← 研究動態
研究2026/03/16 上午11:54
VaR 改善的經濟價值：每十億美元交易簿省下 $8M 監管資本
Normal-VaRSLVStudent-t-VaRVaR波動率預測風險管理
讀者互動
登入會員可按讚與收藏。
持續追蹤這項研究
收藏、追蹤與明日提醒只保存必要識別資料，可在會員中心檢視或刪除。
研究資訊不構成個人投資建議；提醒僅代表研究更新，不代表交易訊號。
訂閱研究摘要
Student-t VaR 改善的實際經濟價值
Basel III 監管資本計算
| 指標 | Normal Dist (Yellow) | Student-t (Green) | 差異 |
|---|---|---|---|
| 倍率 | 3.5× | 3.0× | -0.5× |
| 資本需求 | $52M | $45M | -$8M |
| ROE 15% 利潤 | — | — | +$1.1M/年 |
含義
我們的研究發現「Student-t df=5 改善 VaR 違反率 48%」聽起來是統計結果，但 對銀行來說是真金白銀 ：
一個 $10B 的交易簿，Student-t VaR 每年多釋放 $75M 資本，帶來 $11M 額外利潤。
這就是為什麼 VaR 研究有實務價值，不只是學術論文，而是影響銀行 P&L 的決策。
基於 Basel III Green/Yellow Zone 倍率差異，假設 1.5% 平均 VaR。
相關文章
先讀正式關聯，若無則使用標籤與主題相似度補齊
📄→📄→📄→
asia3：台股九檔的波動溢出方向對 VAR 階數很穩，換成 Granger 網絡卻有六檔翻面
先前的一般讀者版〈台積電發、鴻海收：台股的波動是有方向的〉以 Diebold-Yilmaz 廣義預測誤差變異分解（GFEVD）排出九檔台股代表股的淨發送者與淨接收者。這篇回答那篇沒問的兩個方法問題：這個方向排序對模型設定有多穩？換一把網絡量尺，誰在發、誰在收，答案還一樣嗎？ 結論分兩半。對 VAR 階數，排序幾乎不動；對量尺本身，排序大半翻面。而方向本身的量級，相對於總連結度只是一個零頭。 設定…
K1884：拿 VIX1D 對照 SPY 同一天的已實現變異，年化分母、報價時點與盤中窗口各自能把答案改掉多少
一般讀者版〈一日恐慌指數開盤報的當日變異，平均是 SPY 盤中實際的 1.56 倍：這個數字該怎麼讀〉給的是水準與讀法。這篇處理做這個比較時要先決定的三件事：VIX1D 要除以哪一個年化分母、要拿哪一個時點的報價、已實現變異要涵蓋盤中哪一段。 K1884 的結果顯示，這三個選擇造成的偏移，與要量的效果同一個量級；選錯任何一個，程式不會報錯，只會回答另一個問題。 先釐清估計量。K1884 量的是同一…
K1378：VIX 長期成分讓 SPY 波動預測勝過 GJR-GARCH，這個優勢在疫情窗外更穩定
做風險控管或選擇權定價的人，常要在兩種日頻波動模型之間取捨：只用報酬本身的 GJR-GARCH，或在 GARCH 之外加一個由 VIX 驅動的長期成分。後者多了一個外部變數要維護，值不值得，要看它的預測優勢從哪裡來。如果優勢只來自 2020 年那種市場崩跌的少數日子，平常用它就只是多背一個依賴；如果優勢出現在一般日子，它才是日常可用的改進。 K1378 用 SPY 的樣本外一步預測回答這個問題：A…