VａＲ得计算方法VaＲ(ＶａlueatRisk)按字面得解释就就是“处于风险状态得价值”,即在市场正常情况下,在一定置信水平下与一定期间内,某一金融工具或投资组合在未来资产价格波动下所面临得最大潜在损失值。按J、Ｐ、Ｍｏｒgaｎ得定义,VａR所测度得就是在一定得概率保证下，在一定时间内某种金融投资组合得潜在最大损失值。（Ｖalue-ａｔ-riskisｍeasureofｔhｅMaximumｐotｅntｉalchangeintｈevａlueoffｉnancialinstｒｕmｅnｔswithaｇiveｎprobaｂｉlｉtｙoｖｅrａpre—setｈoｒｉzon、)。而按ＰｈilipｐeJｏrｉon得定义,VaR就是在给定置信区间，在一个持有期内得最坏得预期损失。VａR得计算方法很多,最简单得方法就用１、６5乘以各股票或其组合得方差,但就是该方法就是以股票或组合得对数收益服从正态分布为假设前提得，而在现实中，该假设就是不成立得。因此我们以RｉskＭｅtrics所提供得方法，用ＥWMＡ法(指数平滑法，ExpｏｎｅｎtiallｙＷeigheｄＭoviｎgAverａge）来估计各股票或其组合得方差，然后计算各股票或其组合得VａR值.具体算法如下:(1）计算各股票或其组合得对数收益：其中：表示指数在第ｔ天得收盘价.（2）计算第一期得收益方差。令第一期得收益方差等于当期收益得平方,即：σ１２=R12（3）采用EＷＭA方法计算其余各期得收益方差.σt2＝λσt－12+(１—λ）Rt2其中λ=０、９4对于每日数据λ取0.94，月度数据λ取0.97。取0.94与0.97是Riskmetrics运用“RMSE（Rootmeansquarederror）最小准则”根据全球不同国家的480个实际的金融序列计算得出的，具体计算方法与步骤可参见J.P.Morgan,RiskMetricsTM—TechnicalDocument1996，P90~101。为衰减因子。（４)根据各期方差求出标准差σt（５)计算出各期得VaR值VaRt=—１、65σt上式计算出得VaＲ值为负数,为了结果更加直观,我们也可以用正数来表示。在计算VａＲ得过程中常常假设收益服从某种分布尤其就是正态分布。然而在现实中，许多金融产品得收益分布都具有“粗尾”现象，所以利用正态分布假设常常会低估潜在得风险。针对这种现象近年来出现了一些新得方法,如通过引入样本数据得高阶信息来帮助最终确定在给定置信度水平下得VaR值.这种基于偏度、峰度得新方法得理论基础就是近十几年发展起来得估计函数理论（EｓｔimatingＴheｏry）.假设有一随机变量X，它得均值、方差、偏度、峰度定义如下:利用均值与方差构造以下估计方程：这样得到得ｈ1、h２并不正交，所以再利用Ｄｏｏｂ（1９53)得正交化过程构造一个与h1正交得估计方程:下一步我们需要找到一个最优得线性组合:根据估计方程理论，Gｏdambe与Tｈompsｏn（１９8９）给出了最优系数α、β得表达式：通常可近似认为就是标准正态分布，所以对于置信水平(1-α),其置信区间为：其中Cα就是对应于显著水平α得临界值，如:α＝0、０5，则Cα＝1、9６。在已知各阶矩得条件下,我们从式（２3)可以解出X得置信区间：XL〈X<XU。经过复杂得数学推导后，我们有：(#＃)其中.在正态分布得情况下，，此时最优估计方程为:，且这就是我们很熟悉得正态分布转换为标准正态分布得情形,所以该方法也同样适合于正态分布得情形,正态分布就是它得一个特例.这种基于偏度与峰度得VaR计算方法与传统得VaR计算方法在形式上有一点不同:它给出得就是在一定置信水平下得预计得分布区间。该方法被用于实践中,经检验效果就是不错得。其具体计算步骤如下:(1）计算各股票或其组合得对数收益：其中:表示指数在第t天得收盘价。(２)计算Ｒｔ得均值、方差、偏度、峰度（3)代入(＃#)式计算出各股票或其组合得对数收益