商业银行市场风险管理与计量专题　.ppt

商业银行市场风险管理 与计量专题 说明：数据截至2008年10月13日。资料来源：yahoo财经 金融危机中全球股市的变动 国内二级市场近一年走势表现国际二级市场近一年走势表现 v国内a股市场，上证指数从最高的6000多点跌至最低1802点，跌幅超过2/3；深证综指也从去年 10月的近20000点跌至目前的6000多点，跌幅超过60% v在次贷危机的影响下，国际资本市场也风雨飘摇，美国、伦敦、新加坡、香港、德国等市场跌幅 都已超过或接近50% 主要内容 市场风险：特性与诱因 商业银行市场风险计量 利率风险管理与计量 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 市场风险：特性与诱因 市场风险的定义和特性 商业银行市场风险的诱因 我国商业银行面临的市场风险 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 市场风险的定义 根据1996 年1 月巴塞尔银行监管委员会 颁布的资本协议市场风险补充规 定的定义，市场风险为因市场价格波 动而导致表内和表外头寸损失的风险 此定义有值得商榷的地方吗？ 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 市场风险的特性 双向性 杠杆性 相对可测性 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 20世纪90年代以来的银行重大金融市场风险损失情况 公司名称 发生时间损失额交易内容 日本富士银行1991年5月430亿日元股票交易 日本第一劝业银 行1991年12月30亿日元外汇交易 英国巴林银行1995年2月13亿美元股指期货交易 日本大和银行1995年9月11亿美元美国债券交易 国民西敏土银行金融市 场集团 1997年3月1.4亿英镑期权交易 爱尔兰联合银行2002年2月6.9亿美元外汇交易 澳洲银行2004年1月1.4亿美元期权交易 法国兴业银 行2007年11月74亿美元外汇交易等 商业银行市场风险的诱因 利率、汇率等市场因子波动性的上升 资产证券化 金融市场一体化 中间业务的发展 衍生金融工具的大量使用 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 利率、汇率等市场因子波动性的上升 典型案例 20世纪80年代美国利率市场的剧烈波动 而导致的美国储贷协会（s对产品类型的高度依赖性,一方面无 法测量包含不同市场因子、不同金融产 品的证券组合的风险，另一方面也无法 比较不同资产的风险程度；对于复杂 金融产品的难理解性;相对性,并没有回 答某一证券组合的风险损失到底是多 大。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 使用中存在的局限 灵敏度方法主要适用于简单金融市场环境下 （单一产品、单一风险）的风险测量，或复 杂金融环境下的前台业务。 随着金融市场的规模增大、交易方式的动态 性和复杂性的增加，灵敏度方法存在的主要 缺陷在于其测量风险的单一性不同的风 险因子对应不同的灵敏度。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 波动性方法 波动性：实际结果偏离期望结果的程度 波动性可以通过规范的统计方法量化， 其中，方差或标准差是最为常用的方法 ，它估计了实际回报与预期回报之间可 能的偏离。 在使用中通常把波动性与标准差等同起 来。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 实例：单一资产的波动性 假设银行持有某类债券，11月7日到11月 11日的价格分别为 11月7日 99 （元人民币） 11月8日 103 （元人民币） 11月9日 106 （元人民币） 11月10日 102 （元人民币） 11月11日 100 （元人民币） 试计算11月7日到11月11日该债券价格波动 性。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 实例：资产组合的波动性 资产a和资产b的有关概率分布如下： 状态 概率资产a的收益 率（） 资产b的收益 率（） 10.1108 20.2137 30.2126 40.3149 50.2158 计算 （1）资产a和资产b的期望收益率和标准差分 别为多少？ （2）资产a和资产b的协方差和相关系数为 多少？ （3）若用投资的40购买资产a，用投资的 60购买资产b，求投资组合的期望收益率和 标准差。 (1)资产a的期望收益率为13.2，标准差为1.5 ；资产b的期望收益率为7.7，标准差为 1.1； (2)资产a和资产b的协方差为0.76；相关系数 为0.46； (3) 投资组合的期望收益率为9.9，标准差为 0.011。 优缺点 波动性描述了收益益偏离其平均值的程度， 在一定程度上测量了金融资产价格的变化程 度。 缺点： 只描述了收益的偏离程度，却没有 描述偏离的方向，而实际中最为关心的是负 偏离（损失）； 波动性并没有反映证券组 合的损失到底是多大，对于随机变量统计特 性的完整描述需要引入概率分布，而不仅仅 是方差。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 var var方法是由jp morgan公司率先提出的 当时jp morgan总裁weatherstone要求下属在 当天交易结束后的4：15分，给他一份一页的 报告（著名的4.15报告），说明公司在未来24 小时总体上的潜在损失是多大。为了满足这 一要求，jp morgan的风险管理人员开发了 一种能够测量不同交易、不同业务部门市场 风险，并将这些风险集成为一个数的风险测 量方法var。 商业银行市场风险管理的演进与计量方法商业银行市场风险管理的演进与计量方法 var概念 var的含义是“处于风险中的价值”，是指市场 正常波动下，某一金融资产或证券组合的最大 可能损失。更为确切的是指，在一定的概率水 平下（置信度），某一金融资产或证券组合在 未来特定的一段时间内的最大可能损失。 可表示为： prob(p var)=1c 其中，p为证券组合在持有期t内的损失； var为置信水平c下处于风险中的价值。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 假定jp morgan公司1994年置信度为95% 的日var值为960万美元，根据var的定 义，其含义是指，该公司可以以95%的 可能性保证，1994年每一特定时点上的 证券组合在未来24小时之内，由于市场 价格变动而带来的损失不会超过960万美 元。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 var主要基于证券组合价值变化的统计分 布图（直方图），如果给出某一证券组合 价值变化的统计分布图，根据var的定义 就可直观地找到与置信度相对应的分位数 ，即var值。 以jp morgan公司为例,根据该公司1994年 （254个交易日）的日损益情况，如果损 益分布为独立同分布，可将日损益按大小 进行排序，并计算出每个损益发生的频数 。这样就得到其日损益分布的直方图，如 图所示。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 图中所给的是jp morgan公司1994年中任 何一天的var值，是根据1994年的数据 得到的，因此实际上是历史var。现实 中所关注的是未来情况，如1995年的 var，这就需要预测证券组合的未来损 益分布，而这正是var估计的核心和难 点所在 。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 var的参数选择 在var定义中，有两个重要参数持有期和 置信水平。任何var只有在给定这两个参数的 情况下才有意义。 持有期是计算var的时间范围。由于波动性与 时间长度呈正相关，所以var随持有期的增加 而增加。 通常的持有期是一天或一个月，但某些金融机 构也选取更长的持有期如一个季度或一年。 巴塞尔委员会对商业银行内部风险模型 计算的var要求的考察期限为10个工作 日，置信区间为99；花旗银行等多数 大银行则选用1个工作日，99置信度作 为模型参数。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 var方法的原理 考虑一种金融资产，假定p0为金融资产的初 始价值，r是持有期内的投资回报率，则在持 有期末，金融资产的价值可以表示为： p=p0（1+r） 假定回报率r的期望回报和其波动性分别为 和。如果在某一置信水平c下，金融资产的 最低价值为p*=p0（1+r*），则根据var的 定义，在一定的置信水平下，金融资产在未 来特定的一段时间内的最大可能损失，可以 定义var为： var=e(p)p*=p0(r*) 根据以上定义，计算var就相当于计算最小 值p*或最低的回报率r*。 在标准正态分布下，当给定一个置信水平如 95%，则对应=1.65，于是就可以计算出相 应的最小回报r*和var。由上页公式，最小 回报可以表示为： r*=+ var为： var=p0（r*）=p0 因此，var是分布的标准差与由置信水平确定 的乘子的乘积。 实例 有一种金融资产，其初始价值为100万美元， 持有一个投资期，持有期内的预期投资回报 率为10%，投资回报的标准差为2%，投资回 报的变动服从标准正态分布，要求该种金融 资产在95%置信水平下的var。 var=p0=100*1.645*2%=3.29 也就是说，该种金融资产在95%置信水平下 的最大损失为3.29万美元。 投资组合市场风险的var测量 在一定期间内，投资组合的收益用矩阵的形 式表式： 投资组合的收益期望值： 方差为： 实例 假设将100万美元投资于两种资产，要计算该 投资组合在95%水平上的var。表1给出的是 该投资组合的有关数据。 投资组合的var 计算 资产1 资产2 标准差 25%26% 权数 30% 70% 相关系数 0.70 具体计算： 投资组合的方差 0.05786 标准差 24.05% 标准差乘数 1.644853 var(%) 39.565126% var(美元) 395651美元 实证的某银行衍生工具的市场风险 var的优点和缺点 优点： var可以测量不同市场因子、不同金 融工具构成的复杂证券组合和不同业务部门的 总体市场风险暴露；由于var提供了一个统 一的方法来测量风险，为比较不同业务部门的 风险暴露大小、基于风险调整的绩效评估、资 本配置、风险限额设置等，提供了一个简单可 行的方法；var概念简单、理解容易； var充分考虑了不同资产价格变化之间的相 关性，这可以体现出投资组合分散化对降低风 险的贡献；特别适合监管部门的风险监管。 商业银行市场风险管理的演进与计量方法商业银行市场风险管理的演进与计量方法 缺陷：它是一种向后看的方法（ backwardlooking）,对未来的损失估计是基 于历史数据，并假定变量间过去的关系在未 来保持不变，显然，许多情况下，这并不符 合实际；var是在特定的假设条件下进行 的，如数据分布的正态性等，有时这些假定 与现实可能不符；var的计算有时非常复 杂：var只是市场处于正常变动下市场风 险的有效测量，它不能处理金融市场处于极 端价格变动的情形，如股市崩盘等。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 案例：巴林银行破产的var分析 1995年2月26日，具有233年悠久历史的英国 巴林银行（barings）宣布破产。 导致这一结果的直接原因是巴林银行新加坡 分行期货交易负责人理森n.leeson在其衍生 金融交易中损失了13亿美元。 理森资产组合的var 理森构建了两个巨额的资产组合： 第一个组合是由日经指数期货的看涨和看跌 期权空头构成的期权组合，约为35000份； 第二个组合由77亿美元的日经指数期货多头 和160亿美元日本国债期货空头构成的期货组 合。 理森期权组合的var 理森的空头等价对敲策略的组合为delta风险 中性：看涨期权正的delta风险与看跌期权负 的delta风险实现了完全对冲，从而达到组合 的delta风险中性。 下面计算leeson等价对敲策略的var。对于 该等价对敲策略，一个看涨期权和看跌期权 头寸的净gamma值为=0.000422，整个组合 的gamma值为：350000.000422=0.00739万 美元，delta值为0；日经指数日波动性为 1.26%，因此，在95%的置信度下组合的日 var值为： 换算为月var约为2200万美元。显然，var 低估了组合的市场暴露（实际该组合在一个 月内的损失为1.4亿美元。 delta模型下理森策略的风险风险为0，这与 var估计的差别决不是在数量上，而在于 delta模型完全掩盖了风险暴露delta模型 下即使市场大幅波动，理森的等价对敲策略 风险也为0；而采用var估计，可以估计出市 场大幅下跌的风险。 理森的期货组合的风险暴露 风险 （%） 相关性矩阵 协方差矩阵 头寸（百万美元） 10年期 jgb 1.18 1（0.114） 0.000139 （ 0.000078） （16000） 日经指 数 5.83（0.114） 1（0.000078） 0.003397 7700 就该组合而言，尽管var低估了期货组合的 风险，但其反映的市场风险暴露的状况，也 本应引起巴林银行高层的高度注意，但巴林 银行并没有采用var测量风险，其官方报告 中的风险竟为0。 评述 从技术角度看，巴林银行破产的重要原因在 于风险测量出现严重错误，错误的风险测量 方法无法反映理森持有的两个组合的实际风 险状况（官方报告竟均为0风险）：期货组合 中实际没有进行风险测量，而期权组合中采 用了错误的delta模型。 巴林银行的风险暴露还说明，即使采用var 测量风险，也无法准确反映市场极端状况下 的风险暴露，此时就必须进行压力试验。 压力试验（stress testing） 压力试验是测量市场因子发生极端不利 变化时，金融机构或组合证券的损失大 小。包括识别那些会对金融机构产生致 命损失的情景，并评估这些情景对金融 机构的影响。 典型的压力试验包括情景分析（scenario analsys）和系统化压力试验(systematic stress testing) 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 衍生产品策略集团（dpg）建议的压力试验标 准是：（1）收益率曲线上下平行移动各100个 基本点；（2）收益率曲线（2年至10年）变平 或变陡25个基本点；（3）以上两种情况同时 发生（其四种组合方式）；（4）3个月收益率 波动率比正常情况增加或减少20；（5）股 票指数增加或减少10；（6）股票指数比正 常情况增加或减少20；（7）主要货币兑美 元的汇率波动幅度增加或减少6；（8）外汇 汇率波动幅度比正常情况增加或减少20；（ 9）调期利差波动幅度增加或减少20个基本点 。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 极值方法(evt) 极值分析则是通过对收益的尾部分布进行统计分析 ，从另外一个角度估计极端市场条件下金融机构的 损失。 极值理论是测量极端市场条件下市场风险的一种方 法，它具有超越样本数据的估计能力，并可以准确 地描述分布尾部的分位数。 它主要包括两类模型：bmm模型和pot模型。其 中bmm模型是一种传统的极值分析方法，主要用 于处理具有明显季节性数据的极值问题上，pot模 型是一种新型的模型，对数据要求的数量比较少， 是目前经常使用的一类极值模型。 商业银行市场风险管理与计量方法商业银行市场风险管理与计量方法 利率风险管理与计量 利率风险的表现 利率风险的计量 利率风险的管理 利率风险的表现 重新定价风险 收益率曲线风险 基准风险 期权性风险 重新定价风险 重新定价风险是最主要的利率风险，它产生 于金融机构资产、负债和表外项日头寸重新 定价时间(对浮动利率而言)或到期日(对固定 利率而言)的不匹配。 当利率敏感性资产大于利率敏感性负债时， 存在“正缺口”，如果利率上浮，银行收益增 加；如果利率下调，银行收益下降。 反之，利率敏感性资产小于利率敏感性负债 时，银行收益随利率上浮而减少，随着利率 下调而增加。 我国的情况 在总量结构上，我国商业银行资产与负债总 量之间没有保持合理的比例关系，存差过大 ，大量资金积压 在期限结构上，资产与负债在期限结构上没 有建立合理配比关系，如以短期存款支持长 期贷款业务或以长期存款支持短期贷款业务 ，前者属于负债敏感型，在利率持续上升时 ，负债成本急剧加重，后者属于资产敏感型 ，在利率持续下调时，负债成本急剧加重 收益率曲线风险 收益率曲线风险产生于收益率曲线形状和斜 率的非预期的变动，收益率曲线的不利变动 导致金融机构的收入的减少和巾场价值的下 降。 在我国，影响最大的收益率曲线风险就是存 贷款收益率曲线的变化，即随着不同期限结 构的存贷款利率发生不同幅度的变化，银行 的净利息收入将会随之增加或减少。 美元远期收益率曲线 欧元远期收益率曲线 以2004年10月29日的利率调整为例，加息前后中长 期存贷款利差水平下降，短期存贷款利差水平不变 ，这说明以短期存款支持的中长期贷款由于收益率 曲线的斜率变动导致商业银行的净利息收入减少。 在此时持有较多的中长期贷款资产的商业银行的净 利息收入将会减少。 另外，我国目前的存贷款收益率曲线特点是长期收 益率较低，短期收益率偏高。2002年发行的30年期 记账式国债利率仅为2.9%，而同期银行存款准备金 利率为1.89%，相差仅一个百分点，收益率曲线几 乎成水平线。可见，商业银行的国债投资面临比较 明显的收益率曲线风险。 基准风险 基准风险是利率风险的另一重要来源，产生 于具有相同的重新定价特征的资产负债或表 外项目利率的非完全同步变动。 具有相同有效期或者相同的重新定价特征的 金融机构的资产、负债和表外项目的净现值 会因为利率的不同步变动发生非预期的变化 。 在我国，商业银行的资产业务利息收入基本 都占总营业收入的90%以上，而大部分的资 产业务利息收入主要来自存贷款净利息收入 ，因此基准风险主要表现在存贷款利差的不 同步变动。 期权性风险 期权性风险来自于商业银行的资产、负债和表外项 目中隐含的期权。 期权的持有者有权利买卖金融工具或者改变金融工 具的现金流。 对于我国商业银行而言，期权常常是隐含在一些资 产负债业务之中。比如贷款者有提前还款的权利， 活期存款的存款方有权随时提款而不受任何经济损 失，定期存款也可以在支付罚息的情况下提前支取 由于期权的买方可以在有利的时候执行这些隐含的 期权，如果不能充分管理这类风险，这些隐含期权 特有的非对称性将给商业银行带来巨大的风险。 我国的利率政策允许储户提前支取定期存款，银行 为防止提前支取定期存款带来的期权性风险制定了 罚息措施，即按照活期存款的利率支付持有期间的 利息。但是在转存获得的利息收入超过提前支取损 失的利息时，储户还是会选择提前支取，在这种情 况下，银行将处于被动的地位。 商业银行也面临着贷款人提前还款的期权性风险， 比如由于对连续加息的预期，我国商业银行近期出 现许多分期付款的买房者打算提前还贷的情况。为 制止提前还贷的势头，多家银行出台收取违约金等 措施以减少买房者提前还贷所带来的利息损失。这 就是一个典型的商业银行面临的期权性风险的例子 。 利率风险的计量 资产负债敏感性缺口 持续期缺口 动态模拟分析 var 资产负债敏感性缺口 在缺口分析中，利率风险暴露可表示为： gap=rsarsl 公式中，gap为缺口；rsa为利率敏感资产；rsl 为利率敏感负债 按计算期的不同，还可分为单期缺口与累计缺口两 种。累计缺口一般是以一年为期，而单期缺口则是 在一年内分为若干子期间，分段计算缺口。 当gap0时，被称为正缺口，反之gap0称为负 缺口 当利率变动时，银行nii变动与缺口之间的关系可以用下式 表示： 公式表明，利率水平上升（r0）时，若利率敏感性缺口 为正缺口（gap0），则银行净利息收入将比预期增加， 反之为负缺口（gap0时），银行nii会比预期减少。当利 率下降时（ro，负缺口有意外收入，而正缺口有意外损 失。而在缺口值为零（gap=0）时，无论利率如何变动，净 利息收不变，也就是利率风险暴露为零时，不存在利率风险 。 银行的利率风险还可以用利率敏感度来测度 如果利率敏感度等于或近似于1，则这家商业 银行几乎不存在利率风险，利率敏感度与1的 差距越大，则商业银行承担的利率风险越大 利率敏度= 案例 缺口分析的评价 优点：计算、观察方便 缺点：缺口分析属于短期分析和静态分析， 由于忽略了现金流量的时间变化，具有一定 的局限性。 持续期缺口 1938年美国经济学家麦克莱frmacaulay 首先提出 持续期的概念。麦克莱持续期(macaulay duration) 也称久期。 影响利差收益的因素除利率变化之外，在期间中的 现金流量及其分布结构也是一个重要因素。持续期 分析是把将来利息收支现金流的现在价值在总价值 中的比重作为权数，加权平均期间，从而决定管理 对策的分析方法。 麦克莱持续期的实质就是以通过计算各期现金流现 值的方式，来测算收回金融工具最初投入的加权平 均时间 持续期缺口计算 式中d为持续期，p为金融工具总现值，t为期 限(每次计息时间)，ct为t时期现金流，r为市 场利率。 修正的持续期 修正的持续期不仅是简单的期间现值的加权 平均，而且反映了银行资产（或负债）的现 值对利率的弹性，即市场利率1%的变化所引 起的金融资产现在价值的变化。 修正的持续期被作为资产（或负债）利率弹 性，可以作为银行衡量其资产负债利率风险 的有效工具。 例子 上年某行发放了1亿元的固定利率贷款，年利 率是10%，期限是五年。那么第一年至第四 年该行每年收到的贷款利息是1000万元(现金 流量)，第五年到期，收到的贷款本息是 11000万元(现金流量)。这笔贷款的持有期计 算方法见表3。 持有期=41698.6610000=4.17年 y =(d)/(1+r)(r)(100) y=资产或负债市场值变动率；d=持有期；r=计算 持有期时使用的现金流量现值贷款利率；r=利率 变动幅度 如果该笔贷款利率从10%下降到9%，也就是贷款 利率下降1，根据上边公式，则这笔贷款的市场值 变动幅度为 3.79%，也就是说这笔贷款的市场值上 升了379万元，同理，如果该笔贷款的利率上升了 1%，则该笔贷款的市场值下降了379万元。 持续期 缺口评价 持续期分析方法考虑到了银行的现金流量和 市场价值，在一定程度上弥补了缺口分析的 缺陷。与缺口分析相比，持续期分析更为精 确，并从长期角度分析了利率变化对收益的 影响，计算持续期的目的在于用持续期测量 利率变化引起资产负债市值的变动幅度。 所提供的测度技术并不完美，主要原因有两 个：凸性问题（convexity） 和持续期漂移问 题（duration drift） 。 动态模拟分析 动态模拟分析则将缺口分析结合模拟技巧， 预估银行未来财务状况，再利用缺口管理， 衡量银行未来不同期间内可能承受的利率风 险，可考虑选择权风险，也可针对不同的收 益率曲线估算利息收付，帮助管理者更有效 的管理利率风险，但因未将货币的时间价值 考虑在内，所以动态模拟分析法较适用短期 利率变动风险分析。 var var技术可以对市场各种风险逐步定量化， 通过统计方法对市场风险进行识别和度量， 通过计算在一定置信度水平下投资头寸的最 大可能损失来判断风险，最大可能损失称为 风险值。随着风险管理观念的成熟以及信息 技术发展，风险值var观念逐渐被广泛运用 于利率风险管理领域。 利率风险的管理 利率风险管理流程 市场方法：利率互换、期货、期权、远期 内部方法：持续期模型利率风险管理（ duration model management）、利率免疫化 和风险受控的套利管理（controlled risk hedging） 我国商业银行利率风险管理存在问题 利率互换 利率互换又称“利率掉期”，是交易双方将同 种货币不同利率形式的资产或者债务相互交 换。 债务人根据国际资本市场利率走势，通过运 用利率互换，将其自身的浮动利率债务转换 为固定利率债务，或将固定利率债务转换为 浮动利率债务的操作。 作为一项债务保值工具，利率互换用于管理 中长期利率风险。 利率互换的运行机制 实例 a银行是一家有名的大银行，其资信等级较高 ，在市场上无论是筹措固定利率资金还是浮 动利率资金都比b银行优惠。两家银行筹资成 本如下表所示： a银行 b银行 成本优势 直接筹集固定利率资金的成本 12% 13%