阶段7风险管理基础●●●●●

VaR口径：置信水平、持有期与估计方法

我的掌握程度：

q-609精讲

先掌握这个答案

VaR比较至少统一置信水平、持有期、损失单位、当前持仓、数据窗口和估计方法。零均值正态收益下99%/95%的VaR比约为2.3263/1.6449≈1.414，并非1.22。独立、方差稳定等条件下价格收益总和波动近似按√T缩放，均值按T缩放；肥尾、相关、跳跃、非线性持仓和退出路径下应重估多日损失分布。

先读结论，再核对下方使用边界；数字例题为教学情景，涉及实际行情与规则时请核对原始来源。

从理解到使用

条件概率方向不能反过来

p值是在指定原假设和模型条件下，得到至少同样极端统计量的概率。不是原假设为真的概率，也不是发现有效因子的把握。多次调参、相关样本与重叠收益需要相应校正。

核对来源：SciPy统计检验文档 ↗

分位数不是最大损失

VaR是指定持有期与模型下的损失分位数，超过该阈值仍可能损失很多。ES刻画最差尾部的平均损失；离散样本中并不总能简单等同于“严格大于VaR的样本均值”。报告分位数算法和回测覆盖情况。

核对来源：BIS：VaR与ES ↗

本阶段实战方法 · 把风险指标转成可执行的限额

报告VaR、对冲比率或保证金时，必须同时说明模型外还可能发生什么。

先定义损失正负号、置信水平、持有期、样本窗口和估计方法。
组合使用VaR、ES、压力测试、集中度、清算天数与保证金情景，不把单一指标当最大损失。
为预警、减仓、暂停交易写清触发条件、执行责任和恢复条件，并记录无法成交的情景。

使用边界

95% VaR是损失分布的95%分位，不是最大亏损或保证每天有95%把握安全。
久期敏感度使用修正久期；Macaulay久期是现金流加权时间，两者不能直接混用。

不懂的术语：肥尾（Fat Tails）VaR（在险价值）方差 / 标准差（Variance / Std）

背景 · 从一个困惑说起

一份报告给95%的一日VaR，另一份给99%的十日VaR。后者更大并不能说明组合更危险，因为口径已经变了。

由此产生的问题

置信水平与持有期怎样影响VaR，什么时候不能用固定倍数换算？

核心概念

为什么需要它

置信与期限既改变阈值，也改变模型误差；更大的一个数字可能只来自更深分位或更长持有期。

实际应用场景

在表头完整标注“99%/1日/历史重估/近N日窗口/万元”等口径；监管标准依具体风险类型和当期规则核对。

与之前知识的联系

q-227的肥尾、q-606的分布比较、q-610的压力测试共同解释指标的适用边界。

⚠ 常见误解

99%与95%之间不存在对所有分布适用的固定比率。
把t分布的scale乘√T不等于证明多日总和仍是同自由度t分布。
多日末端损失分位不描述中途追保、止损或流动性路径。

🤖 AI导师

导师会先检查你的前置知识（VaR使用纪律），再用案例、公式和代码帮助理解。此功能需要先启用服务。