风险管理第四章企业风险的评估和度量.ppt

第四章企业风险的评估和度量 RiskisSaltandSugarofLife 1 章首案例 超过25 的利润不做 万科 2 第一节 企业风险的衡量第二节 风险评价第三节 风险评价方法 3 第一节 企业风险的衡量 一 风险衡量的概念和作用二 损失频率和损失程度三 风险衡量的方法四 损失的概率分布 4 一 风险衡量的概念和作用风险衡量是在对过去损失资料分析的基础上 运用概率论和数理统计的方法对某一特定或者几个风险事故发生的损失频率和损失程度做出估计 以此作为选择风险管理技术的依据 5 二 损失频率和损失程度1 损失频率的估计2 损失程度的估计 6 三 风险衡量的方法1 中心趋势测量算术平均数 加权平均数 中位数2 变动程度的测定 7 四 损失的概率分布离散型概率分布连续型概率分布二项分布 泊松分布 正态分布 8 补充知识 概率分布1 离散型随机变量的概率分布 9 离散型随机变量的概率分布举例 10 2 连续型随机变量的概率分布 变量的取值充满整个数值区间 无法一一列出其每一个可能值 一般将连续型随机变量整理成频数表 对频数作直方图 直方图的每个矩形顶端连接的阶梯形曲线来描述连续型变量的频数分布 11 12 如果样本量很大 组段很多 矩形顶端组成的阶梯型曲线可变成光滑的分布曲线 大多数情况下 可采用一个函数拟合这一光滑曲线 这种函数称为概率密度函数 probabilitydensityfunction 13 二项分布 毒性试验 白鼠死亡 生存临床试验 病人治愈 未愈临床化验 血清阳性 阴性事件成功 A 失败 非A 这类 成功 失败型 试验称为Bernoulli试验 14 Bernoulli试验序列 n次Bernoulli试验构成了Bernoulli试验序列 其特点 如抛硬币 如下 1 每次试验结果 只能是两个互斥的结果之一 A或非A 2 每次试验的条件不变 即每次试验中 结果A发生的概率不变 均为 3 各次试验独立 即一次试验出现什么样的结果与前面已出现的结果无关 15 成功次数的概率分布 二项分布 例设某毒理试验采用白鼠共3只 它们有相同的死亡概率 相应不死亡概率为1 记试验后白鼠死亡的例数为X 分别求X 0 1 2和3的概率 16 泊松分布 当二项分布中n很大 很小时 二项分布就变成为Poisson分布 所以Poisson分布实际上是二项分布的极限分布 由二项分布的概率函数可得到泊松分布的概率函数为 17 Poisson分布主要用于描述在单位时间 空间 中稀有事件的发生数 例如 1 放射性物质在单位时间内的放射次数 2 在单位容积充分摇匀的水中的细菌数 3 野外单位空间中的某种昆虫数等 18 第二节 风险评价 一 风险评价的概念和特点1 风险评价是对风险的综合评价2 风险评价需要定量分析的结果3 风险评价离不开特定的国家和制度4 风险评价收到风险态度的影响 19 二 风险评价标准1 财产的物质特性和财产对损害的承受力确定2 损失评价的主观性3 损失评价可以是单独物体 也可以是许多物体4 损失的管理成本 20 第三节 风险评价方法 一 风险坐标图法二 风险度评价法三 概率分析法四 风险价值法 21 衡量风险 一 风险驱动因素分析 风险驱动的终极因素 自然环境 天 地 人文环境 人 风险驱动的一般因素物质危险因素 由于其特点 类型 使用等可能导致损失发生的企业物质财产道德危险因素 企业的某些员工因其不遵守职业道德及伦理的倾向而引起可能损失的增加 22 心理危险因素 由于某些员工的工作疏忽而引起的可能损失的增加法律危险因素 立法机关颁布并由法庭执行的法律条文或者政府政策的发布和执行而引起的损失频率和严重程度的增加犯罪危险因素 某些员工的犯罪倾向而导致的损失增加的可能性 23 风险衡量 二 风险衡量指标选择 一般评价指标风险可能性 也就是风险事件发生的概率风险的潜在价值或重要性特定的评价指标基于企业自身的特点确定的评价指标 24 风险衡量 三 构建风险矩阵 结合风险发生频率和风险重要性对风险进行归类 可构建一个风险矩阵 矩阵中 对相应的风险进行评分 1 4分为低度风险 5 12分为中度风险 13 25分为高度风险 25 26 二 风险度评价法 定义 是指风险管理单位对风险事故造成故障的频率或者损害的严重程度进行评估 为了准确评价 见P71页表4 2 27 针对风险矩阵中出于不同位置的风险采取不同的风险管理战略 如图 在风险坐标中 划分为A B C三个区域 企业自留A区域的各项风险严格控制B区域的各项风险规避或转移C区域的各项风险 9 4 2 3 6 5 1 可能性 影响程度 极低 极高 高 中等 低 极低 低 中等 高 极高 7 8 A区域 C区域 B区域 28 三 概率分析法 1 正常形见P73 图4 32 异常形见P73 77偏向型双峰型平峰型高端型孤岛型锯齿型 29 国际风险量化模型的引入 现金流折现模型套利定价模型多因素定价模型期权定价模型经济增加值 EVA 模型收益法夏普 SHARP 法特雷诺TREYNOR指数法詹森JENSEN指数法风险价值VAR评估法变异指标度量法系统风险 值分析风险价值VAR分析模型波浪理论分析筹码分布分析 30 四 风险价值法 一 VaR的定义及其基本方法1 VaR的定义及其简单计算在正常的市场条件下 在给定的概率水平下 金融参与者在给定的时间区间内的最大预期损失 1 单一资产VaR的计算方法如单一资产的价值为S 持有期限为T 要求的置信水平为X 那么单一资产的风险价值可以简单地表示为 31 其中 N 为标准正态分布的累计函数 而上式的 为N 的逆函数 而为资产收益率的日波动率 对于较长的时间度量 应考虑对资产价值的漂移加以修正 如果漂移率为 则上式修正为 32 一个简单的例子 投资者A持有一价值500万元的B公司的股票头寸 B公司股票的日波动率为3 假定该资产的价值变动呈正态分布 并且该股票的预变动即漂移率为0 这对于很短的持有期限是正确的 计算该资产持有期限10天 置信水平为99 的风险价值 求解如下 33 2 资产组合 线性 VaR的计算方法假设资产组合由M个资产构成 第i个资产的价值为 波动率为 而第i个资产和第j个资产之间的相关系数为 则该资产组合的风险价值为 34 2 VaR的参数选择要确定一个金融机构或投资组合的VaR值或建立VaR模型必须要确定以下三个关键参数 持有期限 观察期间和置信水平 持有期限 holdingperiod 是指衡量收益波动性和关联性的时间单位 即取得观察数据的频率 如所观察的数据是日收益率 周收益率 月收益率还是年收益率等 35 观察期间 observationperiod 是对给定持有期限的收益波动性和关联性进行考察的整体时间长度 是整个数据选取的时间范围 有时也成为数据窗口 datawindow 置信水平太低对应着损失超过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 可以避免上述问题 但会因为统计样本中反映极端事件的数据减少而导致对VaR值估计的准确性下降 36 二 VaR的计算方法1 历史模拟法历史模拟法直接根据风险因子收益的历史数据来模拟投资组合的未来损益分布 利用分位数给出一定置信度下的VaR的估计值 主要的计算步骤如下 1 映射 即首先识别出基础的风险因子 收集风险因子适当时期的历史数据 通常是3 5年的日数据 并用风险因子表示出资产组合中各个金融资产的盯市价值 37 2 根据风险因子过去N 1个时期的价格时间序列 计算风险因子过去N 1个时期价格水平的实际变化 得到N个变化水平 假定未来的价格变化与过去完全相似 即过去N 1个时期价格的N个变化在未来都可能出现 由此结合市场因子的当前价格水平可以直接模拟风险因子未来一段时期的N种可能的价格水平 3 运用资产定价公式 根据模拟出的风险因子未来的N种可能价格水平 求出证券组合的N种未来盯市价值 并与当前风险因子的资产组合价值比较 得到证券组合未来的N个潜在损益 即损益分布 4 根据上述求解的损益分布 通过分位数求出给定置信度下的VaR 38 2 方差 协方差法方差 协方差法是假定风险因子收益的变化服从特定的分布 通常为正态分布 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方差 相关系数等 进而根据下式整理出整个投资组合收益分布的特征值 其中为整个投资组合收益的标准差 为风险因子i和j的标准差 为风险因子i和j的相关系数 为整个投资组合对风险因子i变化的敏感度 有时也被称为Delta 在正态分布的假设下 为组合中每个金融工具对风险因子i的Delta之和 39 3 蒙特卡罗模拟法蒙特卡罗模拟法也称为随机模拟法 其基本思路是首先建立一个概率模型或随机过程 使它的参数等于问题的解 然后通过对模型或过程的观察计算所求参数的统计特征 最后给出所求问题的近似值 解的精度可以用估计值的标准误差表示 其基本步骤如下 40 1 针对现实问题建立一个简单且便于实现的概率统计模型 使所求的解恰好是所建立模型的概率分布或其某个数字特征 比如是某个事件的概率或者是该模型的期望值 2 对模型中的随机变量建立抽样方法 在计算机上进行模拟试验 抽取足够的随机数 并对相关的事件进行统计 3 对模拟结果加以分析 给出所求解的估计及其方差的估计 必要时改进模型以提高估计精度和模拟计算的效率 41 三 VaR的特点及其局限性1 VaR的特点 1 VaR适用面广 不仅适用于衡量包括利率风险 外汇风险 股价风险 商品价格风险和衍生金融工具风险在内的各种市场风险 还适用于不同金融工具构成的投资组合的市场风险和不同业务部门的总体市场风险 2 VaR有利于比较不同业务部门之间风险大小 有利于进行基于风险调整的绩效评估 资本配置和风险限额设置等 42 3 VaR是基于资产组合层面上的风险度量工具 充分考虑了不同资产价格之间的相关性 体现了资产组合分散化对降低风险的作用 4 VaR可以度量资产集中度风险 为对此集中度进行总量控制提供依据 有利于经济主体的决策高层对整个企业风险情况的判断 当然也有助于监管部门的监管 43 2 VaR的局限性 1 VaR主要适用于正常市场条件下对市场风险的衡量 对市场价格的极端变动导致的资产组合的损失却无能为力 2 VaR适用于衡量那些交易频繁 市场价格容易获取的金融工具的风险情况 但对于那些流动性较差的资产如银行贷款 VaR衡量风险的能力则受到一定的限制 44 3 运用VaR进行风险衡量和分析时存在着所谓的模型风险 modelrisk 同样VaR模型往往会因为使用历史模拟法 蒙特卡罗模拟法等不同方法而得到不同的资产收益的概率分布 这可能导致同样的资产组合却得到不同的VaR值 VaR的可