運(yùn)用信息科技，構(gòu)建銀行風(fēng)險(xiǎn)管理預(yù)警系統(tǒng)金融機(jī)構(gòu)盈利的來(lái)源其實(shí)就是承擔(dān)風(fēng)險(xiǎn)的風(fēng)險(xiǎn)溢價(jià),一家卓越的金融機(jī)構(gòu),必然擁有較之非金融機(jī)構(gòu)和金融同行更為游刃有余的風(fēng)險(xiǎn)管理能力。金融機(jī)構(gòu)的核心競(jìng)爭(zhēng)力就在于能否更好地理解業(yè)務(wù)中的確定性和不確定性,從而以行之有效的風(fēng)險(xiǎn)管理架構(gòu)和創(chuàng)新、風(fēng)險(xiǎn)定價(jià)策略,使其能在一般狀況下獲得利潤(rùn),在極端狀況下保持生存。隨著近幾年我國(guó)新資本協(xié)議的實(shí)施，各銀行風(fēng)險(xiǎn)管理能力和水平獲得了較大提升的同時(shí)，各種估值定價(jià)和風(fēng)險(xiǎn)計(jì)量模型也開(kāi)始在我國(guó)銀行業(yè)大量應(yīng)用。但單個(gè)模型的運(yùn)用并不能滿足全面風(fēng)險(xiǎn)管理的要求，而且模型結(jié)果也容易失真。因此筆者認(rèn)為，我們可以基于多個(gè)風(fēng)險(xiǎn)管理模型建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)，并可在該系統(tǒng)中引入風(fēng)險(xiǎn)日常計(jì)量，風(fēng)險(xiǎn)報(bào)警，提供風(fēng)險(xiǎn)管理策略參考等功能。日常運(yùn)用中，各機(jī)構(gòu)可以通過(guò)該系統(tǒng)清晰的看到本機(jī)構(gòu)的風(fēng)險(xiǎn)暴露點(diǎn)和風(fēng)險(xiǎn)暴露值的大小，并由系統(tǒng)提供風(fēng)險(xiǎn)對(duì)沖策略的參考；對(duì)于觸發(fā)預(yù)警的風(fēng)險(xiǎn)暴露，系統(tǒng)也可以自動(dòng)向管理人員發(fā)出預(yù)警。因此，運(yùn)用信息科技，通過(guò)構(gòu)建風(fēng)險(xiǎn)管理模型，建設(shè)風(fēng)險(xiǎn)管理預(yù)警系統(tǒng)，對(duì)于提高我行的風(fēng)險(xiǎn)管理水平，擴(kuò)展風(fēng)險(xiǎn)管理手段，進(jìn)行全面風(fēng)險(xiǎn)管理有著重要的意義。風(fēng)險(xiǎn)管理預(yù)警系統(tǒng)高度依賴信息科技手段風(fēng)險(xiǎn)管理系統(tǒng)的核心是風(fēng)險(xiǎn)管理模型的運(yùn)用，而風(fēng)險(xiǎn)管理模型的實(shí)現(xiàn)過(guò)程是高度依賴于信息科技手段。這點(diǎn)將從金融模型的以下三個(gè)特征進(jìn)行分析：（一）模型的數(shù)據(jù)依賴性銀行風(fēng)險(xiǎn)管理模型不僅僅是要找到被解釋變量與影響因素之間的關(guān)聯(lián)關(guān)系的理論模型，更是要反映出其數(shù)量關(guān)系的量化模型。數(shù)據(jù)是一切分析的源頭，只有依賴正確的數(shù)據(jù)才能分析出正確的結(jié)果；即使有合格的數(shù)據(jù)質(zhì)量，也并非一定有有效的預(yù)測(cè)模型，但沒(méi)有合格的數(shù)據(jù)質(zhì)量，一定不會(huì)有可靠的預(yù)測(cè)模型。針對(duì)**行而言，我行業(yè)務(wù)數(shù)據(jù)的基礎(chǔ)來(lái)源是綜合業(yè)務(wù)系統(tǒng)與CM系統(tǒng)；而金融市場(chǎng)數(shù)據(jù)的來(lái)源則要依靠國(guó)家金融數(shù)據(jù)發(fā)布機(jī)構(gòu)與金融數(shù)據(jù)提供商。從我行目前的情況看，綜合業(yè)務(wù)系統(tǒng)和CM系統(tǒng)多年的運(yùn)營(yíng)，積累了龐大的一手?jǐn)?shù)據(jù)，但我行尚未對(duì)這些數(shù)據(jù)通過(guò)統(tǒng)計(jì)、計(jì)量和模型運(yùn)用等方法進(jìn)行挖掘和分析。通過(guò)正確分析方法的運(yùn)用，透過(guò)我們數(shù)年的營(yíng)運(yùn)數(shù)據(jù)，筆者相信我們能挖掘到許多有助于管理運(yùn)營(yíng)的信息。風(fēng)險(xiǎn)管理模型的建立離不開(kāi)建模的數(shù)據(jù)，優(yōu)良的風(fēng)險(xiǎn)管理預(yù)警系統(tǒng)更離不開(kāi)持續(xù)的數(shù)據(jù)管理體系下形成的可靠數(shù)據(jù)質(zhì)量。數(shù)據(jù)和事實(shí)是建立風(fēng)險(xiǎn)計(jì)量體系的基礎(chǔ)和生命線，數(shù)據(jù)把關(guān)是風(fēng)險(xiǎn)管理的第一道屏障。新資本協(xié)議對(duì)數(shù)據(jù)合規(guī)提出長(zhǎng)跨度、廣覆蓋和高質(zhì)量的樣本數(shù)據(jù)以及強(qiáng)大的IT系統(tǒng)等較高要求的原因。這也為我行的信息科技部門(mén)提出的新的挑戰(zhàn)：怎么從軟件和硬件兩會(huì)如何變化。久期缺口分析要求從戰(zhàn)略上管理銀行總資產(chǎn)平均久期和總負(fù)債的平均久期之間的差異，并采取久期免疫策略。以下結(jié)合我行業(yè)務(wù)，闡述該模型的大致實(shí)現(xiàn)過(guò)程：久期度量了金融工具的平均期限，定義為：D=金融資產(chǎn)n期現(xiàn)金流以市場(chǎng)利率i貼現(xiàn)，初始價(jià)格為P*，t等于現(xiàn)金支付前的時(shí)間。為精確測(cè)量金融資產(chǎn)的久期，針對(duì)我行，模型可以逐筆測(cè)度資產(chǎn)負(fù)債表項(xiàng)目的久期。其中貸款項(xiàng)目可以將預(yù)計(jì)還款計(jì)劃作為現(xiàn)金流，測(cè)度平均期限。存款項(xiàng)目中，定期存款項(xiàng)目有固定的時(shí)限和現(xiàn)金流，活期存款項(xiàng)目可以在歷史數(shù)據(jù)的分析基礎(chǔ)上，平均計(jì)算并進(jìn)行季節(jié)性調(diào)整。資產(chǎn)加權(quán)平均久期：DA=將各項(xiàng)貸款資產(chǎn)的久期加權(quán)平均，對(duì)于該項(xiàng)的實(shí)現(xiàn)，在發(fā)放貸款時(shí)，根據(jù)綜合業(yè)務(wù)系統(tǒng)和CM系統(tǒng)的相關(guān)數(shù)據(jù)，按照貸款的發(fā)放逐筆生成貸款的久期，并在貸款余額發(fā)生變化是進(jìn)行修正。負(fù)債加權(quán)平均久期：DL=將各項(xiàng)存款等負(fù)債的久期加權(quán)平均。對(duì)于定期存款，存入時(shí)就可計(jì)算出久期，而對(duì)于活期存款分析歷史數(shù)據(jù)，設(shè)定現(xiàn)金流參數(shù)，進(jìn)而計(jì)算出久期。久期缺口:DA5.采取免疫策略，使得久期缺口為零。當(dāng)久期缺口為零時(shí)，銀行的經(jīng)濟(jì)價(jià)值將免疫于市場(chǎng)利率的變化。比如：當(dāng)資產(chǎn)久期過(guò)大時(shí)，就可以調(diào)整各期限貸款的組合或增加久期較大的負(fù)債項(xiàng)目等方式進(jìn)行對(duì)沖，對(duì)沖的金額由程序進(jìn)行計(jì)算，并向管理人員提供參考值。VaR方法進(jìn)行風(fēng)險(xiǎn)管理VaR(Value-at-Risk)中文譯為“風(fēng)險(xiǎn)價(jià)值”，是指在正常的市場(chǎng)條件和一定的置信水平上，計(jì)算出給定時(shí)間段內(nèi)預(yù)期發(fā)生的最壞情況損失的風(fēng)險(xiǎn)評(píng)估方法。VaR實(shí)際上是要回答在概率給定情況下，銀行投資組合價(jià)值在下一階段最多可能損失多少。在具體計(jì)算VAR值時(shí)，有三種不同的方法。一是歷史模擬法：“歷史模擬法”是借助于計(jì)算過(guò)去一段時(shí)間內(nèi)的貸款組合風(fēng)險(xiǎn)收益的頻度分布，通過(guò)找到歷史上一段時(shí)間內(nèi)的平均收益，以及在既定置信水平α下的最低收益率，計(jì)算貸款組合的VaR值。二是方差—協(xié)方差法：方差—協(xié)方差法是假定風(fēng)險(xiǎn)因子收益的變化服從特定的分布（通常為正態(tài)分布），然后通過(guò)歷史數(shù)據(jù)分析和估計(jì)該風(fēng)險(xiǎn)因子收益分布的參數(shù)值如方差、相關(guān)系數(shù)等，進(jìn)而根據(jù)出整個(gè)貸款資產(chǎn)組合收益分布的特征值。三是蒙特卡羅模擬法：基于蒙特卡羅模擬的VaR計(jì)算，原理與歷史模擬法相類似，不同之處在于市場(chǎng)因子的變化不是來(lái)自于歷史觀測(cè)值，而是通過(guò)隨機(jī)數(shù)模擬得到。其基本思路是重復(fù)模擬貸款風(fēng)險(xiǎn)因子的隨機(jī)過(guò)程，使模擬值包括大部分可能情況，這樣通過(guò)模擬就可以得到組合價(jià)值的整體分布情況，在此基礎(chǔ)上就可以求出VaR。以上三種方法的計(jì)算過(guò)程，都將依賴于大量的歷史數(shù)據(jù)和大規(guī)模的計(jì)算過(guò)程，最終只有通過(guò)信息科技手段，才能實(shí)現(xiàn)。在形成金融時(shí)間序列的基礎(chǔ)上，加以合適的風(fēng)險(xiǎn)管理模型的運(yùn)用，通過(guò)計(jì)量、分析，我們得出風(fēng)險(xiǎn)預(yù)警指標(biāo)，對(duì)這些指標(biāo)進(jìn)行預(yù)警便形成了風(fēng)險(xiǎn)預(yù)警系統(tǒng)的雛形。三、我行風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建在風(fēng)險(xiǎn)模型的基礎(chǔ)上，構(gòu)建符合我行的風(fēng)險(xiǎn)預(yù)警體系，能夠隨時(shí)掌握業(yè)務(wù)運(yùn)行狀態(tài)，并能有效評(píng)估風(fēng)險(xiǎn)；有助于從事后監(jiān)管和化解風(fēng)險(xiǎn)，轉(zhuǎn)向事前預(yù)警?！胺阑稹眲儆凇熬然稹?，及早發(fā)現(xiàn)危機(jī)的某些早期征兆，將危機(jī)消除在萌芽狀態(tài)，有效防范和化解銀行風(fēng)險(xiǎn)，維護(hù)整個(gè)金融體系的穩(wěn)定，必須建立銀行風(fēng)險(xiǎn)預(yù)警系統(tǒng)。針對(duì)我行而言，風(fēng)險(xiǎn)預(yù)警系統(tǒng)的構(gòu)建是一項(xiàng)系統(tǒng)性工程。首先，我們要選取符合我行業(yè)務(wù)實(shí)際的風(fēng)險(xiǎn)預(yù)警模型；其次，制定預(yù)警規(guī)則，并輔以資產(chǎn)質(zhì)量、流動(dòng)性和盈利能力等方面的風(fēng)險(xiǎn)預(yù)警指標(biāo)和預(yù)警值；然后，開(kāi)發(fā)風(fēng)險(xiǎn)預(yù)警測(cè)試系統(tǒng)，并進(jìn)行測(cè)試驗(yàn)證；最后，進(jìn)入運(yùn)行維護(hù)階段。不同于一般的業(yè)務(wù)系統(tǒng)，風(fēng)險(xiǎn)預(yù)警系統(tǒng)依賴于經(jīng)濟(jì)運(yùn)行、金融大環(huán)境和地域因素方面的參數(shù)，風(fēng)險(xiǎn)預(yù)警系統(tǒng)要著重于外生環(huán)境變量參數(shù)的維護(hù)，并需經(jīng)常測(cè)試系統(tǒng)的有效性。銀行的風(fēng)險(xiǎn)管理已邁入全面風(fēng)險(xiǎn)管理階段，對(duì)風(fēng)險(xiǎn)進(jìn)行量化，精細(xì)化管理已成為銀行風(fēng)險(xiǎn)管理的前進(jìn)方向。這種風(fēng)險(xiǎn)管理模式必然要求期限長(zhǎng)，質(zhì)量高，類型多，來(lái)源廣的數(shù)據(jù)源。通過(guò)將海量數(shù)據(jù)大規(guī)模運(yùn)算進(jìn)行數(shù)據(jù)加工，檢驗(yàn)與計(jì)算，測(cè)度風(fēng)險(xiǎn)預(yù)警指標(biāo)，并觸發(fā)預(yù)警。最后通