本书选取上证2007年6月29日到2007年11月30日期间工商银行、宝钢股份、中国石化3支股票作为样本，分别对3支股票的收盘价进行实证分析以计算出相应的VaR值，价格波动如图4-1所示。

图4-1 3支股票的股价波动

（一）历史模拟法

分别计算不同置信度下投资组合VaR值，结果如表4-2所示。

表4-2 VaR计算结果

注：为计算简便这里假设资产原值为1，下同。

（二）方差-协方差法

（1）对采集的样本股票组合收益率进行正态分布检验（表4 3）。

表4-3 组合收益率的描述性统计量

平均收益率为0．464 75%，标准差为0．027 848 23。这些数据为我们与其他时期情况进行比较提供了依据。

最后的统计量Z值为0．588，相应的显著性水平为0．879（大于0．05），所以组合收益率数据满足正态分布，收益率分布图如图4-2所示。

(www.daowen.com)

图4-2 组合收益率分布图

（2）计算结果如表4-4、表4-5所示。

表4-4 计算结果

表4-5 比较结果

（3）两种方法结果分析比较。本节首先阐述了VaR方法的基本原理，然后深入探讨了VaR计算的3种典型方法——历史模拟法、方差-协方差法、蒙特卡罗模拟方法，再选取上证综合指数与构建的投资组合数据为样本对证券投资风险进行实例研究，主要运用历史模拟法和方差-协方差法进行计量，并对VaR方法为基础的风险管理进行了实例分析。通过理论与实例研究得出以下结论。

（a）VaR在风险评估和披露中体现出了与其他传统风险计量和管理方法相比的优势。用标准差衡量股票的风险，只考虑了投资报酬率相对于平均水平的波动程度，但是没有考虑这种波动发生的概率，而波动发生的概率在风险评估中是很重要的一项反映指标。夏普指数反映了单位标准差下的风险回报，但没有说明发生的概率大小。VaR指标则通过把收益和它发生的概率对应从而完满地解决了这个问题。

（b）VaR方法可以有效地帮助交易员设定交易风险限额。利用VaR方法可以有效提高金融机构的风险抵抗能力。VaR法能帮助交易员了解每项交易所包含的风险和风险的大小程度，从而了解是否有能力承受该风险。这有助于金融机构面对各种风险时仍对交易做出正确的选择，减低了交易风险，同时，也提高了获得利润的能力。

（c）VaR模型比其他证券资产配置优化模型，比如马克维兹模型更简明易懂，而且可以采用多种计算方法，可以根据投资者不同的风险偏好设定置信水平计算风险值，构造有效前沿。另外，VaR可应用的范围更广，在投资组合中还可包括金融衍生产品，对市场风险的敏感性很好，灵活性也很强，所以更具有潜在和广泛的应用价值。

（d）VaR可以较客观地对基金业绩进行评估。VaR风险值是依据客观概率，在分析资产或资产组合的历史收益的基础上得出的。它不必考虑传统的业绩评价方法中基准组合的选择，也不必考虑采用什么利率作为无风险利率的代表，所以避免了许多主观判断对评估结果的影响。

（e）VaR方法可以有效对单个股票（上证综合指数）和证券投资组合在未来某段时间内的最大损失值进行测算，并且在VaR基础上可以构建完整的信息披露、资源配置、绩效评价体系，为投资组合风险的披露与控制，资金头寸限额与组合资产结构调整，投资绩效评估提供了很好的方法。

（f）除历史模拟法与情景分析法外，收益分布的假设对VaR的计算至关重要，因此如果想要比较精确地计算VaR值，就必须对收益的分布做出恰当的分布假设。

今后的研究重点是如何改进，如何把各种VaR模型和计算方法有效结合也是一个重要的理论课题。如何提高VaR在风险监控和投资系统中的计算准确性，降低蒙特卡罗模拟的实际计算成本，以及在我国金融市场迅速发展的过程中，将此方法真正应用到实践中，需要不断探讨和进一步研究。而且，随着金融创新产品的不断涌现和经济环境的快速发展，我们不仅将面临更大的风险，也将面临着更多的风险品种，VaR方法及其在中国证券市场的应用研究非常有意义并且很紧迫。