毕业论文我国商业银行汇率风险计量方法及其应对措施——基于VaR的分析.doc

分类号：XXX.X U D C：D10621-XXX-(2015)XXXX-0密 级：公 开 编 号：2011242036成都信息工程大学学位论文我国商业银行汇率风险计量方法及其应对措施基于VaR的分析我国商业银行汇率风险计量方法及其应对措施基于VaR的分析摘 要自从汇率改革后，商业银行开始实行以市场供求为基础、参考一篮子货币进行调节、有管理的浮动汇率制度。此政策使得商业银行的业务逐渐走向国际化，在获得利润的同时，也会面临着巨大的汇率风险。随着我国汇率市场化的实质性进展，汇率表现出较大的多变性和不确定性。如何有效地加强汇率风险管理以保证商业银行稳健、健康的运营已成为我国商业银行面临的巨大挑战。因而，汇率风险对商业银行的经营管理产生了越来越重要的影响。目前国际流行风险测量工具是VaR（Value at Risk）计量模型，该模型已发展成银行、非银行金融机构等各类组织进行风险度量的标准方法，并广泛应用于商业银行经营管理中。关键词：商业银行 汇率风险 VaR 计量模型Our country commercial bank exchange rate risk measurement method and Its Countermeasures - Based on VaR analysisSince the exchange rate reform, commercial banks began to implement based on market supply and demand with reference to a basket of currencies, a managed floating exchange rate system. This policy makes the business of commercial banks gradually move toward internationalization, in profit at the same time, will also face the enormous exchange rate risk. With the substantial progress of China marketization of exchange rate, exchange rate showed a greater variability and uncertainty. How to effectively strengthen the exchange rate risk management of commercial banks to ensure steady and healthy operation has become a huge challenge facing China's commercial banks. Therefore, the exchange rate risk has become more and more important in the management of commercial banks. At present, the international popular risk measure tool is VaR (Value at Risk) econometric model, this model has become a bank and nonbank financial institutions in risk measurement of the standard method, and is widely used in the management of commercial banks.Key words: commercial bank Exchange-rate risk VaR Econometric model 目 录论文总页数：XX页1 引言51.1 课题背景51.2国内外研究现状51.2.1 国外研究现状51.2.2国内研究现状61.3本课题的研究意义71.4本课题的研究方法82 汇率风险概述及计量方法82.1汇率风险及其成因82.2 汇率风险的计量方法82.2.1汇率风险敞口法92.2.2 VAR风险法102.2.3 其他方法103 我国商业银行面临的汇率风险-基于VAR的分析113.1 历史模拟法的计算和分析过程113.1.1 样本数据的选取113.1.2计算及分析过程113.2 德尔塔一正态法的计算和分析过程153.2.1 样本数据的处理153.2.2 正态分布性检验153.2.3计算及分析过程193.3蒙特卡洛模拟法193.3.1蒙特卡洛模拟法简介193.3.2蒙特卡洛模拟法计算（具体计算略）204、改进我国商业银行汇率风险管理的建议204.1完善风险管理体系204.2商业银行要强化汇率风险意识，把防范汇率风险提上日程。214.3正确引进和应用VaR管理方法214.4提高汇率风险管理的内控水平214.5培养风险管理的专门人才214.6开放衍生品交易市场，为商业银行汇率风险管理提供基本的工具22参考文献23致 谢 24声 明25我国商业银行汇率风险及其应对措施基于VaR的分析1 引言1.1 课题背景2005年7月21日起，中国建立健全以市场供求为基础的，参考一篮子货币进行调节，单一的，有管理的浮动汇率制，人民币汇率从此不再实行单一的钉住制，形成更加富有弹性的机制。中国人民银行行长助理李东荣在“2011中国金融高峰论坛”上表示，“十二五”时期，提高中国金融业核心竞争力必须继续全面推动中国金融创新工作，具体措施包括推进利率市场化改革和人民币汇率形成机制改革，积极稳妥推进综合经营试点，以及稳步推进资产证券化等，由此可见，中国未来有可能将实行更具弹性的汇率制度，或者说，更加浮动的汇率。但是，这对于缺乏汇率风险意识和管理经验的商业银行来说，汇率机制的改革，新制度的实施，无疑为其经营机制和风险管理水平带来了新的挑战，商业银行急需一种新的有效的风险管理手段和工具来应对。由于我国外汇管理长期处于有浮动的固定汇率制的禁锢，商业银行汇率风险管理意识比较淡薄，并且在商业银行汇率风险管理研究和应用方面要比西方发达国家落后。随着我国金融市场化程度的加强，金融市场风险管理势在必行。对于我国来说，目前的市场风险主要来自外汇汇率的变动。随着货币市场的发展、利率自由化步伐的加快以及人民币最终将实现可自由兑换，利率、汇率及许多商品价格的短期频繁波动将不可避免。许多市场因素将更加显示出内生经济变量的特点，即随着经济周期的变化而呈现更大的波动性。因此，市场风险的重要性也会日益突出，增加市场风险管理势在必行。1.2国内外研究现状1.2.1 国外研究现状国外学者对汇率风险管理的研究比较早，取得的理论成果也相对较成熟。Simone Menganlli 和Robert F.Engle(2001)1系统地分析了各种VaR 方法(参数法、非参数法、半参数法)的潜在假设和逻辑缺陷，并利用Monte Caro模拟(蒙特卡罗模拟)对各种方法进行了比较，其结论是：对于厚尾数据过程，CAViaR模型表现最优。Dombusch 和Thorsten Lehnert(2005) 2提出汇率决定的流量导向模型。在分析了该模型的基础上，提出了汇率波动影响着一国的国际竞争力、贸易平衡以及真实的产出，进而影响该国的现金流及股票价格。 Giorgio Szego和Hodder(2002) 3分析了汇率的变化会影响相对应商品进口的竞争力，进而将会影响国际市场对本公司产品的需求，这样直接会影响公司未来的现金流量，最后导致公司的价值波动。Branson 和Frankel (2001)4在理论研究的基础，建立了股票导向模型并介绍了汇率的主要决定因素。在开放的经济环境中，股票价格的上升将会更有利于吸引外资，从而导致本国货币的升值。 VaR 方法在国外金融风险管理中广泛应用。目前，VaR 的应用已不仅仅局限于最初的金融市场风险的测量方面，在信用风险、流动性风险、现金流风险和操作风险方面也正在逐步得到应用。除了在风险测量方面获得广泛应用外，VaR 在风险管理中也有非常广泛的用途，如在信息披露、资源配置与绩效评价、确定内部风险资本需求和设定风险限额、金融监管等方面发挥着重要作用。VaR风险管理模型以其对资产组合风险衡量的科学、实用、准确和综合的特征，不仅受到国际金融界的普遍欢迎，而且吸引了金融、计量经济、数理统计等学科和领域的众多学者加入研究行列，特别是自1999 年以来，在传统历史模拟模型、方差协方差模型、蒙特卡罗模拟模型等基本VaR风险管理模型基础上，各种新型的VaR风险管理模型层出不穷、应用领域不断拓展，推动了VaR风险管理理论的发展与创新。国外一些学者还将风险管理模型应用于资产组合选择和资本资产定价，通过理论推导得出在资产组合收益率呈正态分布且无风险利率为零的假设条件下，基于VaR风险管理模型的资产组合选择将会得出同均值-方差模型完全一致的结论，而且还通过实证分析，对基于历史模拟VaR风险管理模型的资产组合选择结果同基于收益率正态分布假设的均值-方差模型资产组合选择结果进行对比，并指出由于资产组合收益率的尖峰、肥尾分布会导致传统的均值-方差模型存在低估风险资产组合所面临的风险、致使过量资金投资于风险资产的缺陷。1.2.2国内研究现状国内对VaR方法的理论和实证研究还相对缺乏，部分学者开始对VaR模型在我国金融市场上的应用进行实证研究。（1）在规避汇率风险的策略方面，董志国5在外汇市场与风险防范措施发展的基础上指出了，对换算风险进行控制，把未来可能会发生的损失降到最低限度内，通过资产负债表保值、远期市场保值及货币市场保值来对交易中发生的风险损失进行有效的控制，在利用上述方法的同时，可以辅助使用远期外汇市场保值、货币市场保值、期货买卖市场保值等对经济风险进行有效的控制。在日常经营管理中，可以通过实行多样化风险管理的策略，使与资产收益有关的不利因素和有利因素能够相互抵消，从而将会在很大程度上降低汇率风险带来的损失。对于如何应用VaR模型进行商业银行的风险管理，国内的研究尚处于起步阶段。李昕(2003)6研究了VaR在我国商业银行市场风险、信用风险、绩效评估以及金融监管中的应用，其中对信用风险的测量是用蒙特卡罗法对银行发行的某一债券的信用风险进行评估，而对市场风险的测量，则是用方差-协方差模型测量了银行某一具体投资组合的VaR值。（2）在汇率变动的应变能力方面，夏至琼7认为商业银行应积极采取措施，并提高对汇率风险的应变能力。主要体现在资产配置、汇率风险管理、为企业提供服务的积极性以及金融创新。目前，国内的学者对于运用VaR 进行商业银行汇率风险评估方面的研究也刚刚起步。余忠(2001) 8指出汇率风险等市场风险管理的关键环节在于风险的测量，即评估市场风险，计算风险价值。余忠提出了评估市场风险的三种主要方法：风险价值(VaR)、应力实验和景况分析。其中对于VaR，余忠还介绍了风险价值的三种主要计算方法：协变量矩阵、蒙特卡洛模拟实验和历史模拟实验，但这只是限于理论方面的阐述，对于VaR的三种算法并没有做实证研究，即针对商业银行的汇率风险，并没有指出如何运用VaR进行评估与测量。国内一些学者还应用VaR中的德尔塔一正态法对我国四大国有银行的远期外汇业务的风险进行评估，计算其VaR值。这是对某一金融衍生工具的风险的度量与评估，这种衍生工具的风险既包括汇率也包括利率，而不是纯粹的评估某一具体外汇资产或外汇头寸的汇率风险。(3)在汇率风险管理理念的转变方面，雷碧琳9认为我国商业银行在新的汇率体制下，应该加快商业银行风险管理理念的转变，并且对汇率风险进行动态性地监督和管理，最后希望能够建立全面的汇率风险管理体系。同时，还有学者认为商业银行应从宏观角度及掌握的市场信息来科学的分析预测今后央行如何调控汇率，并提高自身的汇率风险管理能力。在分析了外资银行实践经验的基础上，蔡艳菲为我国商业银行汇率风险的管理，提出了合理的政策性建议10。(4)在利用VaR 模型进行汇率风险评估方面，秦晓龙11认为VaR 方法可以对汇率风险进行测量与评估，主要是从定性的角度来分析的，没有利用VaR模型进行实证研究。然而，李耀12将VaR模型运用在汇率风险中，并进行了实证研究，样本选取了与我国经济状况密切相关的八种外币汇率，首先进行了峰度与偏度的估算，得出有些外币汇率的变化特征不服从正态分布，提出了改进VaR模型，同时又应用蒙特卡罗模拟模型、历史模拟和德尔塔正态法等三种VaR方法对汇率风险进行评估，计算研究对象的在险价值。最后，通过比较模型的检验与计算结果，得出了在不同置信水平下的最适合的汇率风险评估模型。1.3本课题的研究意义从国际、国内角度看，商业银行汇率风险的管理问题己经成为经济金融理论界和实务界不可避免的和需要进一步研究的理论问题。但是由于我国长期处于计划经济的禁锢，商业银行汇率风险管理意识比较淡薄，并且在商业银行汇率风险管理研究和应用方面要比西方发达国家落后。随着我国金融市场化程度的加强，金融市场风险管理势在必行。对于我国来说，目前的市场风险主要来自外汇汇率的变动。随着货币市场的发展、利率自由化步伐的加快以及人民币最终将实现可自由兑换，利率、汇率及许多商品价格的短期频繁波动将不可避免。许多市场因素将更加显示出内生经济变量的特点，即随着经济周期的变化而呈现更大的波动性。因此，市场风险的重要性也会日益突出，增加市场风险管理势在必行。而将为VaR方法引入我国，能够为我国商业银行提供一种行之有效的市场风险管理工具。在我国经济转轨时期，商业银行急需一整套行之有效的管理方法。由于我国商业银行长期在计划经济管理之下，一些计划经济的管理方法目前仍被沿用，再加上我国商业银行本身没有自己的风险测量的定量方法。因而运用VaR模型对银行内部风险管理是有必要的，其风险值以绝对值表示，内容明确，比较适合于我国商业银行学习与掌握。此外，VaR风险管理方式有益于我国银行内外的监督管理，各银行根据其资本金或能承受风险的程度以定量的方式分配给各分支机构一定的风险额度，各分支机构根据VaR模型可随时知道各自的风险值，当风险值超过风险额度时，通过资产重新组合，把风险值调整到允许的范围内。当上级部门或监管部门发现问题并向商业银行提出时，商业银行也可以根据VaR模型及时调整资产组合。另外，需要提高我国银行管理人员的素质和风险意识。VaR风险管理方法使商业银行管理人员可随时了解自己承受的风险是多少，从而根据风险值进行具体操作，这有益于我国转轨时期的商业银行及其从业人员增强风险意识，提高经营素质，减少人为事故的发生。我国银行管理人员的才智有待发挥。作为一种特殊企业，银行的业务也必须时刻创新，推出自己的新产品，而新产品的开发、推广靠的是人才。VaR风险管理方式可以在对银行管理人员有效监督的基础上充分发挥他们的才干。因为使用公开定量的方式，一目了然，管理人员无法违规操作；同时在风险额度范围内，管理人员可以根据市场推出金融产品，以最优的方式进行资产组合，达到最大的收益。随着我国商业银行所面临的风险的日趋复杂以及组合投资在我国的兴起，将利率风险、汇率风险等各种形式的风险汇总综合考虑和衡量的必要性越来越大，这就为综合衡量市场风险的VaR模型的应用提供了广阔的发展空间。因此，本文研究我国商业银行汇率风险管理具有非常重要的理论价值和现实意义。1.4本课题的研究方法本文主要采用定量分析的方法，应用实证分析介绍VaR模型在我国商业银行汇率风险管理中是如何应用的，说明了VaR典型计算方法在测定和衡量汇率风险中的作用与适应性。并且辅以规范分析和定性分析，来阐述VaR在我国商业银行汇率风险管理中应用的思路，以便为银行管理者提供一点参考。本文选取美元、欧元、英镑、加元和澳元对人民币的汇率作为样本数据，运用VaR模型对大量的金融交易数据进行实证分析，得出VaR模型在我国商业银行汇率风险管理中的运用，是比较简单和科学的。论文的核心部分是对我国商业银行的汇率风险价值进行实证研究，全文数据分析部分主要采用EXCEL,SPSS16.0软件进行数据处理。2 汇率风险概述及计量方法2.1汇率风险及其成因汇率风险是指由于汇率的不确定波动而导致损失的可能性。汇率风险产生的原因是汇率的波动导致银行持有外汇头寸的价值发生变化，当汇率变动与预期趋势相反时，很可能导致银行持有外汇头寸的价值减少。2.2 汇率风险的计量方法综合国内外的研究，汇率风险的计量方法可以分为以下三大类：汇率风险敞口法、VAR风险法、其他方法2.2.1汇率风险敞口法银行的外汇敞口是由于银行外汇资产组合与外汇负债组合之间的不匹配以及表内外业务中的货币错配形成的。当在某一时段内银行某一币种的多头头寸与空头头寸不一致时，所产生的差额就形成了外汇敞口。当汇率波动时，就会使商业银行面临着较大的外汇风险。国际银行界通常采用的计量方法有净汇总敞口(thenet aggregate position，简称NAP)，总汇总敞口(the grossaggregate position，简称GAP)和汇总短敞口(shorthandaggregate position，简称BAP)这三种方法。其中，汇总短敞口方法是巴塞尔委员会要求的计量外币总净敞口头寸的方法。是指银行各币种多头头寸形成的长敞口与缺口头寸形成的短敞口之间取值较大的一方。用公式表示为：BAP=maxL，S(其中，L为各币种的长头寸，s为各币种的短头寸。)Levonian(1994)对GAP。NAP，BAP这三种方法进行了全面的分析，并引入不同货币之间的相关系数，提出了一种新的计量外币敞口的方法，即WAP(weighted aggregate position)。这种方法计算的外汇净敞口更接近实际。13我们分别使用NAP、GAP、BAP、WAP方法进行风险敞口的实例计算，案例选择中国银行2011年半年报中相关数据，中国银行2011年6月30目外汇风险敞口如表21表21 中国银行集团2011年6月30日外汇风险敞口 单位：百万元人民币美元港币欧元日元英镑长敞口15348117312311219774167518640短敞口11528737828291383072844939991数据来源：中国银行集团2011年半年报 （1）使用NAP方法，计算外币币种总敞口分别为：381938+51598+15330+13226+21351=483443（百万人民币）（2）使用GAP方法，计算外币币种总敞口为：1534811+1152873+731231+782829+121977+138307+41675+28449+18640+39991=4590783（百万人民币）（3）使用BAP方法，计算外币币种总敞口为：153481 1+782829+138307+41675+39991=2537613（百万人民币）（4）使用WAP方法计算过程如下：WAP= g GAP + n NAPWAP=0.14914×4590783+0.45567×483443=90495984781904960（百万人民币）。对上述方法所得结果对比分析可知，NAP方法得到的数值最小，很大程度上低估了商业银行面临的汇率风险，而GAP方法由于是累加所有长短敞口，所得的值为最大，一方面高估了汇率风险，另外这种方法未考虑各币种间相关性，结果只具有参考价值，BAP方法结果适中，不过也没有考虑各币种相关性，只有WAP方法考虑了各币种间相关性，且结果适中，并未过分低估汇率风险，相比BAP方法，其更能描述商业银行面临的实际汇率风险，因此我们认为WAP方法在描述汇率风险时是准确有效的。2.2.2 VAR风险法VaR(Value at Risk)，中文常译为“风险价值”,其含义指:市场正常波动下, 某商业银行或其他金融机构在一定的持有期（t）和给定的置信度（c）下，利率、汇率等市场风险要素发生变化会时可能对某一金融资产或证券组合的潜在的最大损失。14实际损失超出最大损失的概率为: 其中Prop:资产价值损失小于可能损失上限的概率；W:某一金融资产在一定持有期t的价值损失额；VaR:置信度c下的风险价值可能的损失上限；c:给定的概率-置信度，从定义中可以看出，VaR主要有3个基本特：VaR代表资产组合在一定置信度下的可能的最大损失；VaR的值的大小与未来的一定的持有期（t）有关，计算VaR时必须事先指定具体的持有期；计算VaR值还与置信度有关，置信度是分析人员对发生VaR的最大损失值的把握程度，即旨在表达实际损失超过VaR的可能性有多大。风险价值VaR并非指可能发生的最大损失，实际的损失可能会超过VaR所指出的损失值。对VaR的举例理解,某一投资公司的资产组合在未来一天内,置信度为95%,市场正常波动的情况下,VaR值为200万元.其含义是指,该公司的资产组合在一天内,由于市场价格变化而带来的最大损失超过200万元的概率为5%，或者说有95%的把握判断该投资公司在下一个交易日内的损失在200万元以内；同时也可理解为，该资产组合在1天中只有5%的时间里损失超过200万元，即将1天的时间划分为无穷多的时间段，损失大于200万元的时间段只占5%。5%的几率反映了金融资产管理者的风险厌恶程度,可根据不同的投资者对风险的偏好程度和承受能力来确定。VaR 模型计算的主要方法：根据未来资产组合价格分布特征的估算方法的差异，可以将常用到的、并具有一定代表性的VaR模型分为三类：历史模拟法、Delta正态法和蒙特卡罗模拟法2.2.3 其他方法上述两种方法是计量外汇风险的最主要的方法。除此以外。还有其他方法，进一步对其发展做出了完善，有压力测试法、情景分析法和风险调整的资本收益率法等。压力测试是将过去一段时间内发生的极端市场变化或根据风险管理政策确定的极端的市况应用于当前的头寸，测算在极端市况下的盈亏；情景分析是当市场风险监控人员预测会发生影响市场的重大事件时，就多个风险因素建立较为全面的模拟环境，应用于当前的头寸，以测算可能发生的盈亏的一种风险管理手段；风险调整的资本收益率RORAC(Risk AdjstedReturn on Capital)，其核心原理是银行在评价盈利情况时，必须考虑是在承担多大风险基础上获得的。3 我国商业银行面临的汇率风险-基于VAR的分析3.1 历史模拟法的计算和分析过程3.1.1 样本数据的选取本文样本数据选取的期间是2014年1月2日至2015年4月30日之间，共有322个交易日的中间汇率数据，研究的对象是美元、欧元和英镑三种外币的中间汇率。这三种外币对人民币的中间汇率数据从和讯网（ 3.1.2计算及分析过程为了更好的说明历史模拟法运用在商业银行汇率风险管理中的可行性，下面将举出具体例子进一步论证。以中国银行达州市分行营业部为例：在2015年4月30日，该行拥有美元与欧元的外汇头寸为：美元8400 和 欧元1200 ，事前给定的置信度为95%，并选择一天为持有期，现需要运用历史模拟法计算商业银行所面临的风险价值。则利用历史模拟法计算汇率风险价值的过程如下所示：(1)根据收集到的样本数据，在2015年4月30日，美元对人民币的汇率标价为：100美元=611.37人民币，欧元对人民币的汇率标价为：100欧元=680.82人民币。接下来，本文将分别计算它们的中间汇率，在过去一段时间的实际变化情况；(2)由于2013年12月31日，美元对人民币的汇率为：100美元=609.69人民币，欧元对人民币的汇率为：100欧元=841.89人民币。然而，下一个交易日即2014年1月2日，美元对人民币的汇率变化为: 100美元=609.90人民币，欧元对人民币的汇率变化为：100欧元=839.37人民币；(3)对这两个交易日内的中间汇率作差，简单计算可以得出美元和欧元的中间汇率的变化分别是：0.21和-2.52；(4)重复以上计算过程，则该外汇头寸组合在2015年5月4日的可能损益为：-12.6人民币；(5)同理根据2014年1月2日至2014年1月3日的汇率变化，计算外汇组合在2015年5月4日（五一小长假为3天）的另一种损益为：-21.72人民币。本文用2014年1月2日至2015年4月30日期间共322个交易日的两种货币对人民币的中间汇率作为计算的对象数据，根据上面的计算方法，我们可以计算出研究对象的获得322个可能的损益值情况。由于计算量比较大，其计算过程主要借助于办公软件EXCEL软件来完成，计算结果如下所示（见表31）。表31资产组合的损益表日期中间汇率（美元）中间汇率（欧元）汇率变化（美元）汇率变化（欧元）外汇组合的损益2015-4-30611.37680.82-0.32 8.0369.482015-4-29611.69672.79-0.40 5.3630.722015-4-28612.09667.43-0.11 0.810.482015-4-27612.2666.62-0.21 2.8216.22015-4-24612.41663.8-0.40 5.8636.722015-4-23612.81657.94-0.09 -0.67-15.62015-4-22612.9658.610.10 -0.81-1.322015-4-21612.8659.420.25 -3.83-24.962015-4-20612.55663.25-0.12 213.922015-4-17612.67661.25-0.38 3.115.42015-4-16613.05658.14-0.35 4.1119.922015-4-15613.4654.03-0.67 2.4-27.482015-4-14614.07651.630.12 -1.53-8.282015-4-13613.95653.160.25 -2.71-11.522015-4-10613.7655.870.32 -6.31-48.842015-4-9613.38662.18-0.07 -3.2-44.282015-4-8613.45665.380.40 -6.04-38.882015-4-7613.05671.42-0.43 3.455.28 2014/2/20611.46 839.60 0.43 -1.3320.162014/2/19611.03 840.93 0.30 4.3277.042014/2/18610.73 836.61 0.20 -0.0915.722014/2/17610.53 836.70 -0.17 1.351.922014/2/14610.70 835.35 -0.30 4.6302014/2/13611.00 830.75 0.22 -1.87-3.962014/2/12610.78 832.62 0.09 -2.59-23.522014/2/11610.69 835.21 -0.14 3.1125.562014/2/10610.83 832.10 -0.06 2.0519.562014/2/7610.89 830.05 0.39 -3.83-13.22014/1/30610.50 833.88 -0.23 -0.1-20.522014/1/29610.73 833.98 0.20 -0.589.842014/1/28610.53 834.56 0.31 -0.1923.762014/1/27610.22 834.75 -0.13 -0.61-18.242014/1/24610.35 835.36 -0.72 8.4340.682014/1/23611.07 826.93 0.20 -1.93-6.362014/1/22610.87 828.86 0.21 1.8139.362014/1/21610.66 827.05 -0.17 1.483.482014/1/20610.83 825.57 0.42 -5.47-30.362014/1/17610.41 831.04 -0.24 0.89-9.482014/1/16610.65 830.15 0.60 -3.883.842014/1/15610.05 834.03 0.75 1.3979.682014/1/14609.30 832.64 -0.20 -0.15-18.62014/1/13609.50 832.79 -0.58 2.62-17.282014/1/10610.08 830.17 -1.01 0.58-77.882014/1/9611.09 829.59 0.30 -1.487.442014/1/8610.79 831.07 0.37 -0.4126.162014/1/7610.42 831.48 -0.17 1.382.282014/1/6610.59 830.10 0.20 -4.03-31.562014/1/3610.39 834.13 0.49 -5.24-21.722014/1/2609.90 839.37 0.21 -2.52-12.6(6)接着，将前面计算得出的322个可能的损益值。我们可以按照一定的顺序（损失程度从重到轻）来进行排列，根据事先假设了95%置信水平，可以根据上面计算的原理得出VaR的值对应下列表中第16 (322*0.05=16) 个值。从下表(3.2),可以查出VaR值为-77.88元。所以，我们可以认为商业银行有95%的把握认为这个资产组合的风险价值，在2015年5月4日这天，由于汇率的波动而可能要发生为人民币77.88元的风险损失。（见表32）表32 损益排序表序号日期中间汇率（美元）中间汇率（欧元）汇率变化（美元）汇率变化（欧元）外汇组合的损益12014-9-9615.20 793.33 -1.87 -4.51-211.222015-1-27613.64 691.46 -0.20 -14.09-185.8832014-6-9614.85 838.99 -1.38 -2.87-150.3642014-11-10613.77 766.03 -2.25 4.2-138.652014-12-8612.82 755.47 -0.91 -5.06-137.1662014-8-8615.62 822.07 -1.08 -3.29-130.272015-1-16611.88 712.44 -0.05 -9.81-121.9282014-9-5617.07 797.84 0.41 -12.91-120.4892015-3-20614.96 657.18 0.36 -12.07-114.6102015-3-9615.63 670.12 0.30 -10.49-100.68112014-7-10614.43 838.48 -1.22 0.18-100.32122015-3-12616.17 651.86 0.20 -9.15-93132015-1-23613.42 697.95 0.95 -14.09-89.28142014-11-24614.20 760.39 0.33 -9.6-87.48152015-1-5612.48 734.61 0.58 -10.95-82.68162014-1-10610.08 830.17 -1.01 0.58-77.88172014-6-10614.51 835.03 -0.34 -3.96-76.08182015-3-11615.97 661.01 0.25 -7.79-72.48192014-12-18611.95 756.53 0.58 -9.59-66.36202015-2-9613.11 696.37 0.50 -8.94-65.28