CoinSkool

流動性調整 VaR 是什麼?揭開傳統風險值忽略的變現風險

分享

傳統風險值假設投資組合可以在短時間內以市價變現,但對流動性較差的資產而言,這個假設會嚴重低估真實風險。本文想談談流動性調整風險值。

傳統 VaR 為何忽略流動性

傳統 VaR 的計算通常基於兩個假設:

  • 報酬率服從某種機率分佈
  • 投資組合可以在計算期間內以市價完全變現

第二個假設是問題的根源。

在實務中,不同資產的變現速度差異極大。一檔日均成交金額數十億元的權值股,可以在數分鐘內以接近市價的水準賣出;一檔日均成交金額僅數百萬元的小型股,若要賣出相當於數日成交量的部位,可能需要數天甚至數週,且期間價格可能持續下跌。傳統 VaR 完全忽略了這個變現期間的價格風險,也忽略了變現規模對價格的衝擊。

換句話說,傳統 VaR 衡量的是價格變動的風險,而流動性調整 VaR 衡量的是價格變動加上流動性成本的風險。兩者之間的差距,在正常市場中可能不大,但在壓力時期會急劇擴大,因為流動性在危機時往往同步枯竭,使得投資人最需要變現的時候,反而最難變現。

流動性調整 VaR 的計算邏輯

流動性調整 VaR 的核心概念是:將變現期間與流動性成本納入 VaR 的計算之中。具體來說,它需要處理兩個層面的調整。

變現期間的延長

第一個層面是變現期間的延長。對於流動性較差的資產,我們不能假設它能在一天內變現,而必須估計一個合理的變現期間。變現期間通常以持有部位相當於多少天的日均成交量來衡量。例如,若某檔股票的部位規模相當於其 5 天的日均成交量,則變現期間至少為 5 天。在變現期間內,價格可能持續變動,因此 VaR 的計算期間應該從 1 天延長到變現期間的長度。若假設報酬率獨立同分配,變現期間為 T 天的 VaR 約為 1 天 VaR 的 sqrt(T) 倍。

流動性成本的加計

第二個層面是流動性成本的加計。即使價格在變現期間內沒有變動,賣出部位本身也會產生市場衝擊成本。這個成本與部位規模相對於市場流動性的比例有關,通常可以用平方根法則來估算。將這個成本加計到 VaR 中,就得到流動性調整後的風險值。

一個常見的簡化公式為:

```

LVaR = VaR × sqrt(T) + 0.5 × Spread × Position

```

其中 LVaR 是流動性調整 VaR,T 是變現期間,以天為單位,Spread 是買賣價差,以百分比表示,Position 是部位規模。第一項捕捉了變現期間延長所帶來的價格風險,第二項捕捉了變現時必須付出的流動性成本。

原文出處:voltima_quant (@voltima_quant) 於 Threads · 查看原文

V

作者

Voltima Quant

全職自營量化團隊|多年交易經驗
專注研究CTA擇時、多因子截面策略
標的涵蓋Crypto、港美股、期貨、期權
以科學系統化手段 於波動中尋找最優化交易機會

推薦閱讀

因子報酬估計的雜訊與貝氏收縮:數學原理與先驗選擇

本文說明以歷史平均估計因子預期報酬的雜訊問題,以及均值變異數最佳化為何對估計誤差極度敏感。接著介紹貝氏收縮的數學框架、後驗均值與收縮強度,並比較零先驗、共同均值先驗與經濟先驗的差異,最後說明實務上如何選擇先驗以穩定因子配置。

Voltima Quant2026/10/27

Sadka 流動性因子:價格衝擊四成分中,只有「永久—變動」被市場定價

Sadka 流動性因子把日內交易的價格衝擊拆解為永久、暫時與固定、變動四個成分,並發現 momentum 與財報後漂移異象中,只有永久—變動成分具有顯著風險溢酬。本文說明逐筆資料迴歸估計、AR(3) 殘差與負號處理的建構步驟,並比較其與 Pastor-Stambaugh、Amihud 因子的差異。

Voltima Quant2026/10/20

Pastor-Stambaugh 流動性因子:建構邏輯、風險負載與實務應用

本文完整說明 Pastor-Stambaugh 流動性因子的建構邏輯:先以個股報酬對前一日市場報酬的敏感度建立市場流動性指標,再估計個股流動性風險負載,進而組成多空因子;文中也比較 Amihud 流動性因子,並整理風險管理、策略開發、因子中性化與市場監控等實務應用。

Voltima Quant2026/10/16