var模型
金融风险管理中的VaR模型
金融风险管理中的VaR模型VaR是金融风险管理领域中非常重要的一种风险测量模型，可以帮助金融机构识别和控制市场风险、信用风险、操作风险等多种不确定性因素对其业务和投资组合所带来的潜在损失。
本文将对VaR模型的定义、计算方法、优缺点以及应用现状进行讨论。
一、VaR模型的定义VaR模型是一种针对金融风险的风险管理工具，旨在帮助金融机构评估其业务和投资组合在预定置信水平和预定时间段内可能面临的最大可能亏损。
VaR通常用于衡量市场风险、信用风险和操作风险等方面的风险，并且通常基于历史数据和概率分布函数来计算。
二、VaR模型的计算方法VaR模型的计算方法通常有三种：1.历史模拟法：历史模拟法基于历史数据，通过计算过去一段时间内金融工具价格或投资组合价值的分布，来估计未来可能的最大亏损。
这种方法的优点是简单易懂，易于实现。
但它的缺点是忽略了当前市场条件与历史数据的差异。
2.正态分布法：正态分布法假设市场价格或投资组合价值呈正态分布，因此可以利用标准正态分布表将置信水平转化为标准差，进而计算VaR。
这种方法的优点是计算简单，但它的缺点是忽略了市场价格或投资组合价值呈非正态分布的情况。
3.蒙特卡罗模拟法：蒙特卡罗模拟法通过模拟不同的市场行情，来估计未来可能的风险。
这种方法的优点是可以考虑市场价格或投资组合价值呈非正态分布的情况，但它的缺点是计算相对较为复杂，需要大量计算资源和时间。
三、VaR模型的优缺点VaR模型具有以下优缺点：1.优点：(1)可以测量不同类型的风险：VaR模型可以帮助金融机构测量市场风险、信用风险、操作风险等不同类型的风险。
(2)能够识别重要风险源：VaR模型可以帮助金融机构识别其业务和投资组合中最重要的风险源，帮助其进行有效的风险控制。
(3)符合监管要求：许多国家和地区的金融监管机构要求金融机构使用VaR模型来评估其风险承受能力和资本要求。
2.缺点：(1)无法完全预测未来：VaR模型只能基于历史数据和概率分布来进行未来风险的预测，不可能完全预测未来的市场和经济条件。
var-向量自回归模型
预测评估
采用适当的评估方法（如均方误差、平均绝 对误差等）对预测结果进行评估，以确保预 测的准确性和可靠性。
政策建议与展望
政策建议
根据VAR模型的实证分析结果，提出针对性 的政策建议，以促进经济的稳定和可持续发 展。
展望
对VAR模型未来的发展趋势和应用前景进行 展望，为进一步研究提供方向和思路。
05
VAR模型的优缺点与改 进方向
VAR模型的优点
01
描述经济变量之间的ຫໍສະໝຸດ 态关系VAR模型能够描述多个经济变量之间的动态关系，通过分析变量之间的
相互影响，揭示经济系统的内在机制。
02
避免结构化约束
VAR模型不需要对经济变量之间的因果关系进行结构化约束，而是通过
变量自身的历史数据来分析相互影响，减少了主观因素对模型的影响。
模型估计与结果解读
模型估计
采用适当的统计软件（如EViews、Stata等）对VAR模型进行估计，确定模型的最佳滞 后阶数，并检验模型的稳定性。
结果解读
对估计结果进行详细解读，包括各经济指标之间的动态关系、长期均衡关系等，以便更 好地理解经济现象。
模型预测与评估
模型预测
利用估计好的VAR模型对未来经济走势进行 预测，为政策制定提供参考依据。
拓展应用领域
可以将VAR模型拓展应用到其他领域，如金融市 场、环境经济学、健康经济学等，以揭示不同领 域变量之间的动态关系。
THANKS FOR WATCHING
感谢您的观看
金融市场分析
VAR模型可用于分析股票、债券等金 融市场的相关性，以及市场波动对其 他经济指标的影响。
国际经济关系研究
VAR模型可用于分析不同国家之间的 经济关系，例如贸易往来、汇率变动 等。
VAR-向量自回归模型
VAR-向量自回归模型简介VAR（Vector Autoregressive Model）是一种常用的多变量时间序列预测模型。
它对每个时间点上的变量都建立回归模型，通过自身过去时间点和其他变量的过去时间点进行预测。
VAR模型考虑了变量之间的相互影响，在经济学、金融学等领域得到广泛应用。
模型原理VAR模型是基于向量的自回归模型，其基本思想是将多个变量组合成一个向量，然后对该向量进行自回归建模。
VAR模型可以表示为以下形式：VAR模型VAR模型其中，X_t是一个n\times1的向量，表示在时间点t上的多个变量的取值；A_1,A_2,…,A_p是一个n\times n的矩阵，表示自回归系数；U_t是误差项，通常假设为服从均值为0且方差为\Sigma的白噪声。
VAR模型需要估计自回归系数矩阵和白噪声方差矩阵。
估计方法可以使用最小二乘法或者极大似然法，具体选择的方法取决于模型中的假设条件。
模型应用VAR模型在经济学、金融学等领域广泛应用，常见的应用场景包括：1.宏观经济预测：VAR模型可以用于预测国民经济指标、通货膨胀率、利率等宏观经济变量。
通过分析过去的数据，可以建立一个VAR模型，然后用于预测未来的经济变量走势。
2.金融市场分析：VAR模型可用于分析金融市场的相关变量，例如股票价格、汇率、利率等。
通过建立VAR模型，可以评估不同变量之间的关系，从而帮助投资者做出更准确的决策。
3.宏观经济政策分析：VAR模型可以用于评估不同的宏观经济政策对经济变量的影响。
通过建立VAR模型，可以模拟在不同政策变化下的经济变量走势，从而指导决策者制定合适的宏观经济政策。
模型评估对于建立好的VAR模型，需要对其进行评估，以验证模型的有效性。
常用的模型评估方法包括：1.残差分析：通过对模型的残差进行分析，可以评估模型是否存在偏差或者哪些变量对模型的解释能力较差。
可以使用残差的自相关图、偏自相关图等图形方法进行分析。
2.模型拟合度评估：通过计算模型的决定系数（R-squared）、均方根误差（RMSE）等指标，可以评估模型的拟合程度。
var模型
VAR 模型VaR 理论1 VaR 的基本思想VaR 含义指在市场正常波动下，某一金融资产或证券组合的最大可能损失[15]。
用公式表示为：α=≤∆∆VaR)(i P P其中，P 表示资产价值损失小于可能损失上限的概率；P ∆表示某一金融资产在一定持有期t ∆的价值损失额；VaR 表示给定置信水平α下的风险价值，即可能的损失上限；α为给定的置信水平。
要确定一个VaR 值必须首先确定以下三个系数：（1）持有期t ∆。
即确定计算在哪一段时间内持有资产的最大损失值。
（2）置信水平α。
置信水平反映了金融机构对风险的不同偏好。
（3）观察期间。
观察期间是对给定持有期限的回报的波动性和关联性考察的整体时间长度，是整个数据选取的时间范围，有时也称“数据窗口”。
与传统风险度量的手段不同，VaR 模型完全是基于统计分析基础上的风险度量技术。
从统计的角度看，VaR 实际上是投资组合回报分布的一个百分位数。
它的一种较为通俗易懂的定义是：在未来一定时间内，在给定的条件下，任何一种金融工具和品种的市场价格的潜在最大损失。
其中，“未来一定时间”可以是任意一时间段，如一天、五个月等。
“给定的条件”可以是经济条件、市场条件、上市公司及所处行业、信誉条件和概率条件等等。
概率条件是VaR 中的一个基本条件，也是最普遍使用的条件。
如“时间为40天，置信水平为95%（概率），所持股票组合的VaR 为-2000元”。
其涵义就是：40天后该股票组合有95%的把握其最大损失不会超过2000元。
其中，置信区间即为发生最大损失的概率，随着概率的增加，最大损失额度会随即增加。
2 VaR 的三种常用计算方法按推算资产组合收益的概率分布模型不同，主要有历史模拟法、方差-协方差法和蒙特卡罗模拟法[16]。
1方差-协方差法(the Variance-Covaiance Approach)它假定风险因子的变化服从特定的分布通常是正态分布，通过历史数据分析和估计该风险因子收益分布的参数值，如方差，从而得出整个收益组合的特征值。
var模型的建立
var模型的建立Var模型（Value at Risk model）是金融领域中常用的风险度量模型，用于评估投资组合或资产的风险水平。
本文将从Var模型的定义、建模方法、优缺点等方面进行讨论。
一、Var模型的定义Var模型是一种用来评估金融资产或投资组合在给定置信水平下的最大可能损失的风险度量模型。
通常用一个数值来表示，表示在一定概率下的最大可能亏损额。
例如，对于一个投资组合来说，Var 可以表示在一年内以95%的概率下，最大可能的亏损额为100万元。
二、Var模型的建模方法1.历史模拟法：该方法基于历史数据，通过计算历史收益率序列的标准差和相关系数，来估计未来的风险水平。
该方法简单易用，但无法考虑市场风险的变化。
2.参数法：该方法假设资产收益率服从某种概率分布，如正态分布或t分布，通过拟合分布参数来计算Var。
该方法具有较强的理论基础，但对数据的要求较高。
3.蒙特卡洛模拟法：该方法通过生成大量的随机数，模拟资产的未来收益率分布，并计算相应的Var。
该方法可以考虑市场风险的变化，但计算量较大。
三、Var模型的优缺点1.优点：(1)Var模型直观且易于理解，可以用一个简单的数值来衡量风险水平。
(2)Var模型可以考虑市场风险的变化，适用于不同的投资策略和市场环境。
(3)Var模型可以提供投资组合的风险分析和决策支持，帮助投资者制定合理的风险控制策略。
2.缺点：(1)Var模型基于历史数据或概率分布的假设，对数据的准确性和分布的合理性要求较高。
(2)Var模型无法考虑极端事件的发生概率，对于尾部风险的度量不够准确。
(3)Var模型不能直接应用于非线性和非正态的投资组合，需要进行合适的转换和修正。
四、Var模型的应用领域Var模型在金融风险管理中具有广泛的应用，主要包括以下几个方面：1.投资组合管理：Var模型可以帮助投资者评估投资组合的风险水平，优化投资组合的配置。
2.风险控制和监管：Var模型可以帮助金融机构制定合理的风险限额和监管政策，确保金融体系的稳定运行。
第5章VAR模型分析
第5章VAR模型分析
VAR模型是一种应用较为广泛的宏观经济学模型，它的基本思想是将
宏观经济活动分为几个主要的经济变量，并假定它们之间的关系是线性的。
VAR模型由德里士比尔在1970年提出，并随后在国际上得到了广泛的应用。
yt= c+Σaijyt-j +εt
其中，yt为k个变量的时间序列，c为常数项，aij为自回归系数，
εt是独立同分布的噪声项。
VAR模型通过多维时间序列检验来检验变量
之间的线性关系。
传统VAR模型的局限性在于它的后验分析属于动态平稳模型，建模时
只考虑了宏观经济变量间的线性关系，而无法通过定量分析描述宏观经济
活动的结构变化和发展趋势。
因此，随着经济领域理论和实证研究的进步，VAR模型也在不断完善。
首先，VAR模型可以采用非线性结构与模型函数，以更准确地描述宏
观经济变量之间的关系。
例如，采用非线性结构的VAR模型可以以非线性
方式描述宏观经济变量的变化过程，从而更准确地反映实际经济活动。
其次，VAR模型可以采用时变参数结构与模型函数。
var模型方程
var模型方程一、什么是VAR模型？VAR模型（Vector Autoregression Model）是一种多元时间序列分析方法，它可以用来研究多个变量之间的关系和相互影响。
VAR模型最初是由Sims（1980）提出的，它是一种基于时间序列数据的线性统计模型。
二、VAR模型方程的基本形式VAR模型方程的基本形式如下：$$Y_t = c + A_1Y_{t-1} + A_2Y_{t-2} + … + A_pY_{t-p} +\epsilon_t$$其中，$Y_t$代表t时刻的多元时间序列向量，$c$代表常数项，$A_1, A_2, …, A_p$代表不同滞后期的系数矩阵，$\epsilon_t$代表误差向量。
三、VAR模型方程中各项含义1. 多元时间序列向量 $Y_t$多元时间序列向量 $Y_t$ 是指在同一时刻记录下来的不止一个变量值组成的向量。
例如，在经济学领域中，我们可能会记录下GDP、失业率、通货膨胀率等变量在同一时刻的取值，并将它们组成一个向量。
2. 常数项 $c$常数项 $c$ 是指在所有自变量都为0时因变量所取的值。
在实际应用中，常数项通常是存在的，因为有些变量在某个时期可能会受到一些固定的影响，例如政策、季节性因素等。
3. 系数矩阵$A_1, A_2, …, A_p$系数矩阵$A_1, A_2, …, A_p$ 是指在不同滞后期下各自变量之间的线性关系。
例如，$A_1$代表t-1时刻的各自变量对t时刻因变量的影响，$A_2$代表t-2时刻的各自变量对t时刻因变量的影响，以此类推。
4. 误差向量 $\epsilon_t$误差向量 $\epsilon_t$ 是指模型无法解释或捕捉到的影响因素或随机干扰。
在实际应用中，误差项通常是存在的，并且它们可能会包含一些未知或难以测度的因素。
四、VAR模型方程求解方法VAR模型方程可以通过最小二乘法、极大似然法等多种方法求解。
其中，最小二乘法是最常用和最简单的求解方法之一。
VAR模型
V AR模型一.VaR模型基本思想VaR按字面的解释就是“处于风险状态的价值”，即在一定置信水平和一定持有期内，某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。
JP.Morgan定义为：VaR是在既定头寸被冲销（be neutraliged）或重估前可能发生的市场价值最大损失的估计值；而Jorion 则把VaR定义为：“给定置信区间的一个持有期内的最坏的预期损失”。
二.VaR基本模型根据Jorion（1996），VaR可定义为：VaR=E（ω）-ω* ①式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。
又设ω=ω0（1+R）②式中ω0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。
ω*=ω0（1+R*）③R*为资产组合在置信水平α下的最低收益率。
根据数学期望值的基本性质，将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*]∴VaR=ω0[E（R）-R*] ④上式公式中④即为该资产组合的VaR值，根据公式④，如果能求出置信水平α下的R*，即可求出该资产组合的VaR值。
三.VaR模型的假设条件VaR模型通常假设如下：⒈市场有效性假设；⒉市场波动是随机的，不存在自相关。
一般来说，利用数学模型定量分析社会经济现象，都必须遵循其假设条件，特别是对于我国金融业来说，由于市场尚需规范，政府干预行为较为严重，不能完全满足强有效性和市场波动的随机性，在利用VaR模型时，只能近似地正态处理。
VaR模型计算方法从前面①、④两式可看出，计算V AR相当于计算E（ω）和ω*或者E（R）和R*的数值。
从目前来看，主要采用三种方法计算VaR值。
⒈历史模拟法（historical simulation method）⒉方差—协方差法⒊蒙特卡罗模拟法（Monte Carlosimulation）一．历史模拟法“历史模拟法”是借助于计算过去一段时间内的资产组合风险收益的频度分布，通过找到历史上一段时间内的平均收益，以及在既定置信水平α下的最低收益率，计算资产组合的V aR 值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
VaR理论在我国证券市场的有效性探讨——基于上证180的实证分析摘要：在险价值（Value at Risk，简称VaR）是J.P.摩根公司用来计量市场风险的产物。
VaR是国际上新近发展起来的一种卓有成效的风险量化技术，是当今西方金融机构和工商企业广泛采用的风险管理模型。
本文运用计算VaR的方差-协方差方法和历史模拟法对上证180指数进行实证研究。
实证结果表明，VaR能准确地反映我国股市的风险，从而能为股民投资提供参考。
关键词：在险价值上证180指数股票A discussion on effectiveness of VaR theory in Chineses securitiesmarket——actual analysis based on Shanghai 180 Index Abstract: Value at risk (VaR) is a product made by J.P. Morgan Company to measure the market risks. VaR is one kind of effective risk quantification technology which has recently developed nationwide, and a risk management model that western financial institutions and the industry and commerce enterprises widely use. This article makes a research and discussing on the example of Shanghai 180 index based on the VaR method analysis, that is, calculate the VaR of Shanghai 180 index by the Variance-Covariance Approach and Historical Sinulation Approach and then make the examination on the VaR method can accurately reflect risks of Chinenese stock market and be the evidence for investor to invest with consideration of time span and capital adequacy order.Key words:Value at Risk;Shanghai 180 Index;Stock1 前言20世纪70年代以来，随着利率、汇率波动的加剧，金融衍生工具的创新，金融业管理的放松和金融自由化的发展，全球范围内的利率、汇率和股票价格的波动性越来越大。
特别是90年代以来，全球金融市场不断出现大幅度波动，巴林银行、长期资本管理公司等大型金融机构和公司所发生的巨额损失和倒闭，使得金融机构及其监管部门日益重视其金融风险的管理。
而金融界面临的金融风险是一种多重风险，其具体包括有信用风险、市场风险和操作风险等等。
现在，金融机构面临着多种风险，而以往大多数金融机构（尤其指银行）更多时候注重防范的是信用风险，却在金融衍生工具的创新环境下忽视了金融市场其本身所具有的市场风险。
前车之鉴，为了减少市场风险对金融机构的影响，我们必须选用一个好的市场风险度量方法，然后才能够采取有效手段控制和管理市场风险。
按照国际清算银行（BIS）的要求，银行和其它金融机构已经开始在遵循管制的基础上度量其面临的市场风险，这导致了一个全球一致的度量市场风险的标准——在险价值（VaR）。
VaR理论最早由J.P.摩根公司针对以往市场风险衡量技术的不足而提出。
JP Morgan 总裁Weather stone要求其下属每天下午在当天交易结束后的4点15分，给他一份一页的报告（著名的4.15报告），说明公司在未来24小时总体上的潜在损失是多大。
为了满足这一要求，JP Morgan的风险管理人员开发了一种能够测量不同交易、不同业务部门市场风险，并将这些风险集成一个数的风险测量方法——VaR。
该理论一经提出，该方法就以其对风险衡量的科学、实用、准确和综合的特点受到包括监管部门在内的国际金融界的肯定与普遍欢迎，迅速发展成为金融风险管理的一种标准，同时与压力测试、情景分析和返回检验等一系列方法形成金融风险管理的VaR体系。
它的出现与发展被金融业界称为金融风险管理的VaR革命。
VaR产生以来，获得了广泛的应用，范围涉及证券公司、投资银行、商业银行、养老基金及非金融企业等。
1994年G30报告发表后，43%的衍生产品交易商声明他们正在使用VaR测量其市场风险，37%的交易商表示在1995年底前将要使用VaR。
1995年Wharton商学院的一项调查表明，被调查的美国非金融企业中，使用VaR评估其衍生交易风险的占29%；Institute Investor杂志1995年的调查指出，32%的被调查企业使用了VaR；而纽约大学同期的调查指出，60%的被调查养老基金使用了VaR。
目前，VaR的应用已不仅仅局限于金融市场风险的测量方面，在信用风险、流动性风险、现金流动风险和操作风险方面也正在逐步得到应用。
1.1 文献综述1.1.1 国外研究现状巴塞尔银行监管委员会(1996)[1][2]推出《巴塞尔新资本协议》，将市场风险包括到资本协议中，并允许银行采用VaR模型来衡量市场风险，指定VaR为金融机构风险计量的标准工具之一。
从此之后，大量学者对VaR理论进行了广泛的研究。
Christoffersen（1998）[3]提出了Christoffersen检验：检验了有关穿透频率和独立性的子假设和关于VaR模型独立的穿透之间具有正确频率的联合假设。
他认为，由于时间的依赖性，金融时间序列中存在方差的动态变化，因此条件性区间预测检验非常重要。
Berkowitz和O’Brien（2002）[4]分析了六家跨国银行1998年到2000年的交易帐户日度数据，与每家银行的交易风险VaR 值相比较，得到了两年的回溯测试穿透数据，指出在实际应用中，由于不可预期的市场波动以及压力测试的结果显示，即使VaR模型的准确度良好，250个交易日内穿透次数少于5个，为克服VaR分布的厚尾特性，维持较高的附加因子至少为3是必要的。
1.1.2 国内研究现状国内学者对VaR的研究，主要是从理论和实证两个方面进行的。
(1)理论层面的研究刘宇飞(1999)[5]介绍了VaR模型的基本内容，在此基础之上着重论述了其在金融监管中的应用。
近二年来，关于VaR理论上的研究也逐年深入。
例如李夫明（2005）[6]介绍了在中国金融市场各种VaR方法的使用及比较；景明利、张峰（2006）[7]对VaR和CVaR金融风险度量模型进行了详细的介绍和对比分析，给出了它们的共同点和CVaR在投资组合应用中的优势，结合中国金融市场的实际情况，指出CVaR是更加完善的金融市场风险度量方法，也是各大金融机构风险管理的工具发展的新成果；钟晓兵（2002）[8]对VaR研究现状进行一定分析从而肯定了VaR在我国金融市场的应用前景。
(2)对VaR的实证研究胡广文(2001)[9]指出如将VaR方法用于我国衍生产品交易的市场风险管理必将提高我国金融机构在国际金融市场上的抵抗风险能力；邱小平(2005)[10]则提议应尽快引进西方VaR技术来度量和管理金融风险，实现我国金融风险管理的现代化；董大勇(2003)[11]经过实证研究得出分类市场模型对上证综指的VaR有良好的估计，能完全满足估计投资风险需要；刘林春（2005）[12]通过对上海市场指数的两个股票组合进行预测和检验得出历史模拟法总是得到最好的预测检验结果的结论；以及郭洪涛（2006）[13]指出VaR技术的分析结论完全支持国有股国度流通市场设计所依据的限制流通权原理。
1.2 研究意义股票市场作为我国证券市场的核心，参与的投资者最为普遍，涉及的利益最为广泛。
在大多数的证券投资者中，股票投资占有极大的比例，股票投资风险是广大投资者面临的主要风险。
但是我国股票市场的风险近年来比较突出，股票价格无论是总体水平还是个体价格波动幅度都非常大。
随着指数基金的出现，投资者通过对综合指数的风险度量，利用指数基金这一投资工具，可以优化自身的风险结构，获取更大的、更合理的投资收益。
另外，我国将于2007年内推出股指期货，新一轮的投资热潮即将掀起，如何根据指数变化进行投资也将是一门新的课题。
目前，中国股市正处在出台相关法律法规与行政政策①[14]后的首次空前高涨状态，有关消息来源更是称中国城市居民现有近70%的居民将资金部分投入股市中。
2007年5月17日，沪市大盘重新冲上4000点大关，沪深两市总值也水涨船高达到17.43万亿元。
根据人民银行的统计资料，2007年4月末，我国居民存款为17.37万亿元，较上月减少了1674亿元。
按照这一趋势测算，目前我国沪深股票市场总市值已超过了居民存款余额，股票资产已成为国民财富的重要部分。
那么如何在这样高涨的情况下找到一个可靠有效的方法或者说是工具来预测股市的未来趋势，估计股市价格波动所产生的最大可能损失，使得绝大多数风险爱好者在偏好的指引下也能有一定理智地及时规避风险，也能使风险规避者将手中游资准确进行证券投资便成为了当今股民关注与迫切需要解决的问题。
因此，将VaR 风险量化技术应用于我国的股票市场具有积极的意义。
2 VaR 理论2.1 VaR 的基本思想VaR 含义指在市场正常波动下，某一金融资产或证券组合的最大可能损失[15]。
用公式表示为：α=≤∆∆VaR)(i P P其中，P 表示资产价值损失小于可能损失上限的概率；P ∆表示某一金融资产在一定持有期t ∆的价值损失额；VaR 表示给定置信水平α下的风险价值，即可能的损失上限；α为给定的置信水平。
要确定一个VaR 值必须首先确定以下三个系数：（1）持有期t ∆。
即确定计算在哪一段时间内持有资产的最大损失值。
①主要指2006年1月1日正式颁布实施的《中华人民共和国证券法》，2006年9月5日的《中国证券业协会会员反商业贿赂公约》，2006年9月18日的《证券发行与承销管理办法》，2006年12月1日的《证券公司董事、监事和高级管理人员任职资格监管办法》，2007年2月2日的《上市公司信息披露管理办法》等相关法律法规。
（2）置信水平α。
置信水平反映了金融机构对风险的不同偏好。
（3）观察期间。