风险管理4.ppt

风险管理概述 风险管理是现代金融的支柱之一 也是金融工程的核心 本部分介绍了风险的定义与风险管理过程的三个组成 并着重对在险值与信用风险管理进行了讨论与分析 1 金融学是一门研究人们在不确定环境下如何进行稀缺资源 资金 跨时间配置的学科 这个对现代金融的经典定义凸显了风险在现代金融中的核心地位 2 风险定义 风险是未来损失的可能性风险是未来结果对期望的偏离风险是未来结果的不确定性风险与收益是金融的核心 它们始终是相伴相生的损失是一个事后的概念而风险则是事前的概念现代风险管理的全过程可以大致分为风险识别 风险度量与风险管理控制三个环节 3 风险识别 根据性质不同 风险可分为经济风险 政治风险 社会风险 自然风险与技术风险等 根据发生的范围不同 风险可分为系统性风险与非系统性风险 根据诱发原因不同 金融风险主要可分为市场风险 信用风险 流动性风险和操作风险等 其中最重要的是第三种风险分类与识别 4 价格风险 价格风险是市场价格波动而引起的风险 市场风险可以进一步分为利率风险 汇率风险 股票价格风险和商品价格风险等 5 信用风险 信用风险又称违约风险 是指债务人或交易对手未能履行合约所规定的义务或信用质量发生变化给债权人或金融产品持有者所带来的风险 具体来看 信用风险可以进一步分解为两个部分 一是对方违约或信用状况发生变化的可能性大小 二是对方违约造成的损失多寡 6 流动性风险 一般认为存在两类流动性风险 市场流动性风险和资金流动性风险 前者是指由于市场交易量不足无法按照当前的市场价格进行交易所带来的风险 后者是指现金流不能满足支付义务 往往迫使机构提前清算 其中资金收支的不匹配包括数量上的不匹配和时间上的不匹配 7 操作风险 操作风险指因为欺诈 未授权活动 错误 遗漏 效率低 系统失灵或是由外部事件引致损失的风险 此项风险潜藏于每个商业机构 涉及问题的层面很广 8 市场风险度量 一般来说 一个较为完整的市场风险度量体系至少包括三个组成部分 敏 感性分析 SensitivityAnalysis 在险值 ValueatRisk VaR 情景分析 ScenarioAnalysis 与压力测试 StressTest 9 敏感性分析 敏感性分析是指在保持其他条件不变的前提下 研究单个市场风险因子的变化对金融产品或资产组合的收益或经济价值产生的可能影响 最常见的敏感性指标包括衡量股票价格系统性风险的 系数 衡量利率风险的久期和凸性以及衡量衍生产品风险的希腊字母等 特点 计算简单 便于理解 应用广泛 一般使用线性近似处理 线性加总 无法反映整体风险 10 在险值 在险值 VaR 是指 在一定概率水平 置信水平 下 某一金融资产或证券组合价值在未来特定时期内的最大可能损失 VaR为金融市场风险管理中的主流方法和主要指标 是市场风险管理中最重要的方法之一 11 情景分析与压力测试 情景分析是指假设多种风险因子同时发生特定变化的不同情景 计算这些特定情景下的可能结果 分析正常市况下金融机构所承受的市场风险 压力测试则可以被看作一些风险因子发生极端不利变化情况下的极端情景分析 在这些极端情景下计算金融产品的损失 是对金融机构极端风险承受 力的一种估计 小概率发生时 实际损失为多少 情景分析与压力测试被认为是VaR的重要补充 能够帮助金融机构更全面地了解市场风险状况 12 信用风险的度量 信用风险的度量包括两个方面 第一 违约概率 ProbabilitiesofDefault PD 和信用状况发生变化的概率 其中以违约概率的度量为主 第二 违约损失率 LossGivenDefault LGD 的估计 其中 违约概率的估计一直是信用风险度量的重点 13 市场流动性风险的度量 根据金融资产实现流动性的价格 即交易成本 数量 时间等性质 可以把市场流动性测度方法分为价格度量法 交易量度量法 价量结合度量法以及时间度量法 如买卖价差 换手率 Amihud指标等 14 流动性比率 指标比如核心资产 总资产流动性缺口分析 比较某期资产与负债来度量未来融资需求 现金流预测 15 风险管理与控制 风险分散 通过多样化的投资来分散与降低风险风险对冲 又称套期保值 指针对金融资产所面临的风险 利用特定资产或工具构造相反的风险头寸 以减少或消除其潜在风险风险转移 通过购买某种金融资产或是其他的合法措施将风险转移给其他经济主体风险规避 选择退出市场或只承担有限风险 风险头寸限额管理风险补偿与准备 事前对所承担的风险要求较高的风险回报 16 风险管理效果评价 VaR回溯测试 17 在险值的定义 在险值 VaR 是指 在一定概率水平 置信水平 下 某一金融资产或证券组合价值在未来特定时期内的最大可能损失 18 在险值的参数 时间长度N的选择 1天 10天 1个月置信水平 的选择 99 95 90 投资组合未来价值变动的分布特征 历史模拟法 HistoricalSimulationMethod 直接用历史上真实的价格变动来估计的分布模型设定法 ModelBuildingMethod 事先假设的分布参数正态法蒙特卡罗模拟法 19 历史模拟法 第一步 确定影响目标投资组合价值的市场因子 常见的因子有利率 汇率和股票价格等 但投资组合比较小时 有时也直接把组合内的各自资产直接作为因子 第二步 收集这些因子在过去一定天数内的变动信息 常见的数据窗口为250天或500天 第三步 以各因子的当前值与第二步中得到的变动率为基础 计算250种或500种可能场景下的因子变化后的值 并据此计算出目标投资组合的价值变化 第四步 将第三步中得到的组合价值变化从小到大排序 得到的频度分布 然后通过给定置信水平下的分位数求出VaR值 20 参数正态法 假设投资组合未来1天内的价值变动服从均值为零的正态分布 然后利用历史数据计算出该分布的方差 运用正态分布分位数与标准差之间的关系估计出特定置信水平下的VaR值 21 标准差的换算单一资产的VaR估计 22 假设一个价值为100万美元的股票头寸 该股票的日波动率为1 9 假定该投资组合的价值变动服从正态分布 投资组合价值的预期变动为零 试计算10天时间置信水平为99 的在值险 参数正态法 资产组合的线性VaR模型 24 资产组合的非线性VaR模型1 Delta近似法2 Delta Gamma近似法 25 蒙特卡罗模拟法 第一步 将投资组合解构为风险因子 并确定投资组合和各风险因子的初始价值 第二步 假设各风险因子服从联合正态分布 并运用历史数据估计均值与方差矩阵 第三步 从多变量正态分布中进行抽样 模拟计算下一日各风险因子的值 第四步 利用这些模拟的风险因子值 根据给定的组合定价公式计算算得到的一个样本值第五步 不断重复第二步到第四步 就能得到的模拟概率分布 VaR值就是这个模拟概率分布的一个合适的分位数 26 方法比较 历史模拟法 较低模型风险 直观 受数据限制 无法反映结构变化 按市场因子分类时也会导致模型风险 参数正态法 易于操作 模型风险蒙特卡罗模拟法 功能较强 应用较灵活 对所确定的随机过程过于依赖 并且需要功能强大的计算机设备 所需计算时间较长 27 在险值的特点与应用 可以用一个数字来简单明了地表示整体风险的基本状况不仅能够计算单个金融工具的风险 还能计算分层次投资组合的风险无法反映与其他风险的相关关系不能预测到投资组合的确切损失程度主要应用于风险管理和业绩评估 已经成为一种揭示金融市场风险的标准方法 28 信用风险度量方法 违约概率的估计 专家判断法 信用评分法和违约概率模型现代违约概率模型分为结构模型 StructureModel 与简化模型 Reduced formModel 两大类 29 结构模型 结构模型是在1974年罗伯特 默顿提出的公司债期权分析框架的基础上发展起来的 公司的债务可以视为同等条件的无风险债券和基于公司价值V 执行价为K 到期日为T的欧式看跌期权空头的组合 非常符合经济直觉 但实用性不够强 30 简化模型 将无风险利率期限结构模型中的无风险利率替换为经过违约调整 或者加上流动性风险调整 的短期利率 然后采用与无风险资产相类似的方法为有违约风险的资产定价 31 在实际估计时 研究者常常运用市场价格信息进行违约过程的参数估计 从信用风险债券的市场价格估计出 从而得到信用价差 如果假设LGD确定已知 即可得到违约密度的值或其遵循的特定随机过程 或直接从信用价差中分离得到违约密度与LGD 简化模型的优点在于表达形式简单 可以比较容易地直接运用于金融资产尤其是衍生产品的定价中 同时 简化模型中的参数能够通过市场数据进行估计和校正 以适应市场的变化 因而其应用性高于结构模型 32 违约损失率是指假设信用事件发生情况下的损失金额占违约风险暴露的比例 其估计公式为预期损失 违约风险暴露市场价值法历史数据法 33 业界信用风险度量模型简介 大体可分为四类 基于信用转移分析的模型 以CreditMetrics与CreditPortfolioView为代表 基于结构模型的方法 以KMV模型为代表 基于保险精算方法的模型 以CreditRisk 为代表 基于简化模型的方法 以Kamakura为代表 34 基于信用转移分析的模型 JP摩根的CreditMetrics认为信用等级的变化是信用风险的直接来源 因此其基本原理是根据历史的信用评级转移概率和市场中不同信用级别现金流的贴现率 计算出特定资产在不同信用状态下的未来价值分布 从而计算出信用VaR值 麦肯锡公司提出的CreditPortfolioView模型则直接建立起违约概率与宏观因素关系的数学模型 在给定宏观因素条件下通过蒙特卡罗模拟估计出违约率 计算出此模拟违约率与历史违约率的比率 再用该比率对历史的信用转移概率进行调整 生成一个以经济状态为条件的信用转移概率矩阵 35 基于结构模型的方法 KMV违约距离 DistancetoDefault 计算出违约距离之后 KMV模型再运用真实的历史违约数据建立起特定违约距离与违约率之间的对应关系 相应得到的违约率被称为预期违约频率 ExpectedDefaultFrequency EDF 作为违约概率的预测指标 36 基于保险精算方法的模型 在分析违约事件时 CreditRisk 并不考察信用级别改变的情形 也不分析违约的原因和经济机制 而是借用了针对火灾险的财险精算原理 假设在组合中的每个资产都只有违约和不违约两种状态 同时在贷款组合中不同类型的贷款同时违约的概率很小且相互独立 因此 任何时期违约数量的概率分布服从泊松分布CreditRisk 就在此假设下最终计算出贷款或债券损失的分布 37 基于简化模型的方法 Kamakura信用风险系统主要以简化模型为基础 具体提供四种估计违约率的方法 杰罗嘉瓦模型 theJarrowChavaModel 的两种形式 默顿结构模型 MertonStructuralModel 和杰罗默顿混合模型 JarrowMertonHybridModel 其中 杰罗嘉瓦模型在原先简化模型的基础上运用统计模型估计违约密度 进而预测未来不同时刻的公司违约概率 推出长达5年的有违约风险的利率期限结构 38 信用衍生产品 信用衍生产品是用于分离 转移和交易信用风险的各种工具和技术的统称 主要指以贷款或债券的信用状况为标的的衍生金融工具 其实质是对传统金融衍生工具的再造 赋予其管理信用风险的新功能 信用衍生产品基本可以分为两大类 无融资的信用衍生产品 UnfundedCreditDerivatives 和融资的信用衍生产品 FundedCreditDerivatives 39 信用违约互换 40 总收益互换 41 信用溢价远期和期权 定义 以特定风险资产为标的 以该资产信用溢价为标的价格变量的远期和期权合约 信用溢价远期的具体运作过程是 交