var分析期货市场风险

❶ 期货市场有哪些风险

你好，期货交易的风险：
（1）市场风险。由于保证金交易具有杠杆性，当出现不利行情时，股价指数的微小变动就可能会使投资者遭受较大损失。价格波动剧烈的时候甚至会因为资金不足而被强行平仓，遭受重大损失。
（2）操作风险。由于交易系统出现技术故障或投资者出现操作失误，都可能造成损失。
（3）强行平仓风险。期货交易实行由期货交易所和期货经纪公司分级进行的每日结算制度。在结算环节，由于公司根据交易所提供的结算结果每天都要对交易者的盈亏状况进行结算，所以当期货价格波动较大、保证金不能在规定时间内补足的话，交易者可能面临强行平仓风险。
（4）交割风险。期货合约都有期限，当合约到期时，所有未平仓合约都必须进行实物交割。不准备进行交割的客户应在合约到期之前将持有的未平仓合约及时平仓，以免于承担交割责任。

❷ 期货市场风险巨大，一般个人投资者慎入，那么期货市场的风险表现为哪些方面

你好
所谓的期货风险大，真是一种先入为主的误解。期货的杠杆并不是风险大的原因。不会用杠杆，滥用杠杆，过度使用杠杆才是风险大的真正原因。对于不善于控制风险的人来说，别说期货了，股票风险也很大，p2p风险也很大，甚至买房都有风险。
入市有风险，投资需谨慎

❸ 有关VAR风险价值的计算问题

风险价值法(VAR)

（一）概念
VAR实际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。在风险管理的各种方法中，VAR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。VAR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个简单的数字，并以美元计量单位来表示风险管理的核心——潜在亏损。

（二）特点
①可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VAR值对金融风险进行评判；
②可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；
③不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。

（三）应用
①用于风险控制。目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司采用VAR方法作为金融衍生工具风险管理的手段。利用VAR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VAR限额，以防止过度投机行为的出现。如果执行严格的VAR管理，一些金融交易的重大亏损也许就可以完全避免。
②用于业绩评估。在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。
但VAR方法也有其局限性。VAR方法衡量的主要是市场风险，如单纯依靠VAR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VAR值表明的是一定置信度内的最大损失，但并不能绝对排除高于VAR值的损失发生的可能性。例如假设一天的99％置信度下的VAR＝＄1000万，仍会有1％的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VAR方法并不能涵盖一切，仍需综合使用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。

VaR风险控制模型

（一）VaR模型基本思想编辑本段
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*） ③
R*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*]ω
∴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。

（四）VaR模型计算方法
从前面①、④两式可看出，计算VAR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 Carlo simulation）

1、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VaR值。
“历史模拟法”假定收益随时间独立同分布，以收益的历史数据样本的直方图作为对收益真实分布的估计，分布形式完全由数据决定，不会丢失和扭曲信息，然后用历史数据样本直方图的P—分位数据作为对收益分布的P—分位数—波动的估计。
一般地，在频度分布图中横轴衡量某机构某日收入的大小，纵轴衡量一年内出现相应收入组的天数，以此反映该机构过去一年内资产组合收益的频度分布。
首先，计算平均每日收入E（ω）
其次，确定ω*的大小，相当于图中左端每日收入为负数的区间内，给定置信水平 α，寻找和确定相应最低的每日收益值。
设置信水平为α，由于观测日为T，则意味差在图的左端让出
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—协方差法
“方差—协方差”法同样是运用历史资料，计算资产组合的VaR值。其基本思路为：
首先，利用历史数据计算资产组合的收益的方差、标准差、协方差；
其次，假定资产组合收益是正态分布，可求出在一定置信水平下，反映了分布偏离均值程度的临界值；
第三，建立与风险损失的联系，推导VaR值。
设某一资产组合在单位时间内的均值为μ，数准差为σ，R*～μ（μ、σ），又设α为置信水平α下的临界值，根据正态分布的性质，在α概率水平下，可能发生的偏离均值的最大距离为μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根据VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假设持有期为 △t，则均值和数准差分别为μ△t和 ，这时上式则变为：
VaR=ω0•α•
因此，我们只要能计算出某种组合的数准差σ，则可求出其VaR的值，一般情况下，某种组合的数准差σ可通过如下公式来计算
其中，n为资产组合的金融工具种类，Pi为第i种金融工具的市场价值，σi第i种金融工具的数准差，σij为金融工具i、j的相关系数。
除了历史模拟法和方差—数准差法外，对于计算资产组合的VaR的方法还有更为复杂的“蒙特卡罗模拟法”。它是基于历史数据和既定分布假定的参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，再计算VaR值。

风险估价技术比较
⒈确认头寸 找到受市场风险影响的各种金融工具的全部头寸
⒉确认风险因素 确认影响资产组合中金融工具的各种风险因素
⒊获得持有期内风险因素的收益分布 计算过去年份里的历史上的频度分布 计算过去年份里风险因素的标准差和相关系数 假定特定的参数分布或从历史资料中按自助法随机产生
⒋将风险因素的收益与金融工具头寸相联系 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数 按照风险因素分解头寸（risk mapping） 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数
⒌计算资产组合的可变性 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布 假定风险因素是呈正态分布，计算资产组合的标准差 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布
⒍给定置信区间推导VAR

VaR模型在金融风险管理中的应用
VaR模型在金融风险管理中的应用越来越广泛，特别是随着VaR模型的不断改进，不但应用于金融机构的市场风险、使用风险的定量研究，而且VaR模型正与线性规划模型（LPM）和非线性规划模型（ULPM）等规划模型论，有机地结合起来，确定金融机构市场风险等的最佳定量分析法，以利于金融机构对于潜在风险控制进行最优决策。
对于VaR在国外的应用，正如文中引言指出，巴塞尔委员会要求有条件的银行将VaR值结合银行内部模型，计算适应市场风险要求的资本数额；G20建议用VaR来衡量衍生工具的市场风险，并且认为是市场风险测量和控制的最佳方法；SEC也要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这表明不但金融机构内部越来越多地采用VaR作为评判金融机构本身的金融风险，同时，越来越多的督管机构也用VaR方法作为评判金融机构风险大小的方法。
我国对VaR模型的引介始于近年，具有较多的研究成果，但VaR模型的应用现在确处于起步阶段，各金融机构已经充分认识到VaR的优点，正在研究适合于自身经营特点的VaR模型。
本部分就VAR模型在金融机构风险管理中的应用及其注意的问题介绍如下：

例1 来自JP.Morgan的例子
根据JP.Morgan1994年年报披露，该公司1994年一天的95%VAR值平均为1500万美元，这一结果可从反映JP.Morgan1994年日收益分布状况图中求出.该公司日均收益为500万美元，即E（ω）=500万美元。
如果给定α=95%，只需找一个ω*，使日收益率低于ω*的概率为5%，或者使日收益率低于ω*的ω出现的天数为254×5%=13天，从图中可以看出，ω*=－1000万美元。
根据VAR=E（ω）－ω*=500－（－1000）=1500万美元
值得注意的是，这只是过去一段时间的数值，依据过去推测未来的准确性取决于决定历史结果的各种因素、条件和形势等，以及这些因素是否具有同质性，否则，就要做出相应的调查，或者对历史数据进行修正。这在我国由于金融机构非完全市场作用得到的数据更应该引起重视。

例2 来自长城证券杜海涛的研究
长城证券公司杜海涛在《VaR模型在证券风险管理中的应用》一文中，用VaR模型研究了市场指数的风险度量、单个证券的风险度量和证券投资基金净值的VaR等，研究表明，VaR模型对我国证券市场上的风险管理有较好的效果。
下面就作者关于市场指数的风险度量过程作一引用，旨在说明VaR的计算过程（本文引用时有删节）。
第一步 正态性检验
首先根据2000年1月4日至2000年6月2日期间共94个交易日的日收益率做分布直方图，由于深沪两市场具有高度相关性，此处仅以上证综合指数为例计算。可以看出上证综合指数日收益率分布表现出较强的正态特征：众数附近十分集中，尾部细小。分析表明，深市指数也有相同的特征。
下面利用数理统计的方法对2000年4月3日至6月2日期间上述3种指数的日收益率的分布情况进行正态性检验，检验结果如下：
W(深证综指)=0.972445
W(深证成指)=0.978764
W(上证综指)=0.970279
W为正态假设检验统计量，当样本容量为40时取α =0.05(表示我们犯错误的概率仅为 α=0.05)，此时W0.05 =0.94，只有当W 时我们拒绝原假设。从我们的检验结果来看，我们无法拒绝三种指数的日收益率服从正态分布的假设。
有关这三种指数日收益率的相关统计量见表1。
表1 三种指数日收益率统计量
深圳综合 深圳成分 上证综合
均 值（ ）
0.001318 0.001061 0.001561
标准差（ ）
0.013363 0.012582 0.012391

通过上面的分析，我们可以得出三种指数的日收益率基本上服从N(μ,σ)，由于三种指数的平均日收益率非常接近零值，故可近似为N(0，σ)。
第二步 VaR的计算
由于正态分布的特点，集中在均值附近左右各1.65σ区间范围内的概率为0.90，用公式表示为：P(μ-1.65σ，再根据正态分布的对称性可知P(X<μ-1.65σ )=P(X>μ+1.65σ)=0.05；则有P(X>μ-1.65σ)=0.95。根据上面的计算结果可知在95%的置信度情况下：
VaR值=T日的收盘价×1.65σ。
取2000年4月3日至2000年6月2日的数据，然后根据上面的公式可以计算出深证综指、深证成指、上证综指3种指数在2000年6月2日的VaR值分别为：
深证综合指数VaR=591.34×1.65×0.013363=13.04
深证成份指数VaR=4728.88×1.65×0.012582=98.17
上证综合指数VaR=1916.25×1.65×0.012391=39.17
其现实意义为：根据该模型可以有95%的把握判断指数在下一交易日即6月5日的收盘价不会低于T日收盘价－当日的VaR值；
即深证综合指数不会低于：591.34－13.04=578.30
深证成份指数不会低于：4728.88－98.17=4630.71
上证综合指数不会低于：1916.25－39.17=1877.08。
第三步 可靠性检验
现在来检验该模型的可靠性。根据3种指数的VaR来预测下一个交易日的指数变动下限，并比较该下限和实际收盘价，看预测的结果与我们期望值之间的差别。图2、图3、图4是3个指数于2000年4月3日至6月2日的实际走势与利用VaR预期下限的拟合图形。

现将样本区间内实际收盘指数低于预测下限的天数与95%置信度情况下的可能出现的期望天数作一统计对比，结果见表2。
表2 模型期望结果与实际结果的比较

深圳综合 深圳成分 上证综合
实际情况 3 3 3
期望情况 2 2 2

通过上面的计算我们可以发现应用VaR模型进行指数风险控制拟合结果较好。至于三种指数均有3个交易日超过预测下限，这主要是由于考察期间适逢台湾政权更迭及美众院审议表决予华PNTR的议案，市场波动较大所致。

例3 来自银行家信托公司的例子
由于金融机构特别是在证券投资中，高收益常伴随着高风险，下级部门或者交易员可能冒巨大风险追求利润，但金融机构出于稳健经营的需要，有必要对下级部门或者交易员可能的过渡投资机行为进行限制，因而引入考虑风险因素的业绩评价体系，美国银行和信托公司将VaR模型用于业绩评估中，确立了业绩评价指数——经风险调查的资本收益，即RAROC= ，从公式可看出，即使收益再高，但由于VaR也高，则RAROC也不会很高，其业绩评价也不可能很高。因此，将金融机构将VaR应用于业绩评价中，可对过度投机行为进行限制，使金融机构能更好地选择在最小风险下获取较大收益的项目。
同时，杜海涛也将VaR方法用于对我国5只基金管理人的经营业绩评价，评价结果如下表：
我国5只基金管理人的RAROC比较表
基金开元 基金普惠 基金金泰 基金安信 基金裕阳
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
日收益率的标准差 0.045623 0.03748 0.035623 0.037033 0.036559
数据来源：杜海涛《VaR模型在证券风险管理中的应用》

随着我国加入WTO，金融全球化挑战我国的金融改革及创新，特别是金融理论的创新和控制风险技术的创新，如何将金融风险控制到最小程度，真正使金融体系成为支撑社会经济的基础，达到为社会分散经济风险的目的，是我国金融界必须面对的艰巨任务，如何用定量方法测度和控制金融风险，是金融机构和监管当局必须面对的问题。从金融机构本身来看，将风险定量分析方法，比如VaR模型应用于日常的风险管理，将市场风险和信用风险降到最低的程度，以期获取最大的利润回报，是金融机构的义不容辞的事情，也是其当务之急。从监管当局来看，促使金融机构应用先进的控制风险技术，使金融家们能够随心所欲地剥离各种风险，即对各种复杂的风险进行精确的计算和配置，将有利于我国的监管水平有较大的提高。因此，我国的金融机构和金融监管当局非常有必要将VaR模型等风险控制技术引入我国金融风险管理将非常必要，且具有一定的现实意义。

❹ 期货市场风险有哪些主要特征

（1）风险存在的客观性 期货市场风险的存在具有客观性。这种客观性一方面体现了市场风险的共性，即在任何市场中，都存在由于不确定性因素而导致损失的可能。随着交易方式、交易内容日益复杂，这种不确定性因素带来的市场风险也越来越大。 另一方面，期货市场风险的客观性也来自期货交易内在机制的特殊性，期货交易具有杠杆放大效应等特点，也会带来一定的风险。 此外，期货市场风险的客观性还来自股票市场本身的风险。股指期货市场之所以产生，是出自规避股票市场风险的需要，影响股票市场的各种因素也会导致股指期货市场的波动。为了规避股票市场的风险，股票市场投资者通过股指期货市场将风险对冲，期货市场便成为风险转移的场所。 （2）风险因素的放大性 股指期货市场的风险与股票现货市场的风险相比，具有放大性的特征，主要有以下两方面原因： 其一，期货交易实行保证金交易，具有 “杠杆效应”，它在放大收益的同时也放大了风险； 其二，期货交易具有远期性，未来不确定因素多，引发价格波动的因素既包括股票市场因素，也包括股指期货市场因素。 （3）风险的可控性 尽管期货市场风险较大，但却是可以控制的。 从整个市场来看，期货市场风险的产生与发展存在着自身的运行规律，可以根据历史资料、统计数据对期货市场变化过程进行预测，掌握其征兆和可能产生的后果，并完善风险监管制度，采取有效措施，对期货市场风险进行控制，达到规避、分散、降低风险的目的。 对于单个投资者来说，期货市场风险主要来自于期货价格的不利变化，这也是期货交易中最常见、最需要重视的一种风险。除此之外，对于初次进行股指期货交易的新手投资者，还可能因为对期货市场制度和规则了解不够而带来风险。投资者可通过认真学习相关规则避免此类风险。 期货市场采取的“T+0”交易方式，为投资者及时止损化解风险提供了条件。在期货市场上，尽管由于保证金交易制度使得投资者的收益和风险有所放大，但实际上，只要投资者根据自身特点制定交易计划，遵守交易纪律，期货交易的风险是可以控制的。 （由中金所供稿） （本专栏内容仅供参考，不作为投资依据；涉及业务规则的内容，请以正式规则为准。） ■股指期货基础知识专栏

❺ 怎么用var模样分析理财产品风险

随着我国存款保险制度的实施，连商业股份制银行都允许破产了。。。

也就是说定期存款都允许按比例折损了，更何况有百分之百安全的理财产品么。。。

大致上不同银行根据客户能承受的风险系数不同，大致上分这么几块理财。。。

1、人民币类货币基金理财；2、各保险银行代销类（这个严格意义上不算理财，但是国内却因为理财市场的巨大蛋糕，弄出了投机性质的短期保险）3、银行贵金属类保险；4、代销国债；5、随着QDII和QFII的政策解禁，灵活机动的外汇结算也也孕育而生。

大致上就这5类，少数外资也有专业外汇类信托或者资管类（FOF，基金中的基金）因为市场份额暂时还比较小，且大多数客户属于PE性质，就暂不列入分析了。。。

大家都知道，风险一向是和收益成正比的，所以相对来说1和4类产品可以归结到稳健类理财，风险小收益小，年化一般在3-5%之间，主要是受央行前天公布的降准政策刺激，应该会调低货币类收益，各类互联网＂宝宝＂类产品自然也要接地气和银行接轨不远了。。。再加上四大行在银联带领下逐步封杀第三方机构，＂宝宝们＂的秋天很快就要来临了。。。

接下来说说2和3，我个人认为偏向风险中上，在不考虑伦敦交易所、苏黎世交易所 以及纽交所还有香港交易所，紧紧天交与上交所，国内主要交割平台来说，杠杆比例一般控制不是很离谱，并且止损点一到即可强行平仓来保护投资者，我个人认为还是可以操作看看的，毕竟有时间的话22小时不间断交易还是满刺激的一件事。。。保险么，就没啥好说的了，我个人认为可以买点，但是违规销售太多，产品介绍与实际保单完全两回事，这是行业通病，我只能说可以买一份不是那么变态的保险吧。。。

最后说5，因为离开银行太久，我们当初政策还是不允许的，也没有太好建议，我只能这么说一句，如果你没有对冲基金在后面补的话，很难玩的。。。不过有一点不错，万一对赌输掉，还可以马上办签证去消费回来。。。

大致上就这么几类，2、3、5我个人认为是在很难界定年收益多少算是平均线。。。所以就不列出来了，生活中有人赚了钵盈盆满，那么必然有人亏的血本无归的。。。总的来说还是那句话投资有风险，入市需谨慎。 这是我的回答，希望能对你有所帮助。 能够采纳。。。

❻ 如何理解期货市场风险

风险来自于持有和市场走势相反的仓位
风险来自于随意的资金管理
风险来自于较弱或者无风险控制思想
风险来自于期货本身有杠杆的存在
好多好多风险，但是除了期货自身的杠杆问题，几乎所有的风险都来自于交易者自身

❼ 期货市场风险的特征有哪些

1．风险存在的客观性

这种客观性一方面体现了市场风险的共性，就是说，在任何市场中，都存在由于不确定性因素而导致损失的可能性。另一方面，期货市场风险的客观性也来自期货交易内在机制的特殊性。

2．风险因素的放大性

期货市场的风险与现货市场的风险相比具有放大性的特征，主要有以下五方面原因：

(1)相比现货价格，期货价格波动较大、更为频繁。

(2)期货交易具有“以小博大”的特征，投机性较强，增加风险产生的可能性。

(3)期货交易是连续性的合约买卖活动，风险易于延伸，引发连锁反应。

(4)期货交易量大，风险集中，盈亏幅度大。

(5)期货交易具有远期性，未来不确定因素多，预测难度大。

3．风险与机会的共生性 期货微操盘

期货交易存在着获取高额利润的可能，即高收益与高风险并存。

4．风险评估的相对性

实际收益是一种客观存在，而预期收益的评估则根据不同的交易主体、不同的交易成本、不同的客观条件而有所不同，因此，预期收益与实际收益发生偏离的风险具有一定的主观意识，具有相对性。

5．风险损失的均等性

对于所有参与期货交易的双方来说，期货风险可能带来的损失都是客观存在的、均等的。

6．风险的可防范性

期货市场风险的产生与发展存在着自身的运行规律，根据历史资料、统计数据对期货市场变化过程进行预先测定，对期货市场风险进行防范，达到规避、分散、减弱风险的目的。

❽ 期货市场的风险有哪些特征

期货市场风险的特征：
1．风险存在的客观性
这种客观性一方面体现了市场风险的共性，就是说，在任何市场中，都存在由于不确定性因素而导致损失的可能性。另一方面，期货市场风险的客观性也来自期货交易内在机制的特殊性。
2．风险因素的放大性

期货市场的风险与现货市场的风险相比具有放大性的特征，主要有以下五方面原因：

(1)相比现货价格，期货价格波动较大、更为频繁。

(2)期货交易具有“以小博大”的特征，投机性较强，增加风险产生的可能性。

(3)期货交易是连续性的合约买卖活动，风险易于延伸，引发连锁反应。

(4)期货交易量大，风险集中，盈亏幅度大。

(5)期货交易具有远期性，未来不确定因素多，预测难度大。

3．风险与机会的共生性

期货交易存在着获取高额利润的可能，即高收益与高风险并存。

4．风险评估的相对性

实际收益是一种客观存在，而预期收益的评估则根据不同的交易主体、不同的交易成本、不同的客观条件而有所不同，因此，预期收益与实际收益发生偏离的风险具有一定的主观意识，具有相对性。

5．风险损失的均等性

对于所有参与期货交易的双方来说，期货风险可能带来的损失都是客观存在的、均等的。

6．风险的可防范性

期货市场风险的产生与发展存在着自身的运行规律，根据历史资料、统计数据对期货市场变化过程进行预先测定，对期货市场风险进行防范，达到规避、分散、减弱风险的目的。

❾ 用VaR计算股指期货市场风险时，如何计算，具体用到的软件，是否需要编写程序

不用

网络你搜 顺天国际官方网站

❿ 期货市场风险的预测和度量.VAR方法

一、VaR风险测量方法 风险测量的模型主要有两大类：参数模型和非参数模型。参数模型包括分析法的各类模型，利用了灵敏度和统计分布特性简化了VaR，但由于对分布形式的假定和灵敏度的局部特征，分析法很难有效处理实际金融市场的厚尾性和大幅度波动的非线性问题，因而会产生测量误差以及模型风险。非参数法包括历史模拟法和Monte Carlo模拟法，相对分析法来说，模拟法可以较好地处理非正态问题，是一种完全估计，可有效处理非线性问题。 １．参数法 分析法是VaR计算中最为常用的方法，它利用证券组合的价值函数与市场因子间的近似关系、市场因子的统计分布(方差-协方差矩阵)简化VaR的计算。分析法根据证券组合价值函数形式的不同，可分为两大类：Delta-类模型和Gamma-类模型。其中，Delta-类模型识别的是线性风险，Gamma-类模型可识别凸性风险，例如组合中含有期权类的衍生品。本文将采用Delta-类模型中的Delta-正态模型与Delta-GARCH模型进行分析。 ２．非参数法 （１）历史模拟法 最简单而又直观的方法就是历史模拟法，其核心就是根据市场因子的历史样本变化模拟证券组合的未来损益分布，用给定历史时期上所观测到的市场因子的变化，来表示市场因子的未来变化。然后，根据市场因子的未来价格水平对头寸进行重新估值，计算出头寸的价值损益变化。最后，在历史模拟法中将组合的损益从小到大进行排序，得到损益分布，通过给定置信度下的分位数求出VaR。 （２）Monte Carlo模拟法 由于分析利用了统计分布特征，如果市场存在厚尾性和大幅度波动的非线性问题，则风险测量偏差会比较大。Monte Carlo模拟是反复模拟决定金融工具价格的随机过程，每次模拟都可以得到组合在持有期末的一个可能值，然后进行大量的模拟，那么组合价值的模拟分布将收敛于组合的真实分布，然后根据置信度得到VaR。