2008年以来[url=http://ideapad.zol.com.cn/60/160_595760.html###]抱怨 [/url算小级别的波动。在这种相对平缓的市场中，可以有更多时间思考一些事务性的工作，例如，如何在现有的数据条件下管理数量化风险指标。
现代化的风险管理已经蔚然成为体系，也都已经软件化，使得计算各种风险指标只是输入几个参数的简单过程。例如，我们可以很容易用软件实现债券组合久期、基点价值以及在险价值（VaR）的计算，不少机构已将此类数量化手段应用于内部管理中。
但长期以来，由于中国债券市场流动性相对较低，市场数据的有效性、连续性一直是困扰债券组合管理者的难题，只是在近两年才逐步有所改善。由于数据库存在一定缺陷，使得基于此的各种风险值计算都面对可靠性不足、波动性大的问题。也因此，不少人对数量化风险管理的有效性产生一定质疑，特别是对待相对高端的数量指标例如VaR等。
毋庸置疑，由于对收益率曲线历史数据要求严格，VaR等计算复杂的风险指标，确实面临更多的可靠性与稳定性方面的挑战。而这样的计算结果，在诸如2008年这样稳定的市场中，似乎也意义不大。
但是，尽管可靠性与稳定性面临挑战，笔者仍然认同这些复杂的风险管理指标的价值。毕竟，这是一种观察分析手段，如果能够积累一定时间长度的计算结果，我们就能够相对明晰地看到资产组合的风险变化情况，看到它的历史轨迹，即便是可能存在一定的跳跃性，但轨迹的大致方向还是存在的。如果得到这样的结果，对于组合管理策略的形成、风险管理质量的提高等都是具有较大意义的。
何况，近两年来收益率曲线的稳定性、连续性和有效性在逐渐增强。笔者虽然没有进行严密的证明，但日常观察表明，7年以内国债曲线已经相对完善，关键时点收益率相关性量化结果的可靠性已经大大增强。在这种情况下，提高数量化风险管理的水平，依靠现代化的模型和软件进行数量化风险管理，已经逐渐成为现实。
2008年以来[url=http://ideapad.zol.com.cn/60/160_595760.html###]抱怨 [/url算小级别的波动。在这种相对平缓的市场中，可以有更多时间思考一些事务性的工作，例如，如何在现有的数据条件下管理数量化风险指标。
现代化的风险管理已经蔚然成为体系，也都已经软件化，使得计算各种风险指标只是输入几个参数的简单过程。例如，我们可以很容易用软件实现债券组合久期、基点价值以及在险价值（VaR）的计算，不少机构已将此类数量化手段应用于内部管理中。
但长期以来，由于中国债券市场流动性相对较低，市场数据的有效性、连续性一直是困扰债券组合管理者的难题，只是在近两年才逐步有所改善。由于数据库存在一定缺陷，使得基于此的各种风险值计算都面对可靠性不足、波动性大的问题。也因此，不少人对数量化风险管理的有效性产生一定质疑，特别是对待相对高端的数量指标例如VaR等。
毋庸置疑，由于对收益率曲线历史数据要求严格，VaR等计算复杂的风险指标，确实面临更多的可靠性与稳定性方面的挑战。而这样的计算结果，在诸如2008年这样稳定的市场中，似乎也意义不大。
但是，尽管可靠性与稳定性面临挑战，笔者仍然认同这些复杂的风险管理指标的价值。毕竟，这是一种观察分析手段，如果能够积累一定时间长度的计算结果，我们就能够相对明晰地看到资产组合的风险变化情况，看到它的历史轨迹，即便是可能存在一定的跳跃性，但轨迹的大致方向还是存在的。如果得到这样的结果，对于组合管理策略的形成、风险管理质量的提高等都是具有较大意义的。
何况，近两年来收益率曲线的稳定性、连续性和有效性在逐渐增强。笔者虽然没有进行严密的证明，但日常观察表明，7年以内国债曲线已经相对完善，关键时点收益率相关性量化结果的可靠性已经大大增强。在这种情况下，提高数量化风险管理的水平，依靠现代化的模型和软件进行数量化风险管理，已经逐渐成为现实。