％的一日期间处于风险的参数值是：

$ 399万美元=（$ 50,000,000*-1.645）*√（0.4^2*0.04^2）+（0.6^2*0.07^2）+[2（0.4*0.6*0.6*0.25*0.04*0.07*0.07*）]

危险价值的参数方法（VAR）从投资组合收益的标准偏差中确定VAR。它假定正态分布（风险因素回报是正常的，因此投资组合也是如此）。该方法试图通过该方法估算投资组合的潜在损失，该方法显示了一定概率，该方法显示了一定时间范围内的最大预期损失。

例如，假设您在100,000美元的投资组合中以99％的置信区间的置信区间为期一日VAR。 VAR为$ 5,000。这意味着，投资组合在一天中损失不超过5,000美元，而投资组合可能会在一天内损失超过5,000美元的可能性不超过5,000美元。

VAR的一些缺点是：

如果投资组合具有多个资产，则使用矩阵计算其波动率。为所有资产计算一个方差 - 稳定矩阵。投资组合中资产的权重向量乘以资产权重量的向量，资产的权重乘以协方差所有资产的矩阵。

实际上，VAR的计算通常是通过财务模型完成的。建模功能将取决于是否针对具有三个或三个证券的投资组合计算了VAR。