AFP考试考点解读：资产收益概率分布的确定方法
　　到目前为止主要使用两类方法确定资产收益的概率分布函数，即模拟法与参数法。

　　1.模拟法。模拟法又分为历史模拟法与蒙特卡罗模拟法。“历史模拟法(Historical Simulation Method，简称HS法)是通过计算过去一段时间内的资产组合风险收益率的频率分布，通过找到历史上一段时间内的平均收益，以及既定置信水平下的最低收益水平，推断VAR值，其隐含的假定是历史变化在未来可以重现。历史模拟法是基于历史数据的经验分布，它不需要对资产组合价值变化的分布作特定假设。该方法简单、直观、易于操作。但是该方法也有很多缺陷。具体表现在：(l)收益分布在整个样本时限内是固定不变的，如果历史趋势发生逆转时，基于原有数据的VAR值会和预期*5损失发生较大偏离;(2)该方法不能提供比所观察样本中最小收益还要坏的预期损失;(3)样本的大小会对VAR值造成较大的影响，产生一个较大的方差;(4)该方法不能作极端情景下的敏感性测试”。

　　蒙特卡罗模拟法(Monte Carlo Simulation Method)又称为随机模拟方法(Random SimuWion M：thod)，它与历史模拟法十分相似，主要区别在于蒙特卡罗法是借助随机方法利用历史数据或既定分布假定条件下的参数特征模拟出大量的收益率(或收益)数值，求出VAR值。蒙特卡罗模拟法最主要的优点在于该方法比历史模拟法更精确可靠，可以处理非线性、大幅度波动以及胖尾等问题。该方法的缺点在于随机产生的数列会与实际情况产生较大差异，从而可能导致错误结果，此外这种方法还具有一定的模型风险，模型本身的缺陷会导致错误的结果出现。

　　2.参数法。参数法主要有Delta-类与Gamma-类等两类模型。其中Delta-类又有Delta-正态模型、Delta-加权正态模型、Delta-GARCH模型等几类方法，Gamma-类则主要有Gamma-正态模型、Gamma-GARCH模型等几类方法。这两类方法的主要区别在于Delta-类模型中均假设资产的收益函数取一阶近似，Gamma-类模型则假设资产的收益函数取二阶近似。由于Delta-类模型取一阶近似，因此使用这类工具对高阶的CFP金融衍生工具进行分析时，很难与实际情况相吻合。Gamma-GARCH模型由于采取二阶近似，因此主要用于对CFP金融衍生工具的风险进行分析计量。

　　(五)VAR模型的必要补充

　　在使用各种方法模拟出资产收益的概率密度后，便可以利用给定计算公式很方便地计算出具体的VAR值。但是我们还应该看到采用上述方法计算出来的VAR值仅仅是常规的VAR值。事实上，在CFP金融市场上，往往会出现一些极端的情况，如证券市场的崩盘、CFP金融危机的发生等。当这种极端情况发生时，常规的VAR值就失去了作用。为了应对这种极端情况，准确地测量这种极端情况下的CFP金融风险，产生了压力试验(Stress Testing)与极值分析(ExtremeAnalysis)。压力试验法(Stress Testing)又称场景分析(Scenario Analysis)，它主要测量市场因素发生极端不利变化时，资产的损失大小。该方法*5的优点是考虑了历史或模拟数据无法涵盖的事件风险，主要缺陷是缺乏科学的理论支撑，完全是依靠一些主观臆测出来的场景计量风险的大小，此外该方法没有考虑各种风险因素之间的相关性，因此该方法更适合于单一因素风险的测量。

　　极值分析弥补了VAR方法固有的忽略资产收益概率分布函数损失边的信息的弊病，通过对资产收益概率分布函数尾部进行统计分析，佶计出了极端情况下资产的损失情况。很显然上述两种方法是对VAR方法的有效补充，从理论上完善了VAR理论，因此笔者将其统一归为在险价值VAR模型。

　　(六)VAR模型的优缺点

　　VAR模型主要有如下优点：

　　1.VAR具有很好的直观性，使用一个单一的指标来衡量一项资产的风险;

　　2.该方法不单方便、实用，而且包含的范围很广，从理论上讲，基本可以衡量CFP金融市场的所有风险;

　　3.VAR方法是一种用规范的定量化衡量风险的方法，能更准确地反映资产的风险状况。

　　VAR模型主要有如下缺点：

　　1.存在一定的模型风险，即如果使用不同的模型会得出不同的VAR值，造成使用者无所适从;

　　2.VAR作为一个绝对距离数字难以对分布不同、期望值不同的资产的风险情况进行比较;

　　3.风险作为一种复杂的现象，它具有不同方面与层面的特征，使用单一的指标难以描绘风险的所有特征;

　　4.VAR对数据有严格要求，而有些CFP金融工具由于交易不够频繁，无法提供足够的数据，难以计算VAR，从而使其存在较大的局限性。

　　(七)VAR模型的具体应用

　　实践中VAR模型在如下领域具有重要的应用：

　　1.风险监控，使用VAR方法进行风险控制，可以使每一个CFP理财投资主体对于所承担的风险大小有一个明确的认识，可以防止过度投机行为。目前全球已有超过1 000家的银行、CFP保险公司、CFP理财投资基金、养老基金以及一些非CFP金融公司使用了VAR方法进行风险控制;

　　2.CFP理财投资组合工具，由于对每一项资产或者资产组合有明确的风险衡量指标，可以对不同的资产或资产组合进行风险比较，从而确定出*3的CFP理财投资组合;

　　3.业绩评价工具，VAR方法可以很好地规避道德风险，在CFP金融CFP理财投资中，高风险意味着高收益，因此交易员有可能为获得更高的薪酬而不惜冒过大的风险。英国巴林银行期货交易员里森的过度CFP理财投资失败，造成的巴林银行倒闭，便是一个很好的例子。如果使用VAR方法，管理人员便可以根据风险的不同，调整交易员的盈利水平，从而*5限度地减弱交易人员的冒险冲动，保证公司的安全。