❶ 風險價值法的VaR模型
根據Jorion（1996），VaR可定義為：
VaR=E（ω）-ω* ①
式中E（ω）為資產組合的預期價值；ω為資產組合的期末價值；ω*為置信水平α下投資組合的最低期末價值。
又設ω=ω0（1+R） ②
式中ω0為持有期初資產組合價值，R為設定持有期內（通常一年）資產組合的收益率。
ω*=ω0（1+R*） ③
R*為資產組合在置信水平α下的最低收益率。
根據數學期望值的基本性質，將②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0 Eω0（R）-ω0-ω0R*
=ω0 ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]ω
∴VaR=ω0[E（R）-R*] ④
上式公式中④即為該資產組合的VaR值，根據公式④，如果能求出置信水平α下的R*，即可求出該資產組合的VaR值。 VaR模型通常假設如下：
⒈市場有效性假設；
⒉市場波動是隨機的，不存在自相關。
一般來說，利用數學模型定量分析社會經濟現象，都必須遵循其假設條件，特別是對於我國金融業來說，由於市場尚需規范，政府幹預行為較為嚴重，不能完全滿足強有效性和市場波動的隨機性，在利用VaR模型時，只能近似地正態處理。 從前面①、④兩式可看出，計算VAR相當於計算E（ω）和ω*或者E（R）和R*的數值。從目前來看，主要採用三種方法計算VaR值。
⒈歷史模擬法（historical simulation method）
⒉方差—協方差法
⒊蒙特卡羅模擬法（Monte Carlo simulation）
1、歷史模擬法
「歷史模擬法」是藉助於計算過去一段時間內的資產組合風險收益的頻度分布，通過找到歷史上一段時間內的平均收益，以及在既定置信水平α下的最低收益率，計算資產組合的VaR值。
「歷史模擬法」假定收益隨時間獨立同分布，以收益的歷史數據樣本的直方圖作為對收益真實分布的估計，分布形式完全由數據決定，不會丟失和扭曲信息，然後用歷史數據樣本直方圖的P—分位數據作為對收益分布的P—分位數—波動的估計。
一般地，在頻度分布圖中橫軸衡量某機構某日收入的大小，縱軸衡量一年內出現相應收入組的天數，以此反映該機構過去一年內資產組合收益的頻度分布。
首先，計算平均每日收入E（ω）
其次，確定ω*的大小，相當於圖中左端每日收入為負數的區間內，給定置信水平 α，尋找和確定相應最低的每日收益值。
設置信水平為α，由於觀測日為T，則意味差在圖的左端讓出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*
2、方差—協方差法
「方差—協方差」法同樣是運用歷史資料，計算資產組合的VaR值。其基本思路為：
首先，利用歷史數據計算資產組合的收益的方差、標准差、協方差；
其次，假定資產組合收益是正態分布，可求出在一定置信水平下，反映了分布偏離均值程度的臨界值；
第三，建立與風險損失的聯系，推導VaR值。
設某一資產組合在單位時間內的均值為μ，標准差為σ，R*～μ（μ、σ），又設α為置信水平α下的臨界值，根據正態分布的性質，在α概率水平下，可能發生的偏離均值的最大距離為μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根據VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假設持有期為 △t，則均值和數准差分別為μ△t和 ，這時上式則變為：
VaR=ω0·α·
因此，我們只要能計算出某種組合的數准差σ，則可求出其VaR的值，一般情況下，某種組合的數准差σ可通過如下公式來計算
其中，n為資產組合的金融工具種類，Pi為第i種金融工具的市場價值，σi第i種金融工具的數准差，σij為金融工具i、j的相關系數。
除了歷史模擬法和方差—數准差法外，對於計算資產組合的VaR的方法還有更為復雜的「蒙特卡羅模擬法」。它是基於歷史數據和既定分布假定的參數特徵，藉助隨機產生的方法模擬出大量的資產組合收益的數值，再計算VaR值。 ⒈確認頭寸 找到受市場風險影響的各種金融工具的全部頭寸
⒉確認風險因素 確認影響資產組合中金融工具的各種風險因素
⒊獲得持有期內風險因素的收益分布 計算過去年份里的歷史上的頻度分布 計算過去年份里風險因素的標准差和相關系數 假定特定的參數分布或從歷史資料中按自助法隨機產生
⒋將風險因素的收益與金融工具頭寸相聯系 按照風險因素分解頭寸（risk mapping） 將頭寸的盯住市場價值（mark to market value）表示為風險因素的函數
⒌計算資產組合的可變性 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布 假定風險因素是呈正態分布，計算資產組合的標准差 利用從步驟3和步驟4得到的結果模擬資產組合收益的頻度分布
⒍給定置信區間推導VAR
VaR模型在金融風險管理中的應用
VaR模型在金融風險管理中的應用越來越廣泛，特別是隨著VaR模型的不斷改進，不但應用於金融機構的市場風險、使用風險的定量研究，而且VaR模型正與線性規劃模型（LPM）和非線性規劃模型（ULPM）等規劃模型論，有機地結合起來，確定金融機構市場風險等的最佳定量分析法，以利於金融機構對於潛在風險控制進行最優決策。
對於VaR在國外的應用，正如文中引言指出，巴塞爾委員會要求有條件的銀行將VaR值結合銀行內部模型，計算適應市場風險要求的資本數額；G20建議用VaR來衡量衍生工具的市場風險，並且認為是市場風險測量和控制的最佳方法；SEC也要求美國公司採用VaR模型作為三種可行的披露其衍生交易活動信息的方法之一。這表明不但金融機構內部越來越多地採用VaR作為評判金融機構本身的金融風險，同時，越來越多的督管機構也用VaR方法作為評判金融機構風險大小的方法。
我國對VaR模型的引介始於現代，具有較多的研究成果，但VaR模型的應確處於起步，各金融機構已經充分認識到VaR的優點，正在研究適合於自身經營特點的VaR模型。
本部分就VAR模型在金融機構風險管理中的應用及其注意的問題介紹如下：
例1 來自JP.Morgan的例子
根據JP.Morgan1994年年報披露，該公司1994年一天的95%VAR值平均為1500萬美元，這一結果可從反映JP.Morgan1994年日收益分布狀況圖中求出.該公司日均收益為500萬美元，即E（ω）=500萬美元。
如果給定α=95%，只需找一個ω*，使日收益率低於ω*的概率為5%，或者使日收益率低於ω*的ω出現的天數為254×5%=13天，從圖中可以看出，ω*=－1000萬美元。
根據VAR=E（ω）－ω*=500－（－1000）=1500萬美元
值得注意的是，這只是過去一段時間的數值，依據過去推測未來的准確性取決於決定歷史結果的各種因素、條件和形勢等，以及這些因素是否具有同質性，否則，就要做出相應的調查，或者對歷史數據進行修正。這在我國由於金融機構非完全市場作用得到的數據更應該引起重視。
例2 來自長城證券杜海濤的研究
長城證券公司杜海濤在《VaR模型在證券風險管理中的應用》一文中，用VaR模型研究了市場指數的風險度量、單個證券的風險度量和證券投資基金凈值的VaR等，研究表明，VaR模型對我國證券市場上的風險管理有較好的效果。
下面就作者關於市場指數的風險度量過程作一引用，旨在說明VaR的計算過程（本文引用時有刪節）。
第一步 正態性檢驗
首先根據2000年1月4日至2000年6月2日期間共94個交易日的日收益率做分布直方圖，由於深滬兩市場具有高度相關性，此處僅以上證綜合指數為例計算。可以看出上證綜合指數日收益率分布表現出較強的正態特徵：眾數附近十分集中，尾部細小。分析表明，深市指數也有相同的特徵。
下面利用數理統計的方法對2000年4月3日至6月2日期間上述3種指數的日收益率的分布情況進行正態性檢驗，檢驗結果如下：
W(深證綜指)=0.972445
W(深證成指)=0.978764
W(上證綜指)=0.970279
W為正態假設檢驗統計量，當樣本容量為40時取α =0.05(表示我們犯錯誤的概率僅為 α=0.05)，此時W0.05 =0.94，只有當W 時我們拒絕原假設。從我們的檢驗結果來看，我們無法拒絕三種指數的日收益率服從正態分布的假設。
有關這三種指數日收益率的相關統計量見表1。
表1 三種指數日收益率統計量
深圳綜合 深圳成分 上證綜合
均 值（ ）
0.001318 0.001061 0.001561
標准差（ ）
0.013363 0.012582 0.012391
通過上面的分析，我們可以得出三種指數的日收益率基本上服從N(μ,σ)，由於三種指數的平均日收益率非常接近零值，故可近似為N(0，σ)。
第二步 VaR的計算
由於正態分布的特點，集中在均值附近左右各1.65σ區間范圍內的概率為0.90，用公式表示為：P(μ-1.65σ，再根據正態分布的對稱性可知P(X<μ-1.65σ )=P(X>μ 1.65σ)=0.05；則有P(X>μ-1.65σ)=0.95。根據上面的計算結果可知在95%的置信度情況下：
VaR值=T日的收盤價×1.65σ。
取2000年4月3日至2000年6月2日的數據，然後根據上面的公式可以計算出深證綜指、深證成指、上證綜指3種指數在2000年6月2日的VaR值分別為：
深證綜合指數VaR=591.34×1.65×0.013363=13.04
深證成份指數VaR=4728.88×1.65×0.012582=98.17
上證綜合指數VaR=1916.25×1.65×0.012391=39.17
其現實意義為：根據該模型可以有95%的把握判斷指數在下一交易日即6月5日的收盤價不會低於T日收盤價－當日的VaR值；
即深證綜合指數不會低於：591.34－13.04=578.30
深證成份指數不會低於：4728.88－98.17=4630.71
上證綜合指數不會低於：1916.25－39.17=1877.08。
第三步 可靠性檢驗
現在來檢驗該模型的可靠性。根據3種指數的VaR來預測下一個交易日的指數變動下限，並比較該下限和實際收盤價，看預測的結果與我們期望值之間的差別。圖2、圖3、圖4是3個指數於2000年4月3日至6月2日的實際走勢與利用VaR預期下限的擬合圖形。
現將樣本區間內實際收盤指數低於預測下限的天數與95%置信度情況下的可能出現的期望天數作一統計對比，結果見表2。
表2 模型期望結果與實際結果的比較
深圳綜合 深圳成分 上證綜合
實際情況 3 3 3
期望情況 2 2 2
通過上面的計算我們可以發現應用VaR模型進行指數風險控制擬合結果較好。至於三種指數均有3個交易日超過預測下限，這主要是由於考察期間適逢台灣政權更迭及美眾院審議表決予華PNTR的議案，市場波動較大所致。
例3 來自銀行家信託公司的例子
由於金融機構特別是在證券投資中，高收益常伴隨著高風險，下級部門或者交易員可能冒巨大風險追求利潤，但金融機構出於穩健經營的需要，有必要對下級部門或者交易員可能的過渡投資機行為進行限制，因而引入考慮風險因素的業績評價體系，美國銀行和信託公司將VaR模型用於業績評估中，確立了業績評價指數——經風險調查的資本收益，即RAROC= ，從公式可看出，即使收益再高，但由於VaR也高，則RAROC也不會很高，其業績評價也不可能很高。因此，將金融機構將VaR應用於業績評價中，可對過度投機行為進行限制，使金融機構能更好地選擇在最小風險下獲取較大收益的項目。
同時，杜海濤也將VaR方法用於對我國5隻基金管理人的經營業績評價，評價結果如下表：
我國5隻基金管理人的RAROC比較表
基金開元 基金普惠 基金金泰 基金安信 基金裕陽
VaR值 0.1178 0.0919 0.0880 0.1240 0.1185
收益率 0.4153 0.2982 0.3592 0.4206 0.3309
RAROC 2.8467 2.7495 3.5188 3.1707 2.7938
日收益率的標准差 0.045623 0.03748 0.035623 0.037033 0.036559
數據來源：杜海濤《VaR模型在證券風險管理中的應用》
隨著我國加入WTO，金融全球化挑戰我國的金融改革及創新，特別是金融理論的創新和控制風險技術的創新，如何將金融風險控制到最小程度，真正使金融體系成為支撐社會經濟的基礎，達到為社會分散經濟風險的目的，是我國金融界必須面對的艱巨任務，如何用定量方法測度和控制金融風險，是金融機構和監管當局必須面對的問題。從金融機構本身來看，將風險定量分析方法，比如VaR模型應用於日常的風險管理，將市場風險和信用風險降到最低的程度，以期獲取最大的利潤回報，是金融機構的義不容辭的事情，也是其當務之急。從監管當局來看，促使金融機構應用先進的控制風險技術，使金融家們能夠隨心所欲地剝離各種風險，即對各種復雜的風險進行精確的計算和配置，將有利於我國的監管水平有較大的提高。因此，我國的金融機構和金融監管當局非常有必要將VaR模型等風險控制技術引入我國金融風險管理將非常必要，且具有一定的現實意義
❷ 股票指標var值代表什麼
Var 指標 — 雖然該指標基於移動平均線，但它不使用任何標准MT4/MT5移動平均線指標。
❸ 風險價值var的三種計算方法
方差-協方差法，假定投資組合中各種風險因素的變化服從特定的分布(通常為正態分布)，然後通過歷史數據分析和估計該風險因素收益分布方差-協方差。
歷史模擬法，假定歷史可以在未來重復，通過搜集一定歷史期限內全部的風險因素收益信息，模擬風險因素收益未來的變化。
最後，把從歷史數據歸納出的風險因素收益實際分布情況列表顯示，選擇某一置信水平下的對應損失分位數，即可得到相應的VaR值。
❹ 金融風險控制中Var方法的應用
VaR的定義 在正常的市場條件和給定的置信度內，用於評估和計量任何一種金融資產或證券投資組合在既定時期內所面臨的市場風險大小和可能遭受的潛在最大價值損失。比如，如果我們說某個敞口在99%的置信水平下的在險價值即VaR值為＄1000萬，這意味著平均看來，在100個交易日內該敞口的實際損失超過＄1000萬的只有1天（也即，每年有2～3天）。在數學上，VaR可表示為投資工具或組合的損益分布（P&L Distribution）的分位數（—quantile）,表達式如下：表示組合P在持有期△t內市場價值的變化。上述等式說明了損失值等於或大於VaR的概率是α，或者可以說，在α概率下，損失值是大於VaR的。也可以說，VaR的具體定義為：在一定的持有期△t內，一定的置信水平1-α下投資組合P可能的最大損失。即：例如，持有期為1天，置信水平為97.5%的VaR是10萬元，是指在未來的24小時內組合價值的最大損失超過10萬元的概率應該小於2.5%，綜合來看，可以確定應該理解為一負值，即所遭受的損失，則表示其發生的概率。
❺ VAR方法適用范圍是什麼在什麼情景下不適用
VaR技術適用於復雜的投資組合，用來說明投資的杠桿作用和分散的效果。VaR技術的局限性在於，VaR表明的是一定置信度內的最大損失，但並不能絕對排除發生高於這個損失的可能性。
在險價值VaR是指一種用標准統計技術估計金融風險的方法。它是一種可以在正常的市場環境下，給定一定的時間區間和置信度水平，預計某種資產或資產組合最大損失的方法。
實行集權多頭式監管體制的國家，對不同金融機構或金融業務的監管，由不同的監管機關來實施，但監管許可權集中於中央政府。一般來說，該體制以財政部、中央銀行或監管當局為監管主體，日本和法國等國採用這一監管體制。
❻ 證券投資分析教材解讀：風險管理VaR方法
一、VaR方法的歷史演變
通常，人們將風險定義為未來凈收益的不確定性。
名義值法，即如果起初投資的成本為W，便認為投資風險為W，其可能會全部損失。
敏感性方法，是測量市場因子每一個單位的不利變化可能引起投資組合的損失。
波動性方法，是收益標准差作為風險度量。
粗略來說，VaR就是使用合理的金融理論和數理統計理論，定量地對給定的資產所面臨的市場風險給出全面的度量。VaR模型來自於兩種金融理論的融合：一是資產定價和資產敏感性分析方法;二是對風險因素的統計分析。
VaR是描述市場在正常情況下可能出現的最大損失，但市場有時會出現令人意想不到的突發事件，這些事件會導致投資資產出現巨大損失，而這種損失是VaR很難測量到的。因此，人們提出壓力測試或情景分析方法，以測試極端市場情景下投資資產的最大潛在損失。
二、VaR計算的基本原理及計算方法
(一)VaR計算的基本原理
VaR的字面解釋是指“處於風險中的價值(Value atRisk)”，一般被稱為“風險價值”或“在險價值”，其含義是指在市場正常波動下，某一金融資產或證券組合的最大可能損失。
確切地說，VaR描述了“在某一特定的時期內，在給定的置信度下，某一金融資產或其組合可能遭受的最大潛在損失值”或者說“在一個給定時期內，某一金融資產或其組合價值的下跌以一定的概率不會超過的水平是多少。”
定義中包含了兩個基本因素：“未來一定時期”和“給定的置信度”。前者可以是1天、2天、1周或1月等等，後者是概率條件。例如：“時間為1天，置信水平為95%，所持股票組合的VaR=10000元。”其涵義就是：“明天該股票組合可有95%的把握保證，其最大損失不會超過10000元。”或者是“明天該股票組合最大損失超過10000元只有5%的可能。”
VaR方法的最大優點就是提供了一個統一的方法來測量風險，把風險管理中所涉及的主要方面——投資組合價值的潛在損失用貨幣單位來表達，簡單直觀地描述了投資者在未來某一給定時期內所面臨的市場風險。使得不同類型資產的風險之間具有可比性，逐漸成為聯系整個企業或機構的各個層次的風險分析、度量方法。另外，VaR方法可以用於多種不同的金融產品，並能對不同的金融產品和不同的資產類型的風險進行度量和累積，因而它能夠用來對整個企業和跨行業的各種風險進行全面的量化。
(二)VaR的主要計算方法
從最基本的層次上可以歸納為兩種：局部估值法和完全估值法。
德爾塔一正態分布法就是典型的局部估值法;歷史模擬法和蒙特卡羅模擬法是典型的完全估值法。
1.德爾塔一正態分布法
優點：簡化了計算量。但是由於其具有很強的假設，無法處理實際數據中的厚尾現象，具有局部測量性等不足。
2.歷史模擬法
歷史模擬法的概念直觀、計算簡單，無需進行分布假設，可以有效地處理非對稱和厚尾等問題，而且歷史模擬法可以較好地處理非線性、市場大幅波動等情況，可以捕捉各種風險。歷史模擬法的缺點也是顯而易見的`。它假定市場因子的未來變化與歷史完全一樣，這與實際金融市場的變化是不一致的。其次，歷史模擬法需要大量的歷史數據。第三，歷史模擬法的計算量非常大，對計算能力要求比較高。
3.蒙特卡羅模擬法
蒙特卡羅模擬法不同之處在於市場價格的變化不是來自歷史觀察值，而是通過隨機數模擬得到。
其基本思路是假設資產價格的變動依附在服從某種隨機過程的形態，利用電腦模擬，在目標時間范圍內產生隨機價格的途徑，並依次構建資產報酬分布，在此基礎上求出VaR。
蒙特卡羅模擬法的主要優、缺點：
(1)優點：可涵蓋非線性資產頭寸的價格風險、波動性風險，甚至可以計算信用風險;可處理時間變異的變數、厚尾、不對稱等非正態分布和極端狀況等特殊情景。
(2)缺點：需要繁雜的電腦技術和大量的復雜抽樣，既昂貴且費時;對於代表價格變動的隨機模型，若是選擇不當，會導致模型風險的產生;模擬所需的樣本數必須要足夠大，才能使估計出的分布得以與真實的分布接近。
三、VaR的應用
VaR的全面性、簡明性、實用性決定了其在金融風險管理中有著廣泛的應用基礎，主要表現在風險管理與控制、資產配置與投資決策、業績評價和風險監管等方面。
(一)風險管理與控制
1.風險管理與控制的核心之一是風險的計量、風險限額的確定與分配、風險監控。傳統的風險限額管理主要是頭寸規模控制。其缺陷：不能在各業務部門之間進行比較;沒有包含杠桿效應;沒有考慮不同業務部門之問的分散化效應。
2.鑒於傳統風險管理存在的缺陷，現代風險管理強調採用以VaR為核心，輔之敏感性和壓力測試等形成不同類型的風險限額組合。
(二)基於VaR的資產配置與投資決策
VaR與方差直接相關，其作為風險限額指標實質上對方差附加了一種限制。
(三)基於VaR的業績評估
通常採用的業績評價指標為“經風險調整後的資本收益”。
(四)風險監管
四、使用VaR需注意的問題
在使用過程中應當關注到以下幾個方面的問題：
1.VaR沒有給出最壞情景下的損失。VaR只是度量了市場處於正常變動下的市場風險，而對於金融市場的極端價格變動，如市場突然的“崩盤”等，VaR是無法處理的。理論上說，這些根源的缺陷不在於VaR本身，而在於其依賴的統計方法。
2.VaR的度量結果存在誤差。
3.頭寸變化造成風險失真。VaR假設頭寸固定不變，因此在對一天至數天的期限做出調整時，要用到時間數據的平方根。但是，這一調整忽略了交易頭寸在期間內隨市場變化的可能性，導致實際風險與計量風險出現較大差異。
❼ VAR方法的VaR模型應用注意問題
盡管VaR模型有其自身的優點，但在具體應用時應注意以下幾方面的問題。
1、數據問題。運用數理統計方法計量分析、利用模型進行分析和預測時要有足夠的歷史數據,如果資料庫整體上不能滿足風險計量的數據要求,則很難得到正確的結論。另外數據的有效性也是一個重要問題,而且由於市場的發展不成熟,使一些數據不具有代表性,而市場炒作、消息面的引導等原因,使數據非正常變化較大, 缺乏可信性。
2、VaR 在其原理和統計估計方法上存在一定缺陷。
VaR對金融資產或投資組合的風險計算方法是依據過去的收益特徵進行統計分析來預測其價格的波動性和相關性, 從而估計可能的最大損失。所以單純依據風險可能造成損失的客觀概率, 只關注風險的統計特徵, 並不是系統的風險管理的全部。因為概率不能反映經濟主體本身對於面臨的風險的意願或態度,它不能決定經濟主體在面臨一定量的風險時願意承受和應該規避的風險的份額。
3、在應用Var模型時隱含了前提假設。
即金融資產組合的未來走勢與過去相似，但金融市場的一些突發事件表明，有時未來的變化與過去沒有太多的聯系，因此VaR方法並不能全面地度量金融資產的市場風險，必須結合敏感性分析，壓力測試等方法進行分析。
4、VaR主要使用於正常市場條件下對市場風險的測量。
如果市場出現極端情況，歷史數據變得稀少，資產價格的關聯性被切斷，或是因為金融市場不夠規范，金融市場的風險來自人為因素、市場外因素的情況下，這時便無法測量此時的市場風險。
總之， VaR是一種一種既能處理非線性問題又能概括證券組合市場風險的工具，它解決了傳統風險定量化工具對於非線性的金融衍生工具適用性差、難以概括證券組合的市場風險的缺點，有利於測量風險、將風險定量化，進而為金融風險管理奠定了良好的基礎。隨著我國利率市場化、資本項目開放以及衍生金融工具的發展等，金融機構所面臨的風險日益復雜，綜合考慮、衡量信用風險和包括利率風險、匯率風險等在內的市場風險的必要性越來越大，這為VaR應用提供了廣闊的發展空間。但是VaR本身仍存在一定的局限性，而且我國金融市場現階段與VaR所要求的有關應用條件也還有一定距離。因此VaR的使用應當與其他風險衡量和管理技術、方法相結合。要認識到風險管理一方面需要科學技術方法，另一方面也需要經驗性和藝術性的管理思想，在風險管理實踐中要將兩者有效結合起來，既重科學，又重經驗，有效發揮VaR在金融風險管理中的作用。
❽ VAR模型優缺點和主要作用有哪些
一、VaR模型的優點如下：
1、 VaR模型測量風險簡潔明了，統一了風險計量標准，管理者和投資者較容易理解掌握。
風險的測量是建立在概率論與數理統計的基礎之上，既具有很強的科學性，又表現出方法操作上的簡便性。同時，VaR 改變了在不同金融市場缺乏表示風險統一度量, 使不同術語(例如基點現值、現有頭寸等) 有統一比較標准, 使不同行業的人在探討其市場風險時有共同的語言。
另外，有了統一標准後，金融機構可以定期測算VaR值並予以公布，增強了市場透明度，有助於提高投資者對市場的把握程度，增強投資者的投資信心，穩定金融市場。
2、可以事前計算, 降低市場風險。
不像以往風險管理的方法都是在事後衡量風險大小，不僅能計算單個金融工具的風險, 還能計算由多個金融工具組成的投資組合風險。綜合考慮風險與收益因素,選擇承擔相同的風險能帶來最大收益的組合，具有較高的經營業績。
3、確定必要資本及提供監管依據。
VaR為確定抵禦市場風險的必要資本量確定了科學的依據, 使金融機構資本安排建立在精確的風險價值基礎上, 也為金融監管機構監控銀行的資本充足率提供了科學、統一、公平的標准。VaR 適用於綜合衡量包括利率風險、匯率風險、股票風險以及商品價格風險和衍生金融工具風險在內的各種市場風險。因此, 這使得金融機構可以用一個具體的指標數值(VaR) 就可以概括地反映整個金融機構或投資組合的風險狀況, 大大方便了金融機構各業務部門對有關風險信息的交流, 也方便了機構最高管理層隨時掌握機構的整體風險狀況, 因而非常有利於金融機構對風險的統一管理。同時, 監管部門也得以對該金融機構的市場風險資本充足率提出統一要求。
二、VaR的應用主要體現在：
1、，用於風險控制。目前已有超過1000家的銀行、保險公司、投資基金、養老金基金及非金融公司採用VaR方法作為金融衍生工具風險管理的手段。利用VaR方法進行風險控制，可以使每個交易員或交易單位都能確切地明了他們在進行有多大風險的金融交易，並可以為每個交易員或交易單位設置VaR限額，以防止過度投機行為的出現。如果執行嚴格的VaR管理，一些金融交易的重大虧損也許就可以完全避免。
2、用於業績評估。在金融投資中，高收益總是伴隨著高風險，交易員可能不惜冒巨大的風險去追逐巨額利潤。公司出於穩健經營的需要，必須對交易員可能的過度投機行為進行限制。所以，有必要引入考慮風險因素的業績評價指標。
3、估算風險性資本（Risk－based capital）。以VaR來估算投資者面臨市場風險時所需的適量資本，風險資本的要求是BIS對於金融監管的基本要求。下圖說明適足的風險性資本與 VaR值之間的關系，其中VaR值被視為投資者所面臨的最大可接受（可承擔）的損失金額，若發生時須以自有資本來支付，防止公司發生無法支付的情況。
溫馨提示：以上內容僅供參考。
應答時間：2021-02-02，最新業務變化請以平安銀行官網公布為准。
[平安銀行我知道]想要知道更多？快來看「平安銀行我知道」吧~
https://b.pingan.com.cn/paim/iknow/index.html