2、利用VaR方法提高期货经纪公司竞争能力。
假如我们去考察一些大的集团公司，如巴西咖啡制造商、德国的钢铁制造商和亚洲的航空公司等等，我们就会发现他们全都需要对商品价格、外汇汇率和利率等价格的不利变动进行套期保值。他们最常使用的套期保值工具就是期货和交易所交易的期权产品。他们与期货经纪人的关系，主要体现在交纳期货保证金、交易和缴纳追加保证金。期货经纪公司是期货交易所的成员，它必须将客户交纳的保证金在转存于清算公司。但经纪公司向交易所缴纳的初始保证金通常低于客户向其缴纳的初始保证金，这主要是因为客户的某些头寸可以彼此抵消。另外，在大多数期货交易所，交易所对经纪公司的保证金标准要低于经纪公司对客户要求的保证金标准。
那么，期货经纪公司为什么不降低向客户收取的保证金呢？如果降低保证金的话，期货经纪公司就可以向客户提供更有竞争力的报价：即同样的费用和较低的保证金。降低保证金对于那些对保证金高低比较敏感，或更多情况下对筹集现金较为昂贵的客户具有较大吸引力。而降低保证金所节约的资金并未出自期货经纪公司的腰包，所以这是一个对双方都有利的交易。因为许多对商品进行保值的客户信誉级别不高，融资较为昂贵。但是，这也正是降低保证金策略的局限性所在，如果这一策略使用过多的话，期货经纪公司将承担某些客户的信用风险。此外，但市场波动剧烈时，客户违约的可能性更大，从而使违约期间，追加的保证金更多。
在面对上述情景时，VaR方法正好派上用场。即，期货经纪公司可以通过VaR方法把其保证金规模最优化，使其能够补偿大多数情况下的每日损失。这一工作包括两个方面，首先保证任何客户的损失不会将经纪公司置于无法生存的境地，第二，确保因信用风险导致的预期损失低于由交易佣金带来的收入。
VaR值的计算可用于评估这两种状况。如果客户进行交易的资产相关性较弱，或者客户的违约概率较低，敞口头寸较少的话，VaR方法将使期货保证金降低的幅度大于目前所使用的方法，从而提高期货经纪公司的市场竞争力。
3．期货交易中VaR值的计算。
虽然期货交易均使用保证金制度，但实际交易的是期货合约总值，因此需要注意的是，在计算VaR值时，应采用整个期货合约总值（投资组合）来评估，而不是投入的保证金。
以下是计算VaR值的基本流程：
第一，计算样本报酬率。取得样本每日收盘价，并计算其报酬率，公式如下：
其中R为报酬率、P为收盘价、t为时间。
第二，计算样本平均数及标准差：样本平均数和标准差分别有以下公式计算：
第三，检测样本平均数是否为零。由于样本数通常大于30，所以采用统计数Z来检测。
第四、计算VaR值。
VaR=μ－Zaσ
其中α为1－置信水平。
下面就以买卖一手指数期货合约为例来说明VaR值的计算。假设最新的指数收盘价为4839，那么期货合约总值则为4839×200= 967800，然后，投资者应先选取大约半年的数据（通常都是使用股指每日报酬率），再利用以上四个步骤来推算出其单位风险系数，最后将单位风险系数与合约总值相乘，即可得出指数期货合约的VaR值。当然若投资者本身所投入的资金愈多，则所需承担的风险也将愈大。
VaR模型的优点
1、 VaR模型测量风险简洁明了，统一了风险计量标准，管理者和投资者较容易理解掌握。
风险的测量是建立在概率论与数理统计的基础之上，既具有很强的科学性，又表现出方法操作上的简便性。同时，VaR 改变了在不同金融市场缺乏表示风险统一度量, 使不同术语(例如基点现值、现有头寸等) 有统一比较标准, 使不同行业的人在探讨其市场风险时有共同的语言。
另外，有了统一标准后，金融机构可以定期测算VaR值并予以公布，增强了市场透明度，有助于提高投资者对市场的把握程度，增强投资者的投资信心，稳定金融市场。
2、可以事前计算, 降低市场风险。
不像以往风险管理的方法都是在事后衡量风险大小，不仅能计算单个金融工具的风险, 还能计算由多个金融工具组成的投资组合风险。综合考虑风险与收益因素,选择承担相同的风险能带来最大收益的组合，具有较高的经营业绩。
3、确定必要资本及提供监管依据。
VaR为确定抵御市场风险的必要资本量确定了科学的依据, 使金融机构资本安排建立在精确的风险价值基础上, 也为金融监管机构监控银行的资本充足率提供了科学、统一、公平的标准。VaR 适用于综合衡量包括利率风险、汇率风险、股票风险以及商品价格风险和衍生金融工具风险在内的各种市场风险。因此, 这使得金融机构可以用一个具体的指标数值(VaR) 就可以概括地反映整个金融机构或投资组合的风险状况, 大大方便了金融机构各业务部门对有关风险信息的交流, 也方便了机构最高管理层随时掌握机构的整体风险状况, 因而非常有利于金融机构对风险的统一管理。同时, 监管部门也得以对该金融机构的市场风险资本充足率提出统一要求。
VaR模型应用注意问题
尽管VaR模型有其自身的优点，但在具体应用时应注意以下几方面的问题。
1、数据问题。运用数理统计方法计量分析、利用模型进行分析和预测时要有足够的历史数据,如果数据库整体上不能满足风险计量的数据要求,则很难得到正确的结论。另外数据的有效性也是一个重要问题,而且由于市场的发展不成熟,使一些数据不具有代表性,而市场炒作、消息面的引导等原因,使数据非正常变化较大, 缺乏可信性。
2、VaR 在其原理和统计估计方法上存在一定缺陷。
VaR对金融资产或投资组合的风险计算方法是依据过去的收益特征进行统计分析来预测其价格的波动性和相关性, 从而估计可能的最大损失。所以单纯依据风险可能造成损失的客观概率, 只关注风险的统计特征, 并不是系统的风险管理的全部。因为概率不能反映经济主体本身对于面临的风险的意愿或态度,它不能决定经济主体在面临一定量的风险时愿意承受和应该规避的风险的份额。
3、在应用Var模型时隐含了前提假设。
即金融资产组合的未来走势与过去相似，但金融市场的一些突发事件表明，有时未来的变化与过去没有太多的联系，因此VaR方法并不能全面地度量金融资产的市场风险，必须结合敏感性分析，压力测试等方法进行分析。
4、VaR主要使用于正常市场条件下对市场风险的测量。
如果市场出现极端情况，历史数据变得稀少，资产价格的关联性被切断，或是因为金融市场不够规范，金融市场的风险来自人为因素、市场外因素的情况下，这时便无法测量此时的市场风险。
总之， VaR是一种一种既能处理非线性问题又能概括证券组合市场风险的工具，它解决了传统风险定量化工具对于非线性的金融衍生工具适用性差、难以概括证券组合的市场风险的缺点，有利于测量风险、将风险定量化，进而为金融风险管理奠定了良好的基础。随着我国利率市场化、资本[url=http://www.shenmeshi.com/Education/Education_20080504134833.html]项目[/url]开放以及衍生金融工具的发展等，金融机构所面临的风险日益复杂，综合考虑、衡量信用风险和包括利率风险、汇率风险等在内的市场风险的必要性越来越大，这为VaR应用提供了广阔的发展空间。但是VaR本身仍存在一定的局限性，而且我国金融市场现阶段与VaR所要求的有关应用条件也还有一定距离。因此VaR的使用应当与其他风险衡量和管理技术、方法相结合。要认识到风险管理一方面需要科学技术方法，另一方面也需要经验性和艺术性的管理思想，在风险管理实践中要将两者有效结合起来，既重科学，又重经验，有效发挥VaR在金融风险管理中的作用。