欢迎来到 VaR 映射（VaR Mapping）！
你好！欢迎来到 FRM Part II 课程中最实用的章节之一：VaR 映射。如果你曾经好奇过，一家拥有数百万笔交易的巨型银行，究竟是如何在不让计算机崩溃的情况下算出一个“风险价值”（Value-at-Risk，简称 VaR）数字的，那你就来对地方了！
把 VaR 映射想象成一种“简化过程”。我们不必去追踪每一档债券或股票的每一个细节，而是将它们“映射”（Map）到几个核心的风险因子上。这就像描述一顿复杂的餐点，只需列出其主要成分（碳水化合物、蛋白质和脂肪）即可。阅读完这份笔记后，你将会了解我们是如何对债券、股票和期权进行这项工作的！
1. 什么是 VaR 映射？为什么我们需要它？
在理想世界中，我们能拥有手中每一项金融工具数十年的价格数据。但在现实世界中，我们做不到。有些债券是新发行的，有些期权非常复杂，而有些资产则缺乏流动性。
VaR 映射就是将投资组合中的实际工具替换为一组标准化风险因子的过程。
我们为什么要费心做映射？
1. 数据可用性：我们可能没有某档 7 年期公司债的价格历史，但我们一定会有 7 年期基准国库券（Benchmark Treasury）的利率历史。
2. 计算效率：计算 50 个风险因子的风险，比计算 50,000 个个别证券的风险要快得多。
3. 一致性：它让我们能够汇总不同交易部门的风险（例如，比较债券的风险与利率掉期的风险）。
快速复习：核心概念
映射过程为：个别资产 → 风险因子 → VaR。
2. 固定收益投资组合的映射
固定收益（债券）是映射最常见的应用领域。由于债券具有不同的到期日和票面利率，我们需要一种方法将它们标准化。主要有三种方式：
方法 A：本金映射法（Principal-Only Mapping）
这是一种“快速且粗略”的方法。我们取债券的总价值，将其映射到单一风险因子上——通常是与债券最后一笔付款到期日相同的零息债券。
问题所在：它忽略了所有的票息支付！这会导致债券看起来比实际更具风险（久期被高估）。
方法 B：久期映射法（Duration Mapping）
在这里，我们将债券映射到一个与我们债券具有相同久期（Duration）的零息债券上。
例子：如果你持有一档 10 年期债券，其久期为 7 年，你就将其映射到 7 年期的零息风险因子上。这比本金映射法更好，因为它正确捕捉了利率敏感度，但它仍然忽略了收益率曲线的一些细节。
方法 C：现金流映射法（Cash-Flow Mapping，黄金标准）
这是最精确的方法。我们将每一笔现金流（每一期票息和最后的本金）视为个别的零息债券。然后，我们将这些现金流映射到标准顶点（Standard Vertices）（如 1 年、2 年、5 年等）。
如果某笔现金流落在两个顶点之间（例如 1.5 年的付款），我们就将其拆分到 1 年和 2 年的顶点。我们这样做是为了保留：
1. 现金流的价值。
2. 现金流的风险（变异数）。
如果这看起来很复杂，别担心！只要记住，现金流映射就像是把一座乐高城堡拆开，并按颜色和大小对所有积木进行分类。
重点总结：
现金流映射法最精确，因为它考虑了每一笔付款的时间点，而久期映射法只看“平均”时间点。
3. 股票投资组合的映射
我们如何映射 5,000 档不同的股票？我们使用因子模型（Factor Models）。
市场模型（Beta 映射）
映射股票最简单的方法是使用其相对于市场指数（如 S&P 500）的 Beta (\( \beta \))。
股票的报酬率映射如下：
\( R_{stock} = \beta \times R_{market} + \epsilon \)
在 VaR 映射中，我们通常忽略“特殊风险”（\( \epsilon \)），只专注于“系统性风险”（\( \beta \times R_{market} \)）。
比喻：想象你在一条大船后面的小艇上。如果大船移动（市场），你的小艇也会跟着移动，但强烈程度取决于你绳子的长短（你的 Beta）。
多因子模型（Multi-Factor Models）
为了提高准确度，我们将股票映射到多个因子，例如行业类别（科技、能源）、规模（小盘股 vs. 大盘股）或风格（价值股 vs. 成长股）。
你知道吗？
映射到单一指数（Beta 映射）通常会低估 VaR，因为它忽略了“特质风险”（Idiosyncratic risk）——即无论市场如何，该特定公司可能发生的不利事件。
4. 期权（衍生性商品）的映射
期权具有“非线性”特征，这使它们成为 VaR 映射中的“魔王关卡”。我们使用 希腊字母（The Greeks） 来进行映射。
Delta 映射
这是一种线性近似法。我们将期权视为标的股票的部位，并透过 Delta (\( \Delta \)) 进行调整。
\( \Delta Value \approx \Delta \times \Delta S \)
这在价格变动极小的情况下效果很好，但对于大幅波动而言却很危险，因为它忽略了 Gamma。
Delta-Gamma 映射
为了更准确，我们加入了 Gamma (\( \Gamma \))，它能捕捉期权价格的“曲率”。
\( \Delta Value \approx (\Delta \times \Delta S) + (\frac{1}{2} \Gamma \times \Delta S^2) \)
记忆小撇步：
Delta 就像是速度。
Gamma 就像是加速度。
要预测你的车会开到哪里，你既需要知道你开得有多快，也要知道你是否正在加速！
Vega 映射
别忘了波动率！Vega 映射了期权对隐含波动率（Implied Volatility）变化的敏感度。如果市场变得恐慌，即使股票价格不变，期权价值也会随之改变。
5. 常见错误与陷阱
即使是最好的映射也可能出错。以下是需要注意的事项：
1. 基差风险（Basis Risk）：当你的金融工具与风险因子之间的关系失效时就会发生。如果你将公司债映射到国库券曲线，你可能会忽略公司信用利差扩大的风险。
2. 模型风险（Model Risk）：你的映射准确度取决于你的模型。如果你的 Beta 算错了，VaR 就会错。
3. 日内变化（Intra-day changes）：映射通常一天执行一次。如果投资组合在一天内发生了重大变化，“映射”就会变得过时。
6. 总结与最后的感想
VaR 映射的核心在于平衡。
第一步：识别金融工具（债券、股票、期权）。
第二步：选择风险因子（收益率曲线、市场指数、波动率）。
第三步：映射敏感度（久期、Beta、Delta/Gamma）。
第四步：计算这些因子的 VaR。
考试重点：请务必理解，现金流映射法对债券最为详尽，Beta 映射法是股票的标准做法，而 Delta-Gamma 映射法则是捕捉期权“曲线”风险所必需的。
继续练习这些概念，你会发现映射不只是枯燥的技术活，更是现实世界中管理风险的秘诀。你一定做得到的！