概念地圖・風險值 VaR
作者 山姆（謝冠生）・喵喵書評創辦人
發布 最後更新
分類：理財
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
風險值 VaR：那條線，畫在哪裡
「這個部位風險很大」這句話沒辦法寫進報表，也沒辦法拿來設限額。風險值（Value at Risk，VaR）把它換成一句可以簽字的話：在九十五的信賴水準之下，未來一天的損失不會超過三百二十萬。一個數字裡塞了三個東西——多久、多有把握、多少錢。它的做法是把報酬的分布畫出來，在左邊的損失端切一刀，切點到零之間的距離就是那個金額。刀口以外的那一小塊，才是真正需要另外處理的部分。
一個數字，三個必須講清楚的參數
這個做法在一九九〇年代由 J.P. Morgan 推廣開來。當時的高層要求每天下午收盤後十五分鐘內，收到一張能夠概括全行市場風險的單頁報告，於是有了把各種部位壓縮成單一金額的需求；一九九四年該行公開了背後的方法論，VaR 從此成為金融業與監理機關的共同語言。
| 算法 | 怎麼做 | 強項 | 罩門 |
|---|---|---|---|
| 歷史模擬法 | 拿過去幾年的實際報酬重演一遍 | 不必假設分布形狀 | 只認得歷史演過的劇本 |
| 變異數法 | 假設常態分布，用標準差推算 | 算得快、資料需求低 | 系統性低估厚尾 |
| 蒙地卡羅 | 依設定模型隨機模擬幾萬次 | 能處理複雜的衍生性商品 | 結果由你餵的假設決定 |
| 壓力測試 | 直接指定極端情境重算一次 | 專門看尾巴裡面 | 情境要靠人想得出來 |
看到一個 VaR 數字，先問四件事
同一個部位可以算出好幾個差很多的 VaR，全部都「正確」。差別藏在參數與資料裡。
一、期間與信賴水準是多少。單獨一個金額沒有意義。一天 95% 與十天 99% 的數字可能差三、四倍，而報告上常常只寫金額。看到沒有標註參數的 VaR，先當它不存在。自問：這個數字對應的是幾天、幾個百分比？
二、歷史窗口涵蓋過壞日子嗎。用最近兩年的資料算出來的 VaR，在市場長期平靜之後會低到不可思議——因為那兩年裡根本沒有壞日子可以學。這正是風險在承平時期被系統性低估的機制。自問：我的資料期間裡，有沒有包含至少一次真正的崩盤？
三、你的部位會不會一起出事。VaR 靠相關係數把各個部位加總，而相關係數在平常與危機時是兩個數字。平時分散得漂亮的組合，在恐慌時往往同時下跌——那時候的實際損失會遠超過模型算出來的。自問：上一次市場大跌，我這幾個部位是分頭走還是一起走？
四、切完之後，你有沒有看外面那一塊。VaR 只回答門檻在哪裡，對「超過門檻之後平均會虧多少」完全沉默。負責任的用法一定會補上條件風險值（CVaR，也叫預期短缺）或壓力測試，把尾巴裡面的深度也量一次。自問：真的踩到那 5%，我大概會賠多少？
一家外銷廠的美元應收帳款
以下是一個示意情境，用來說明這個數字怎麼改變一次內部討論，不構成任何投資或避險建議。
- 部位：三個月後到期的美元應收帳款 200 萬美元。帳上很漂亮
- 原本的想法：匯率頂多上下兩、三角，不必避險。憑印象
- 算一次：以歷史波動推估，九十天 95% 的 VaR 約 460 萬台幣。遠高於預期
- 對照利潤：這批訂單的預估毛利是 520 萬台幣。幾乎等於全吃掉
- 再看尾巴：算 CVaR，超過門檻時的平均損失約 690 萬。會倒賠
- 真正的改動：一半部位鎖遠期匯率，一半留著。最壞情況可承受
這家公司過去十年都沒有避險，理由是「這幾年匯率很穩」——這句話在統計上等於「我的歷史窗口裡沒有壞日子」。真正讓老闆改變做法的並不是那個 460 萬，而是把它跟毛利擺在一起的那一秒：一個看起來抽象的風險數字，換算成「這批貨可能白做」之後突然有了重量。第二個關鍵是 CVaR。VaR 說的是「有 5% 的機率會虧超過 460 萬」，聽起來像是「最多 460 萬」；補算 CVaR 才看出來，真的落到那 5% 裡的時候，平均會虧到 690 萬，超過整批訂單的毛利。他最後選擇避一半，理由也很務實——全避掉會失去匯率往有利方向走的空間，完全不避則把整批訂單的成敗押在一個他無法控制的變數上。這個決定沒有讓風險消失，只是把最壞的情況壓到公司撐得住的範圍。以上為說明結構用的示意情境，數字僅供理解框架之用，不構成任何投資建議。
這個數字有三種很貴的誤用
它在二〇〇八年之後被大量檢討，主要的批評集中在這三點。
- 它告訴你門在哪裡，不告訴你門後面有多深。95% 的 VaR 是 460 萬，意思是有二十分之一的機率會虧得比這個多——可能多一點，也可能多十倍。這個區別在承平時期無所謂，在危機時就是生死之別。實務上的補救是同時報告 CVaR：超過門檻之後的平均損失。這也是巴塞爾協定後來把市場風險的計算基準從 VaR 移向預期短缺的原因。
- 常態分布的假設，會把最重要的那幾天算沒了。金融市場的報酬分布尾巴比常態厚得多——按常態模型幾千年才會發生一次的單日跌幅，實際上每隔十幾二十年就出現一次。用變異數法算出來的 VaR 因此在極端情境下嚴重失真。歷史模擬法沒有這個假設，但它有另一個限制：只認得資料裡演過的劇本，沒發生過的事一律機率為零。兩種方法各有一個天生的盲點，而它們的盲點剛好都落在同一個地方。
- 它會從警示變成額度，然後放大風險。一旦 VaR 被寫進風險限額，交易員的行為就會改變：找那些 VaR 算起來低、實際尾部風險很高的部位（賣出深度價外選擇權是經典例子），在限額內把曝險做到最滿。這是典型的古德哈特定律——指標一旦變成目標，就不再是好指標。更麻煩的是全行業用類似的模型，市場一波動大家的 VaR 同時上升、同時被迫減倉，反而把跌勢放大。
那條線之外，才是會改變人生的地方
VaR 的設計哲學是替絕大多數的日子提供一個可管理的數字，把最極端的那一小塊排除在外。這對每天要交報表的機構是合理的取捨，對一個把身家壓在一件事上的人卻可能是反過來的——他真正在意的，剛好全部都在被排除的那一塊裡面。
創業的風險結構特別像這件事。多數的日子都在中間那一段：客戶慢慢來、營收慢慢長、偶爾一個月不如預期。真正決定結局的，是那幾件機率很低卻足以出局的事——最大的客戶突然抽單、合夥人退出、房東不續租、一次官司。這些都不會出現在你的日常波動裡，所以也不會出現在任何用日常波動算出來的估計裡。能不能繼續留在場上，比平均賺多少更早決定結果。P.A.I.N. 之尺上那個「你賠得起多少」的問題，處理的就是尾巴而不是平均。今晚可以做的一件小事：寫下你這門生意最大的三個單點依賴——最大的客戶、最關鍵的那個人、最不可取代的那個供應商，然後在每一個後面寫上「如果它明天消失，我撐幾個月」。這三個數字，比任何一個波動率都更接近你的真實風險。
關於風險值 VaR，常被問到的幾件事
VaR 怎麼算？
三種主流做法。歷史模擬法：把過去一段期間（例如 500 個交易日）的每日報酬套用到目前部位，排序後取第 5 百分位。變異數—共變異數法：假設報酬呈常態分布，用部位金額乘上標準差再乘上信賴水準對應的 z 值（95% 約 1.65，99% 約 2.33）。蒙地卡羅法：依設定的模型隨機模擬數萬條路徑，再取分位數。三者的答案通常不同，選哪一種取決於部位的複雜度與資料可得性。
95% 跟 99% 的 VaR 差在哪？
信賴水準越高，切點越往尾巴推，數字越大，但被排除在外的情境也越極端。95% 大約是每二十個交易日會有一天超過（一年約十二、三次），99% 則是每一百天一次（一年約二、三次）。監理上多要求 99%，內部風控日常監控則常用 95%，因為超限的次數夠多，可以用來回測模型準不準。兩者沒有優劣，重點是報告時一定要標明，而且前後期要一致。
VaR 跟 CVaR（預期短缺）有什麼不同？
VaR 回答「壞到什麼程度算是那 5%」，CVaR 回答「真的落進那 5% 之後，平均會虧多少」。舉例來說，95% VaR 是 460 萬、CVaR 是 690 萬，意思是超過門檻的那些情境平均虧 690 萬。CVaR 在數學性質上也比較好——它滿足次可加性，也就是分散投資不會讓風險指標反而變大，而 VaR 在某些情況下會違反這個直覺。近年的監理架構逐步以預期短缺取代 VaR 作為主要計提基準。
個人投資者用得上 VaR 嗎？
概念上很有用，精確計算則多半沒有必要。對個人而言，取用它的核心問題就夠了：我這個組合在一個很差的月份，大概會少掉多少？用歷史上幾次大回檔的實際跌幅去估，比套公式實際得多。更值得個人花力氣的是後面那半題——真的跌到那個程度，我會不會被迫在低點賣出。這是流動性與現金需求的問題，任何波動率模型都算不出來。本段僅為概念說明，不構成投資建議。
為什麼 VaR 在金融危機後被大量批評？
主要有三個理由。第一，它在承平時期會低估風險，因為模型多以近期資料校準，市場越平靜算出來的數字越小。第二，它對尾部的深度沉默，機構因此對「超過門檻之後」的準備嚴重不足。第三，全市場使用相似模型造成同步行為：波動上升時所有人的 VaR 同時惡化、同時被迫減倉，把賣壓疊在一起。這些批評並沒有讓 VaR 消失，而是把它從「唯一的風險指標」降級為「其中一個指標」，旁邊必須配上壓力測試與預期短缺。
想理解那些被切在門檻之外的極端事件，可以看黑天鵝與尾部風險；想從另一個方向替不確定性留餘裕，接著看安全邊際。至於隨機性怎麼一路愚弄專業人士，這篇拆書讀起來很痛快。
這是一篇讀書與觀念的拆解、也是個人觀點，不是投資建議。作者是書評人、不是理財顧問；投資有風險、過去績效不代表未來，文中的數字與例子只為說明，請自行查證、量力而為。
同一個概念，站上還有別的講法——
拆給你聽：正常情況下，你最慘一天會賠多少錢？喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。