Value at Risk / 風險值

VaR 是什麼？

VaR（Value at Risk，風險值）是一種量化風險管理工具，用於衡量在特定信心水準和特定時間範圍內，投資組合可能發生的最大預期虧損。

例如，「95% 信心水準下的 1 日 VaR 為 10,000 美元」，意味著在正常市場條件下，該投資組合在一天內虧損超過 10,000 美元的機率僅有 5%。

VaR 的核心特點：

• 單一數字概括風險：將複雜的風險暴露濃縮為一個易於理解的數值
• 機率化表達：以機率方式描述潛在虧損
• 時間框架明確：指定計算的時間範圍（1 天、10 天、1 個月等）
• 廣泛採用：被銀行、對沖基金、監管機構普遍使用

VaR 的三大要素

要素	說明	常見設定
信心水準	虧損不超過 VaR 值的機率	95% 或 99%
時間範圍	計算 VaR 的持有期間	1 天、10 天、1 個月
VaR 金額	在上述條件下的最大預期虧損	以金額或百分比表示

VaR 的計算方法

VaR 有三種主要的計算方法，各有優缺點：

歷史模擬法（Historical Simulation）

直接使用過去的實際報酬率數據，將報酬從小到大排列，取對應百分位數作為 VaR 值。

• 優點：不需假設報酬分佈，直接反映實際市場行為
• 缺點：假設歷史會重演，可能無法捕捉全新的風險

參數法 / 變異數-共變異數法

假設報酬呈常態分佈，利用報酬率的均值和標準差計算 VaR。

其中 Z 值為對應信心水準的常態分佈標準分數（95% 信心水準 = 1.645，99% = 2.326），σ 為日報酬率標準差，t 為天數。

• 優點：計算簡單，容易理解
• 缺點：常態分佈假設可能低估極端事件的風險（厚尾問題）

蒙地卡羅模擬法

使用蒙地卡羅模擬隨機生成大量價格路徑，統計各路徑的損益分佈，取對應百分位數作為 VaR。

• 優點：可處理複雜的非線性資產和各種分佈假設
• 缺點：計算量大，結果依賴模型假設

計算範例

假設一個外匯帳戶價值 100,000 美元，日報酬率標準差為 1.5%，使用參數法計算 95% 信心水準的 1 日 VaR：

VaR = 100,000 × 1.645 × 1.5% = 2,468 美元

這意味著在正常市場條件下，一天內虧損超過 2,468 美元的機率僅有 5%。

VaR 的實際應用

應用場景	使用方式
銀行監管	巴塞爾協議要求銀行計算交易帳簿的 VaR，據此配置最低資本
風險限額管理	設定各部門或交易員的 VaR 上限，控制整體風險暴露
績效評估	搭配夏普比率評估風險調整後的報酬
投資組合最佳化	在 VaR 限額內最大化投資組合的預期報酬

VaR 的局限性

• 不衡量尾部風險：VaR 只告訴你「不會超過」的虧損金額，但一旦超過，實際虧損可能遠大於 VaR 值
• 對極端事件的低估：常態分佈假設下，VaR 嚴重低估「黑天鵝」事件的發生機率
• 不具次可加性：兩個投資組合合併後的 VaR 可能大於各自 VaR 之和，違反分散投資的直覺
• 靜態模型：假設波動率恒定，但實際市場中波動率會隨環境變化
• 虛假安全感：VaR 可能讓管理者誤以為風險在控制之中，忽略極端情境

為彌補 VaR 的不足，業界發展出條件風險值（CVaR / Expected Shortfall），衡量「超過 VaR 後的平均虧損」，提供更完整的尾部風險資訊。

VaR 在外匯交易中的應用

對外匯交易者而言，VaR 是管理帳戶風險的實用工具：

每日風險監控

計算帳戶的每日 VaR，確保潛在虧損不超過可承受範圍。例如，帳戶資金 50,000 美元，設定最大可接受的日 VaR 為帳戶的 2%（即 1,000 美元），據此調整倉位大小。

多幣種風險彙整

同時交易多個貨幣對時，VaR 可將所有部位的風險彙整為單一數值，考慮各貨幣對之間的相關性，避免過度集中的風險暴露。

壓力測試

除了常規 VaR，交易者應進行壓力測試，模擬極端市場情境（如瑞郎黑天鵝事件）對帳戶的潛在衝擊。

常見問題