风险管理实战：VaR与CVaR计算、回测与合规应用

为什么风险管理是量化系统的”生命线”？#

2020年原油宝事件、2021年Archegos爆仓、2022年英镑贬值引发的养老金危机…这些金融灾难有一个共同点：风险模型失效或未被正确使用。

量化交易不仅仅是”赚钱”，更重要的是”不亏大钱”。风险管理系统的核心目标：

1. 识别风险：市场风险、信用风险、流动性风险、操作风险
2. 量化风险：用数字说话，而非凭感觉
3. 控制风险：设定阈值、自动止损、压力测试

VaR（在险价值）：最广泛的风险度量#

VaR的定义与计算#

VaR(置信水平, 持有期) = 在给定置信水平下，持有期内的最大可能损失

例如：日度95% VaR = -2.5% 表示：有95%把握，明天亏损不会超过2.5%

三种主流计算方法：

1. 历史模拟法（Historical Simulation）#

# 伪代码：计算95%日度VaR
returns = get_historical_returns(lookback=504)  # 2年交易日
var_95 = np.percentile(returns, 5)  # 第5百分位数

优点：非参数、无需正态分布假设 缺点：对近期市场结构变化反应慢、受异常值影响大

2. 参数法（Variance-Covariance）#

假设收益率服从正态分布：

VaR_α = μ - z_α × σ

其中 z_α 是标准正态分布的α分位数（95%对应1.645）

优点：计算快、解析解 缺点：正态假设在极端情况下失效（肥尾效应）

3. 蒙特卡洛模拟（Monte Carlo）#

用随机过程（如几何布朗运动）模拟未来收益率路径：

# 伪代码：蒙特卡洛VaR
n_simulations = 10000
simulated_returns = simulate_gbm(mu, sigma, n_simulations)
var_95 = np.percentile(simulated_returns, 5)

优点：可引入肥尾、跳跃等复杂特征 缺点：计算量大、依赖模型假设

A股实战：三种方法对比#

回测结果（2015-2025）：

• 历史模拟法：VaR突破率4.8%（接近理论5%）
• 参数法：VaR突破率7.2%（低估风险）
• 蒙特卡洛：VaR突破率5.1%（最准确但最慢）

CVaR（条件在险价值）：捕捉尾部风险#

VaR的致命缺陷：不告诉你超出VaR的部分有多惨。

CVaR（又称ES，Expected Shortfall）定义为：当损失超过VaR时的条件期望损失。

示例：

• VaR_95 = -2.5%（95%把握亏损≤2.5%）
• CVaR_95 = -4.1%（如果亏损超2.5%，平均亏4.1%）

计算CVaR（历史模拟法）：

# 伪代码
exceedances = returns[returns <= var_95]
cvar_95 = np.mean(exceedances)

为什么CVaR更重要？

1. 次可加性：满足风险度量的数学公理（VaR不满足）
2. 尾部敏感：对极端风险更敏感
3. 监管偏好：巴塞尔协议III推荐用CVaR替代VaR

VaR/CVaR回测：检验风险模型的有效性#

回测框架#

突破（Breach）定义：实际损失 < VaR（即亏损超过VaR）

关键统计量：

1. 突破率：突破次数 / 总样本数（应接近 1-置信水平）
2. 独立性检验：突破是否聚集（Kupiec检验）
3. Christoffersen检验：联合检验突破率和独立性

A股案例：2020年疫情冲击#

观察：

• 2020年3月：VaR突破聚集，历史模拟法未能及时反应市场波动率跃升
• 参数法在危机前低估风险（低波动环境导致σ低估）
• 蒙特卡洛法（引入GARCH波动率聚类）表现最好

合规应用：从巴塞尔协议到国内监管#

巴塞尔协议III要求#

1. 交易账户：用99.9% CVaR，回测突破惩罚系数
2. 银行账户：用99.9% VaR，持有期1年
3. 模型风险资本：基于回测突破次数增加资本要求

国内券商合规要点#

1. 风控指标：VaR日度监控、压力测试周度执行
2. 系统要求：风险系统需通过行业协会测试
3. 报告频率：日报、周报、月报、应急报告

实战建议：构建稳健的风险管理系统#

1. 多方法融合：历史模拟法（基准）+ 蒙特卡洛（压力情景）
2. 动态回溯期：波动率高时缩短回溯期（如126个交易日）
3. 压力测试：定期测试历史危机情景（2015股灾、2016熔断、2020疫情）
4. 流动性调整：VaR加入流动性折扣（小盘股增加惩罚项）
5. 模型治理：定期回测、模型变更需审批、审计留痕

结语#

风险管理不是”束缚手脚”，而是”延长寿命”。一个优秀的量化系统，风险模块至少占30%的开发工作量。

下期预告：压力测试与情景分析——如何设计极端但合理的压力情景？

参考文献：

1. Jorion, P. (2007). Value at Risk: The New Benchmark for Managing Financial Risk.
2. 巴塞尔银行监管委员会 (2019). 市场风险最低资本要求.
3. 中国证券业协会 (2023). 证券公司风险控制指标管理办法.