风险控制课件.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第五章 市场风险管理,第一节 市场风险的性质和发展,第二节 敏感性分析,第三节 在险价值（,VaR,）分析,第四节 衍生产品和金融工程在市场风险管理中的应用,第五节 期货对冲及其基差风险,第六节 相对风险与跟踪误差,第一节,市场风险的性质和发展,一、金融体系中市场风险的发展演变,二、市场风险量化和管理的发展,巴塞尔银行监管委员会在,1996,年颁布的,资本协议市场风险补充规定,中，将市场风险定义为因市场价格波动而导致表内和表外头寸损失的风险，并根据导致市场风险因素的不同将市场风险划分为利率风险、股票风险、汇率风险和黄金等商品价格风险,市场风险一词有广义和狭义两种用法，狭义的市场风险仅指股票市场风险,市场风险的特点,来源于整个经济体系而非特定的交易对手或机构自身，具有系统性,难以通过多样化投资分散和降低,由于数据获取上的优势，相对于信用风险与操作风险量化较容易,在定价模型和风险计量模型中通常假定正态分布,在管理过程中大量应用衍生产品和金融工程技术,一、金融体系中市场风险的发展演变,由于传统银行的业务性质、分业经营、市场融资结构以及国际汇率制度等原因，市场风险在相当长的一段时间里并没有引起银行和金融监管部门充分的重视,二十世纪七八十年代以来，受金融自由化、全球化、融资证券化等趋势的影响国际金融市场发生了很大的变化，一方面使得银行所面临的市场风险大大增大了；另一方面，银行和监管部门对市场风险的管理技术水平和监管力度也有了很大的发展和提高。,二、市场风险量化和管理的发展,传统方法：敏感度分析方法,分析金融产品或投资组合对与特定市场风险因子变化的反应敏感程度,主要用于资产负债管理和具有自我对冲性质的投资产品和组合的市场风险管理,缺点：仅仅关注在风险因子给定变化幅度下金融产品或组合的损益变化程度，而忽略了风险因子发生变动的概率分布，因此从全面风险分析的角度看有明显的局限性。,在险价值,VaR,分析方法,覆盖了损失发生的严重程度和可能性两个方面，弥补了敏感度分析方法的缺陷。,具有统一的货币单位，适用于各种金融工具的风险衡量，因此金融机构拥有的各种金融产品的市场风险得以统一衡量和综合管理，市场风险管理获得重大突破。,已成为市场风险管理的共同标准,衍生工具与金融工程的发展对市场风险管理的影响,1973,年,芝加哥期权交易所,(CBOE),与布莱克一斯格尔斯期权定价模型,衍生金融工具与金融工程的应用在大大提高了市场风险管理的有效性和灵活性的同时也带来了很大的风险，因而其自身又成为现代风险管理的重要对象和内容。,1993,年,30G,组织,衍生产品：实践和原则,。,1994,年巴塞尔银行监管委员会,衍生品风险管理指引,1996,年巴塞尔银行监管委员会,将市场风险纳入资本协议的补充规定,，首次将市场风险纳入资本监管要求。,2004,年出台的新巴塞尔资本协议采用了,1996,年对市场风险的协议要求。,市场风险管理的策略,市场风险管理主要采用对冲和转嫁的管理策略,组合管理和分散化策略在市场风险管理中也起到一定作用,内部控制与市场风险管理部门的作用越来越重要,第二节 敏感性分析,一、敏感度分析的原理,二、股票的敏感性分析：,系数,三、固定收益证券的敏感性分析：持续期（,Duration,）,四、期权的敏感性：希腊字母,一、敏感度分析的原理,所谓敏感度，简单地说就是一个变量对另外一个变量发生的变化的反应程度，也就是在经济学分析中的所谓弹性,在数学上，敏感度就是函数的一阶导数。,在市场风险中，应用较多的敏感性分析主要有三种，即针对股票的,系数法，针对固定收益产品的持续期和凸性法以及针对期权等衍生金融工具的希腊字母法,敏感度风险分析方法的特点在于它是一个静态的分析过程，它将投资风险暴露与风险因子联系起来，将分析集中于金融工具价值随给定风险因子变化而变化的程度它，而将风险因子的变化视为外生的，忽略了这些风险因子自身发生变化的可能性，因此相对于同时分析风险的损失程度和概率的,VaR,方法而言，敏感度分析方法并非全面的风险衡量方法。,敏感度在风险管理中的应用主要包括四个方面：,首先，敏感度可以用于同类金融产品风险的比较分析,其次，可以利用敏感度匹配原则进行风险免疫和缺口管理。,再次，敏感度的确定是金融工具风险定价的关键要素，敏感度分析可以应用于金融工具风险溢价分析。,最后，敏感度分析可以为,VaR,分析提供有利条件。,二、股票的敏感性分析：,系数,（一）单因子模型：,CAPM,理论及其,系数,CAPM,理论将市场组合的风险溢价作为风险因子引入对单一资产回报率的计算，认为单一资产的风险溢价与市场组合的风险溢价和该资产的,系数成比例，,系数衡量的就是单一资产风险溢价对市场组合的风险溢价的敏感性,E,(,r,i,),=,r,f,+,i,E,(,r,M,),r,f,其中，,i,=,iM,/,M,2,单一资产的风险溢价与市场组合的风险溢价和该资产的系数成正比,图,5-1,系数和证券市场线,SML,M,O,E(r,m,),r,f,m,=1.0,=,iM,/,M,2,(,二,),多因子模型：,APT,模型及其,系数,APT,模型与,CAPM,模型最大的不同在于,APT,模型是一个多因子模型，资产的实际收益受不止一个因素的影响，这将比单因子模型更加合理。,该理论的 重要假设主要包括以下两个：,（,1,）如果市场提供不增加风险但能增加利润的投资机会，投资者将会选择这样的机会进行投资。,（,2,）投资的回报可以用以下因子模型表示：,该多因子模型将资产的实际收益超过期望收益的部分分为两部分：一是受,k,个公共因子影响的部分，这一部分所体现的风险被称为系统性风险；二是随机项,i,，是资产收益变化中所有公共因子以外的因素引起的变化。该项所体现的风险被称之为非系统性风险。,不同于资本资产定价模型认为市场的均衡力量来自于投资者对不同资产边际收益的对比，套利定价理论认为市场均衡是投资者无限追逐无风险套利机会而形成的。,E,i,=,0,+,1,i,1,+,2,i,2,+,k,ik,0:,无风险资产的预期收益,:,k,公共因子风险回报的期望,i,:,为资产,i,预期收益变化对公共因子,k,的敏感系数。,三、固定收益证券的敏感性分析：持续期（,Duration,）,利率风险的管理是商业银行与投资银行市场风险管理最重要的组成部分,商业银行的利率风险管理涵盖于其资产负债管理之中，传统的管理方法是利率敏感性缺口管理，又称资金缺口管理（,Fund Gap Management,）。,缺口管理的关键在于对资产和负债利率敏感性的衡量,持续期相对于传统的利率风险衡量方法，它能更加准确、有效地衡量利率水平变化对债券和存贷款价格的影响，大大提高了缺口管理的效果。,（,一）持续期的性质和利率风险免疫管理,其中,D,表示债券的持续期,t,表示债券产生现金流的各个时期,w,t,表示,t,期现金流量的时间权重,T,表示债券的成熟期（,Maturity,），即最后一次现金流的时期,CF,t,表示,t,期现金流量,y,表示该债券的到期收益率（,Yield to Maturity,）,P,0,表示该债券当前价格,持续期从形式上看是一个时间概念，是（生息）债券在未来产生现金流的时间的加权平均数。实际上，持续期反映了该债券对利率风险的敏感度，即反映未来利率水平变动对债券价格的影响程度。,持续期是债券价格对利率的弹性,修订持续期（,Modified Duration,）,持续期，尤其是修订持续期，是衡量债券对利率风险暴露的有效工具，债券的持续期越大（或说越长），该债券对利率越敏感,影响债券持续期大小的因素主要有债券的成熟期（,Maturity,）、息票率（,Coupon Rate,）、到期收益率,持续期具有可加性，即由不同持续期的债券构成的债券组合的持续期等于这些债券持续期的加权总和，其权数是每种债券价值在整个组合价值中的比重,可以利用持续期对商业银行的资产和负债组合进行所谓利率风险免疫（,Risk Immunization,）管理,（二）持续期用于利率风险免疫管理的局限性,首先，利用持续期缺口管理来进行利率风险免疫必须考虑两个前提条件：一是表示利率期限结构的国库券收益率曲线是一条水平线，即在同一时点，成熟期不同的债券的收益率水平是相同的；二是在不同时点，收益率曲线的变化只是曲线的平移，即相对于前期收益率水平而言，各种成熟期的债券的收益率的变化幅度也是相同的。,其次，用持续期衡量风险并没有考虑一些债券或贷款可能附带或隐含着期权性质，对于这样的债券，麦卡莱持续期难以衡量其利率风险。弥补这一缺陷的办法是使用所谓有效持续期（,Effective Duration,）,=,第三，利用持续期衡量利率风险的准确性受到利率变化幅度的影响，只有在利率变化较小时才能比较准确地反映利率变化对债券价格的影响，利率变化越大，持续期对债券利率风险的反映越不准确。,要更准确地反映债券的利率风险，不仅要看其持续期，而且还要考虑其利率债券价格关系曲线的凸性（,Convexity,）。凸性是债券价格对利率的二阶导数,O y,-,y y,+,利率,p,+,p,D,+,p,D,p,-,p,D,-,第四，持续期是一个静态概念，随着时间的推移，利率水平的变化，资产组合和负债组合及其债券的持续期的变动可能是不一致的，这会使得原来持续期匹配的资产和负债变得不再匹配了，因而需要随着时间的推移经常重新调整。然而，组合的重新调整往往带来很高的交易费用，这通常会制约这种组合调整和风险免疫能力的实现。,第五，持续期只适合用于资产负债表内的利率风险管理，具体说主要适用于固定收益组合，即由各种存款、贷款和债券形式的资产和负债组成的投资组合。这些形式的资产或负债由于都具有确定的未来现金流（不考虑信用风险），被称为固定收益组合（,Fixed Income Portfolio,）。,四、期权的敏感性：希腊字母,（一）希腊字母的风险含义,1,Delta,（,）,期权的,Delta,（,）定义为基础资产价格发生微小变化时期权价格的变化程度，它是衡量期权价格对于基础资产价格变化的敏感度的指标，也就是说，它是期权价格对基础资产价格的一阶导数，表示期权收益曲线的对于价格的斜率。用数学公式表示如下：,对布莱克,斯格尔斯期权定价公式求导可以得到：,从上可以近似得到买权的,N(d,1,),，卖权的,-N(d,1,),，由于,N(d,1,),的值在,0,到,1,之间，所以对于买权而言，的取值范围是从,0,到,1,，而对于卖权而言，的取值范围是从,1,到,0,。,2,Gamma,（,）,Gamma,是期权价格对基础资产价格的二阶导数。因此，,Gamma,衡量的是相应的,Delta,变化的速率，是,Delta,相对于基础资产价格变化的敏感度，是衍生金融工具的凸性,。,3,Theta(,),Theta(,),是用于衡量合约到期时间对期权价格变化影响的指标。它以期权价格对时间的一阶导数来表示：,Theta,有时又被称为时间损耗,(Time Decay),通常为负，即意味着当到期日临近时，所有买权和卖权的价值都会变小，而且对买权和卖权的影响方式相同。,4,Vega,（,）,基础资产价格的波动性与期权价格有密切的关系。一般认为，基础资产价格的波动性越大，期权价格相应越高。这种基础资产价格波动性对期权价格的影响通常用指标,Vega,（,）来衡量。,5,Rho,(,),指标,Rho,(,),表示期权价格变动与以无风险利率为代表的利率变动的关系。,对固定收益产品的影响比较大，而对股票期权的影响并不明显。价内期权（包括买权和卖权）对利率的敏感性要大于价外期权。,（二）希腊字母在风险对冲中的应用,最常用的一种方式就是利用期权价格与基础资产价格之间的敏感性关系，构建出一个,Delta,中性的组合。,但是这种方法得出的,Delta,中性组合并不稳定，如果基础资产价格发生变化，先前构造的,Delta,中性组合均衡就会被打破，不能再保持对风险免疫了。要想实现动态对冲，除了保持每一时点上的,Delta,中性之外，还要保持,Gamma,中性，就是使组合的,Gamma,也为零。,期权的价格变化与基础资产的波动性的敏感性程度也很高，要抵消由基础资产波动性变化带来的风险就可以通过在组合加入不同波动性的期权来构建一个,Vega,中性组合，使组合的价值不受基础资产波动性的影响。,在用不同的希腊字母进行风险管理的时候，会涉及到管理效果相互矛盾的问题，即用一个希腊字母对冲期权风险的同时会增加期权对另一个希腊字母的风险暴露。在实践中，金融机构首先会考虑的是期权对基础资产价格变化的免疫，也就是构建,Delta,Gamma,中性组合，并对其它希腊字母的风险暴露进行监控，使其在规定的区域内发生波动，只有在其它希腊字母大到难以接受的程度才进行调整,第三节 在险价值（,VaR,）分析,一、,VaR,的基本思想,二、,VaR,的计算方法,三、对,VaR,的补充：压力测试,(Stress Testing),和情景分析,(Scenario Ana1ysis),四、对,VaR,的返回检验,(Back Testing),在险价值,VaR,分析方法,覆盖了损失发生的严重程度和可能性两个方面，弥补了敏感度分析方法的缺陷。,具有统一的货币单位，适用于各种金融工具的风险衡量，因此金融机构拥有的各种金融产品的市场风险得以统一衡量和综合管理，市场风险管理获得重大突破。,已成为市场风险管理的共同标准,一、,VaR,的基本思想,（一）,VaR,的内涵：从风险的敏感性分析到,VaR,分析,VaR,通常被定义为在正常的市场条件和给定的置信水平,(Confidence Level),下，某一投资组合在给定的持有期间内可能发生的最大的损失。从统计的角度看，,VaR,实际上是投资组合回报分布的一个百分位数,(Percentile),。,（二）界定,VaR,的统计要素,1.,持有期限,(Holding Period),持有期限是指衡量回报波动性和关联性的时间单位，也是取得观察数据的频率,持有期限应该根据组合调整的速度来具体确定，调整速度快的组合。,市场风险矩阵中一般采用单日,VaR,值，它也被称为每日在险收益（,Daily Earning at Risk,，,DEAR,）,如果损失分别服从正态分布，超过一天的,VaR,值可以由如下公式导出（在市场持续有效的假设下）：,N,天,VaR,=DEAR N,1/2,2.,置信水平的选择,置信水平过低，损失超过,VaR,值的极端事件发生的概率过高，这使得,VaR,值失去意义；置信水平过高，统计样本中反映极端事件的数据也越来越少，对,VaR,值估计的准确性下降。,对,VaR,的准确性和模型的有效性可以进行返回检验,(Back Testing),。置信水平决定了返回检验的频率。,巴塞尔银行监管委员会选择的置信水平是,99%,（三）,VaR,应用于投资组合风险分析的相关指标,1,边际,VaR,（,Marginal,VaR,）。,它是指当某一资产的持仓数量增加一个单位或者,1,的时候，该组合的,VaR,值的变化。边际,VaR,反映了新增资产对整个组合的风险贡献。对于投资组合而言，要控制风险，就要尽量增持边际,VaR,小的资产。,2,分散化,VaR,（,VaR,Diversification Impact,）。,它指的是组合对,VaR,的分散化效应。组合的,VaR,值不是等于各个资产,VaR,值相加之和，而是小于各个资产,VaR,相加之和，这反映了资产的分散化效应和风险的次可加性（,Subadditivity,）。它们之间的差值就是分散化,VaR,，也就是分散化投资导致的风险的减少。,3,局部,VaR(Partial,VaR,),，也称之为成分,VaR(Component,VaR,),。,它指的是从组合中减少一项资产对组合,VaR,值的影响，负的局部,VaR,值表示的是当组合去掉一项资产后，组合,VaR,值减小的数量。一般而言，边际,VaR,对控制增量风险较为有效，而局部,VaR,对存量风险的控制较为有效。,4,期望尾损失,(Expected Tail Loss),，也称之为条件,VaR,（,Conditional,VaR,）。,它是指组合处在超限区间（比如,95,的置信水平下，尾部,5,的部分就是超限区间）之内损失的期望值。,VaR,值说明的是在给定的置信水平上最为严重的损失程度，,VaR,本身并不说明尾部超限区间内损失的状况。期望尾损失能弥补,VaR,值在反映尾部风险方面的不足。如果期望尾损失与,VaR,值的差值越大，就说明该组合（或证券）损益分布的肥尾性就越强，风险在相同的,VaR,水平上也就更高。,（四）,VaR,风险分析法的特点,1,VaR,把对未来损失的大小和该损失发生的可能性结合起来,2,该风险衡量方法适用面宽。,VaR,适用于衡量包括利率风险、汇率风险、股票价格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，这使得用一个具体的指标数值,(,VaR,值,),就可以概括地反映整个金融机构的风险状况，有利于金融机构对风险的统一管理，也有利于监管部门对该金融机构的市场风险资本充足率提出统一要求。,3,通过调节置信水平，可以得到不同置信水平上的,VaR,值，方便了不同的管理需要。,4,VaR,是一种用规范的统计技术来全面综合地衡量风险的方法，大大增加了风险管理系统的科学性。,二、,VaR,的计算方法,（一）计算,VaR,的基本框架：风险因子分解和映射,VaR,计算的关键问题就是确定资产组合在既定持有期限内损益的概率分布。,常见的方法是根据投资组合不同的风险暴露，即影响投资组合损益变化的风险因子，对投资组合进行风险因子分解，然后运用统计方法估计出每个风险因子本身的概率分布函数，同时计算出整个组合对该风险因子变动的敏感度，从而利用敏感性分析将风险因子变化与组合价值变化联系起来。这种思想可以表示为：,投资组合的,VaR,=P S R,P,表示投资组合对该风险因子暴露头寸的市场价值，,S,表示投资组合对该风险因子的价格敏感度，,R,表示风险因子（如利率、汇率和股票价格指数等）本身的波动性，即不利变动,将风险因子变化值转化为组合价值变化的过程就叫作风险映射（,Risk Mapping,）。首先找出金融工具对应的风险因子，然后利用蒙特卡罗模拟或者历史模拟分析这些风险因子的价格走势，最后用一个定价函数将风险因子的价值映射到金融工具价值上，得到每个金融工具的损益值，并计算其,VaR,值。,求解某个投资组合的,VaR,可以分解为两个基本步骤：,（,1,）求解组合价值对于每个风险因子的敏感度指标；,（,2,）求解每个风险因子变动的概率分布，即风险因子本身的,VaR,。,求解风险因子,VaR,值的方法大致的分为两类：参数方法和非参数方法。,参数方法就是假设风险因子服从一定的概率分布函数，然后利用这种分布的特征来分析风险因子的变化情况，从而算出,VaR,值。一般假设服从正态分布。,非参数方法就是不假设风险因子的分布函数，而是通过对风险因子的历史数据或随机数据进行模拟并映射到金融工具上来得到组合收益的分布，目前最流行的模拟方法是历史模拟和蒙特卡罗模拟。,（二）参数,VaR,及其波动性估计,参数法假定风险因子收益的变化服从特定的分布,(,通常是正态分布,),，然后通过历史数据分析和估计该风险因子收益分布的参数值，如均值、方差、相关系数等，从而根据公式得出整个投资组合收益分布的特征值。,k(,),表示在正态分布下给定概率,所对应的标准差数目，,p,表示整个投资组合收益的标准差，,i,、,j,表示风险因子,i,和,j,的标准差，,ij,表示风险因子,i,和,j,的相关系数，,Xi,表示整个投资组合对风险因子,i,变化的敏感度，有时被称为,Delta,参数,VaR,分析可以分为两个步骤：,一是分析投资组合对每个风险因子的敏感度,二是分析风险因子本身的波动性和相关性,参数法最大的缺点就是它不能真实的反映投资组合在分布尾部的损失。,估计风险因子收益率标准差的主要模型：,1,移动平均波动性模型,（,MWAM,）,大量的市场波动性实证预测表明，假定,r,0,的时候，往往有更好的预测结果。,NWAM,的缺陷：,等权重的移动平均。,仅仅某一天的一个不正常收益就会对波动性的估计产生长时间的影响，只要该波动仍然包括在计算数据窗口中，用移动平均估计的波动性就会一直持续在高水平上，而实际的波动性很可能早就恢复到了正常水平，这种现象被称为“幽灵效应”。,2,指数加权移动平均模型（,EWMA,）,该模型认为不同时期的历史收益率数据在波动性的预测过程中所占权重并不相同，距当前时间越远的数据所占的比重越小。,决定权重的分配，被称为衰减因子（,Decay Factor,）,3,GARCH,模型,（广义自回归条件异方差模型）,GARCH,模型把条件方差看作是前期误差的函数，也就是说条件方差是随着时间的变化而变化的。,GARCH,模型中最简单也是最常用的一种形式是,GARCH(1,，,1),模型，它的表达式如下,：,其中,是长期波动性的权重，且,=,V,L,，,=1-,-,所以,GARCH(1,，,1),模型只有当,+,1,时才是稳定的，因为此时,是为非负的。,（三）非参数,VaR,：历史模拟法,历史模拟法的假设前提：历史可以在未来重复自身,直接根据风险因子收益的历史数据来模拟风险因子收益分布，预测未来变化。,风险因子收益的历史数据是该,VaR,模型的主要数据来源。,历史模拟法的一个重要缺陷就是,VaR,的估计值对所选用的历史样本期间比较敏感。,历史模拟法按照取样方式的不同可以分为简单的历史模拟法和可以重复抽样的历史模拟法,简单的历史模拟法,直接将历史上的日收益率变化作为模拟过程的一个情景，就是认为过去的市场变化会在将来重演,主要问题就是数据缺乏的问题,可以重复抽样的历史模拟法,首先，按照随机可替代的方法等概率地从风险因子的历史收益率数据库中抽取一个收益率，作为该风险因子在未来一个可能的价值变化率，抽取出来的收益率数据又被放回在数据库中以供下一次抽样。,重要假设：风险因子每天的收益率数据都不相关。否则就是产生数据的系列相关性问题,（四）非参数,VaR,：蒙特卡罗模拟法,蒙特卡罗模拟法,(Monte Carlo Simulation),又称随机模拟法,基本思路是从不同风险因子的分布中随机抽样，由这些随机抽样的值产生一个模拟的损益值，重复上述过程就会产生一系列损益值的分布,然后用定价公式将风险因子价值变化映射为金融工具的损失，可以得到关于金融工具一系列的损益分布。在得到直方图之后，在分布图上设定不同的置信区间，就可以得到相应置信区间下的,VaR,值。,蒙特卡罗模拟法的计算精度与抽样点数成正比，需要较大的计算量才能达到较高的计算精度。,蒙特卡罗模拟模型与历史模拟最大的不同是资产的收益率不是取自历史数据，而是用计算机模拟出来的,模拟时首先要为风险因子选择一个随机过程，该随机过程决定风险因子在未来的价格走势。,（五）参数法和非参数法的比较,参数法,非参数法,1,假设条件不同,实质是假设风险因子的收益率服从正态分布，重点是波动性和相关性的估计。,缺点：已有研究表明风险因子收益率分布在许多情况下呈现出明显的尖峰、厚尾的特征,假设风险因子价值在未来是按照一定的模拟过程进行变化，重点在于模拟过程的设定。,历史模拟假设风险因子在未来的变化和过去一样，蒙特卡罗模拟则假设风险因子服从随机过程,2,复杂程度不同。,主要是估计风险因子的波动性和相关性，计算量比较小，并且容易理解。,简单的历史模拟法直接将历史收益分布应用到未来，所以非常直观和容易计算，但是对样本数据的依赖性很大,蒙特卡罗法适用的范围广，计算结果比较准确，但是计算量大，且模拟时对资产价格所服从的随机过程有选择性，存在模型风险。,参数法,非参数法,3,模型覆盖的范围不同,个局部定价模型，只能够覆盖组合有限的风险特性,由于事先给定了收益率的概率分布，所以在计算市场因素对组合资产影响的时候，只能考虑两者之间的线性关系。,总体定价模型，可以覆盖投资组合全面的风险特性，,对于非参数方法，风险因子的每次波动和对组合的各种影响，不管是线性的还是非线性的，都可以模拟出来,4,结果的解释能力不同。,利用历史上的数据来估计数据之间的相关性和波动性，如果遇到数据选择不好，就会反映到收益率的波动异常上,参数法对分布的假设往往和实际中的不一致，会经常出现尖峰肥尾的问题,历史模拟法直接将历史上的收益率作为未来收益率的重要基础，所以该方法受到历史数据样本的影响最大,蒙特卡罗模拟对历史数据的依赖性相对较小，它只对历史数据的初始数据敏感（根据选择随机模型的不同，也可能会对波动性敏感）但是它依赖于随机过程的选择。,三、对,VaR,的补充：压力测试,(Stress Testing),和情景分析,(Scenario Ana1ysis,),VaR,对金融机构或资产组合市场风险的衡量的有效性是以市场正常运行为前提条件的，压力测试和情景分析是对,VaR,在异常市场条件下的局限性的补充,压力测试和情景分析是指将整个金融机构或资产组合置于某一特定的主观想象的市场情况之下，然后测试该金融机构或资产组合在这些关键市场变量突变的压力下的表现状况，以考虑它们是否能经受得起这种市场的突变,金融监管部门在同意金融机构使用以,VaR,为基础的内部模型来衡量正常条件下的市场风险的同时，也要求金融机构不但要使用返回检验来检验,VaR,模型的有效性，还要使用压力测试和情景分析来衡量金融机构在遇到意外风险时的承受能力，以补充,VaR,模型的不足。,（一）压力测试情景生产方法,使用过去发生的市场极端变化的事件,假设变化和情景的压力测试方法,1,归零压力情景方法（,Zero-Out Stress Scenario Approach,）。该方法并未使用真实市场事件，而是对一个风险因子或一小组风险因子使用多维度的极端假设情景。,2,预期压力情景方法（,Anticipatory Stress Scenario Approach,）。该方法基于当前合理的经济环境，将未来可能会发生的极端情况考虑进来。,3,预测压力情景方法（,Predictive Anticipatory Stress Scenario Approach,）。该方法首先选出与资产相关程度最高的核心市场风险因子，其它风险因子通过方差协方差矩阵和这个核心因子相关联。然后假设核心风险因子发生变化，并通过协方差矩阵来影响其它因子，从而生成情景。,（二）压力测试的标准,DPG,（,Derivative Product Group,）在,1995,年发布的,自发性监管框架,中提出了压力测试标准，认为只要风险因子的波动达到以下水平就可以用于压力测试：,1.,平行收益率曲线上下波动,100,个基点；,2.,收益率曲线的斜率上下变动,25,个基点；,3.,上述两种情况同时发生；,4.3,个月收益率波动性的变化幅度超过现行水平的,20%,；,5.,股票指数的波动超过上下,10%,；,6.,股票指数波动性的变化幅度上下超过,6%,，其它货币上下超过,20%,；,7.,外汇汇率波动性的变化幅度上下超过现行水平的,20%,；,8.,掉期价差波动幅度上下超过,20,个基点。,DPG,对不同区域的规定的压力测试标准也不一样，它根据地理区域将世界金融市场分为,8,个部分,每个部分都应用不同的压力测试标准,地理区域,利率,权益,%,固定收益,%,北美,+80bp/-80bp,+/-8,+/-10,欧洲,+100bp/-100bp,+/-10,+/-10,日本,+50bp/-25bp,+/-10,+/-10,亚洲新兴国家,+250p/-200bp,+/-25,+/-20,俄罗斯和东欧,+400bp/-300bp,+/-30,+/-25,拉丁美洲,+1000bp/-500bp,+/-35,+/-20,（三）压力测试的问题,首先，市场变量相关性和测试变量的选择问题,.,合理的测试变量的选择要考虑所选择的变量是独立变量还是与其他变量有较大的相关性的变量。,其次，对分析的前提条件要重新确认,某一或某些市场因素的异常或极端的变化可能会使得风险分析的前提条件也会发生变化,第三，但实践中过多的压力测试并不意味着抓住了风险管理的实质和要害，也不意味着高水平的风险管理。压力测试应与其他风险衡量方法相结合，尤其是与,VaR,相结合，而不是替代,VaR,（四）压力测试和情景分析的比较,两者主要差别表现在以下几个方面,:,首先，压力测试只是对市场中的一个或相关的一组变量在短期内的异常变化进行假设分析，研究和衡量的是这组市场变量异常变化给投资组合带来的风险，而情景分析假设的是更为广泛的情况，包括政治、经济、军事和自然灾害在内的投资环境。,其次，压力测试是一个自下而上的过程，而情景分析是自上而下的过程。,第三，压力测试只对一个或相关的一组市场变量的变化进行假设分析，因而是一种一维分析，而情景分析则要在设定的环境变化下，对市场主要的变量及其最终对组合价值的影响进行分析，因而是多维的。,第四，压力测试只是对组合短期风险状况的一种衡量，可以说只是风险管理中的一种战术性的方法，而情景分析则注重比较全面和长远的投资环境的变化，因而可以说是一种战略性的风险管理方法。,情景分析的步骤：,首先要对情景做合理的设定。,其次，对设定情景进行深入细致的分析以及由此对事态在给定时间内可能发展的严重程度和投资组合因此而可能遭受的损失进行合理的预测。,最后是对情景分析报告的陈述。,四、对,VaR,的返回检验,(Back Testing),统计学中的返回检验是指将实际的数据输入到被检验的模型中去检验该模型的预测值与现实结果是否相同的过程。,对,VaR,的检验，具体指将某一投资组合在一段时间内的实际盈亏数据与,VaR,的预测值比较，以检验该,VaR,的有效性。,巴塞尔委员会建立了解释返回检验结果的监管框架。该框架根据返回检验的结果偏离模型预计值的幅度，将模型的有效性分为绿色、黄色和红色,3,种区域，分别表示未显示模型质量和准确性存在问题、提出有效性问题但结果不确定和几乎可以肯定该模型有问题的检验结果。,返回检验本身也会存在是否有效可靠的问题,。,影响返回检验有效性的因素主要有,3,个,:,1.,样本空间的大小。,2.,对投资回报概率分布的假设。,3.,置信水平的选定。,第四节 衍生产品和金融工程在市场风险管理中的应用,一、衍生金融工具及其交易的性质,二、利用衍生金融工具进行风险管理的特点,三、衍生金融工具自身的风险特性,四、金融工程技术的发展对现代金融风险管理的影响,五、对金融工程局限性的探讨,一、衍生金融工具及其交易的性质,衍生金融工具可以被简单地定义为一种其价值取决于另一种或多种资产,(,被称之为基础资产,Underlying Asset,或原生资产,Primitive Asset),或指数的价值的金融合约。,远期和期权合约作为衍生金融工具两种最基本的形态，其风险和收益的属性有较大的差异。,远期：回报与基础资产的价格水平变化是呈线性和对称关系的。,期权：回报与基础资产价格的变化呈非线性和非对称的关系。,基础资产,价格,衍生工具回报,基础资产价格,衍生工具回报,衍生金融工具既可以被投资者用作管理风险的工具，又可以被用来获取收益。,用作风险管理工具时，投资者以风险对冲的方式转嫁了风险，但同时必须付出相应的代价。,用作获取收益的工具时，投资者往往采用以下三种形式：作为衍生金融工具的交易商、投机,(Speculation),和套利,(Arbitrage),对于金融监管当局而言，银行运用衍生金融工具的不同交易动机则有完全不同的意义。真正用于风险对冲的衍生金融工具交易是风险管理的一个重要组成部分，因而一般会得到金融监管当局的支持，而用于投机的衍生金融工具交易则会大大增加银行的总体风险，因而常常会受到金融监管当局的严密监管甚至惩罚或禁止。衍生工具交易在收益上的不对称性使得参与交易者具有潜在的追逐风险的动机，这不仅需要银行内部风险控制体制的严格管理，而且还必须外部监管机构的密切监管。,二、利用衍生金融工具进行风险管理的特点,1.,用衍生金融工具管理风险一般是采用风险对冲,(Hedging),的方式，多用于汇率、利率和资产价格等市场风险的管理。,2.,通过对冲比率的调节和金融工程方面的设计安排，可以将风险完全对冲或根据投资者风险偏好和承受能力将风险水平调节到投资者满意的程度。,3.,通过选择远期或期权类的衍生金融工具，可以选择完全锁定风险或只消除不利波动而保留有利波动的风险管理策略。,4.,可以随着市场情况的变化，通过衍生金融工具的买卖，比较方便地调节风险管理策略，便于风险的动态管理。,5.,通过购买特定种类的衍生金融工具，可以分离某种特定的风险并将其对冲掉，而保留其他愿意承担的风险。,6.,用衍生金融工具进行风险管理本身也具有风险，除信用风险、操作风险、结算风险外，一种独特的市场风险形式是所谓的基差风险,(Basis Risk),。,三、衍生金融工具自身的风险特性,1.,衍生金融工具并没有带来新的风险，其所包含的风险无非仍是信用风险、市场风险、流动性风险、操作风险、法律风险等。,2.,由于技术和通讯的迅速发展，日益复杂的金融工程技术使得衍生金融工具的复杂性、多样性以及交易量日益增加，这些因素都使得衍生金融工具的风险变得越来越复杂，难以被投资者充分理解和掌握，进而对风险管理提出了新的挑战。,3.,衍生金融工具的杠杆效应使衍生金融工具交易具有更大的风险。,4.,市场风险在衍生金融工具交易中表现出一种特殊的形式，即所谓基差风险,(Basis Risk),的形式。,四、金融工程技术的发展对现代金融风险管理的影响,约翰,芬尼迪（,Join,Finnerty,）,1988,年：金融工程包括创新的金融工具和金融手段的设计、开发和实施，以及对金融问题给予创造性解决。,金融工程的迅猛发展使得金融机构的风险管理发生了革命性的变化：,金融工程的迅猛发展的确使得金融机构的风险管理发生了革命性的变化,1.,量化和科学化,2.,产品化,3.,市场化,4.,复杂化,五、对金融工程局限性的探讨,对金融工程的迷信和过度依赖，不仅会在微观上使金融机构疏忽更为全面的风险控制机制的建设，也会在宏观上导致市场投机力量的迅速上升，进而增加系统性风险。因此，金融工程的发展应该与建立和不断完善金融机构全面系统的风险内部控制体系结合起来，同时还要结合政府和行业组织的外部监管，使金融机构承担的风险得到更加全面的监督和管理。,在金融工程具体的技术层面，对于金融风险管理的一些不足之处：,首先，金融工程对于严重的系统性风险考虑不充分。,其次，小概率事件始终是以数理模型为基本分析工具的金融工程的致命缺陷,第三，对历史数据的过度依赖,第五节 期货对冲及其基差风险,一、期货对冲及其基差风险（,Basis Risk,）的含义,二、对冲比的确定与基差风险管理,三、一个案例：德国,MG,公司的对冲失败,一、期货对冲及其基差风险（,Basis Risk,）的含义,空头对冲与多头对冲,完全对冲与不完全对冲,基差：需要被对冲资产的即期价格与对冲期货价格的差额。,基差风险产生的原因：期货合约基础资产的风险特征与被对冲目标资产的风险特征不相吻合,基差风险是一种特殊形式的市场风险。,基差增强（,Strengthening of Basis,）与基差减弱（,Weakening of Basis,）,基差风险主要是由无风险利率和资产未来的收益率的不确定性引起的。一般而言，用期货对冲货币、股指或金银等资产时基差很小，而对冲石油、玉米、铜等商品时，基差风险较大,基差风险既可能改善对冲头寸的状况，也可能会恶化对冲头寸的状况。,二、对冲比的确定与基差风险管理,（一）最小方差对冲率（,Minimum Variance Hedge Ratio,）,对冲比（,Hedge Ratio,）是指期货合约头寸规模与被对冲目标资产头寸规模的比率。,最小方差对冲率的定义：,h:,最小方差对冲率，就是在方差最小的情况下被对冲目标资产价格变化,1,