第28章 深度与风险管理：VaR与深度、流动性调整VaR、压力损失估算

风险管理，说白了就是回答一个问题：“最坏情况下，我会亏多少？”

传统的VaR模型，假设市场是无限深、流动性无限好的。但现实呢？你想想看，当市场暴跌时，买单瞬间消失，卖单堆积如山。这时候，你手里的头寸根本没法按“中间价”平仓。

我做过一个实盘测试：某只小盘股，平时买卖价差只有0.5个tick。但遇到一次乌龙指事件，价差瞬间扩大到20个tick。如果你用传统VaR算，风险敞口可能只有5万；但实际平仓成本，接近15万。这就是深度不足带来的“隐形风险”。

本章，我们就来聊聊如何把市场深度和流动性塞进风险管理框架里。

28.1 传统VaR的局限性

传统VaR（Value at Risk）计算，通常基于历史收益率或参数法。它假设：

• 你可以按当前市价成交任意数量
• 市场深度无限
• 买卖价差为零

但真实市场里，这些假设全都不成立。

举个例子：你持有1000手某期货合约。传统VaR告诉你，95%置信度下日最大亏损是20万。但如果你要平仓，市场深度只够吃下200手而不滑点。剩下的800手，每手滑点成本可能高达5个tick。实际亏损可能是30万，甚至更多。

我曾在一次量化策略回测中，发现策略的夏普比率高达3.5。但实盘跑起来，连续亏损了三天。后来一查，问题出在深度上——回测时用的是收盘价，但实盘时大单冲击把价格打偏了。嗯，从那以后，我再也不敢忽略深度了。

28.2 流动性调整VaR（L-VaR）

流动性调整VaR，就是在传统VaR基础上，加上一个“流动性成本项”。

公式很简单：

L-VaR = 传统VaR + 流动性成本

其中，流动性成本通常包含两部分：

• 买卖价差成本： 你买价和卖价之间的差额
• 市场冲击成本： 大单交易导致的价格偏移

具体计算时，我习惯用这个公式：

流动性成本 = 0.5 × (买卖价差) + 冲击系数 × (交易量 / 市场深度)

冲击系数，一般通过历史数据回归得到。比如，某只股票每成交1%的日均成交量，价格会偏移0.3%。

举个例子：

参数	数值
传统VaR（95%）	100万
买卖价差	0.1%
交易量	5000手
市场深度（10档）	2000手
冲击系数	0.5%

计算流动性成本：

流动性成本 = 0.5 × 0.1% + 0.5% × (5000 / 2000)
           = 0.05% + 1.25%
           = 1.3%

那么，L-VaR = 100万 × (1 + 1.3%) = 101.3万。

看起来只多了1.3万？别急，这是假设深度不变的情况。如果市场深度下降一半，流动性成本会翻倍。

28.3 压力损失估算

压力损失估算，比L-VaR更进一步。它模拟的是极端市场环境下的损失。

我常用的方法有三种：

1. 历史情景法： 直接使用历史上最极端的深度变化数据。比如2020年3月美股熔断时的深度数据。
2. 蒙特卡洛模拟： 同时模拟价格和深度的联合分布。这需要建立深度变化的随机模型。
3. 极端值理论（EVT）： 专门针对尾部风险建模，不假设正态分布。

我在一个高频做市项目中，用过蒙特卡洛模拟压力损失。当时模拟了100万条路径，每条路径都包含价格波动和深度衰减。结果发现，在深度衰减超过70%的情景下，策略的亏损是传统VaR的4倍。这个结果直接推动了风控规则的修改——我们加了一条硬性限制：单品种持仓不得超过市场深度的15%。

28.4 知识体系图

下面这张图，帮你理清本章的核心逻辑：

28.5 实战中的避坑指南

最后，分享几个我踩过的坑：

• 别用平均深度： 深度分布是严重右偏的。平均深度往往被少数大单拉高，实际可用深度远小于平均值。我建议用中位数或10%分位数。
• 注意深度的时间衰减： 盘口深度不是静态的。大单吃单后，新订单补充需要时间。这个“恢复时间”在压力测试里必须考虑。
• 跨品种联动： 当某个品种深度骤降时，相关品种的深度往往也会同步下降。别假设它们独立。

我曾经因为忽略了深度恢复时间，在一次闪崩中多亏了20%。那次之后，我所有的风控模型都加了一个参数——深度恢复半衰期。说白了，就是问自己：如果深度被吃掉一半，需要多久才能恢复？这个时间越长，你的风险敞口就越大。

好了，这一章的内容就到这里。记住：深度是市场的血液，流动性是心跳。风险管理，就是给市场做体检。

---