1、,第三章市場風(fēng)險管理,1,第,本章內(nèi)容安排：第一節(jié)市場風(fēng)險的性質(zhì)和發(fā)展第二節(jié)敏感性分析第三節(jié)在險價值（VaR）分析第四節(jié)衍生產(chǎn)品和金融工程在市場風(fēng)險管理中的應(yīng)用第五節(jié)期貨對沖及其基差風(fēng)險第六節(jié)相對風(fēng)險與跟蹤誤差,2,第一節(jié)利率風(fēng)險概述,第一節(jié)市場風(fēng)險的性質(zhì)和發(fā)展,一、金融體系中市場風(fēng)險的發(fā)展演變二、市場風(fēng)險量化和管理的發(fā)展,3,第,巴塞爾銀行監(jiān)管委員會在1996年頒布的資本協(xié)議市場風(fēng)險補充規(guī)定中，將市場風(fēng)險定義為因市場價格波動而導(dǎo)致表內(nèi)和表外頭寸損失的風(fēng)險，并根據(jù)導(dǎo)致市場風(fēng)險因素的不同將市場風(fēng)險劃分為利率風(fēng)險、股票風(fēng)險、匯率風(fēng)險和黃金等商品價格風(fēng)險市場風(fēng)險一詞有廣義和狹義兩種用法，狹義的市場風(fēng)

2、險僅指股票市場風(fēng)險,4,第一節(jié)利率風(fēng)險概述,市場風(fēng)險的特點,來源于整個經(jīng)濟體系而非特定的交易對手或機構(gòu)自身，具有系統(tǒng)性難以通過多樣化投資分散和降低由于數(shù)據(jù)獲取上的優(yōu)勢，相對于信用風(fēng)險與操作風(fēng)險量化較容易在定價模型和風(fēng)險計量模型中通常假定正態(tài)分布在管理過程中大量應(yīng)用衍生產(chǎn)品和金融工程技術(shù),5,第一節(jié)利率風(fēng)險概述,一、金融體系中市場風(fēng)險的發(fā)展演變,由于傳統(tǒng)銀行的業(yè)務(wù)性質(zhì)、分業(yè)經(jīng)營、市場融資結(jié)構(gòu)以及國際匯率制度等原因，市場風(fēng)險在相當(dāng)長的一段時間里并沒有引起銀行和金融監(jiān)管部門充分的重視二十世紀七八十年代以來，受金融自由化、全球化、融資證券化等趨勢的影響國際金融市場發(fā)生了很大的變化，一方面使得銀行所面臨

3、的市場風(fēng)險大大增大了；另一方面，銀行和監(jiān)管部門對市場風(fēng)險的管理技術(shù)水平和監(jiān)管力度也有了很大的發(fā)展和提高。,6,第一節(jié)利率風(fēng)險概述,二、市場風(fēng)險量化和管理的發(fā)展,傳統(tǒng)方法：敏感度分析方法分析金融產(chǎn)品或投資組合對與特定市場風(fēng)險因子變化的反應(yīng)敏感程度主要用于資產(chǎn)負債管理和具有自我對沖性質(zhì)的投資產(chǎn)品和組合的市場風(fēng)險管理缺點：僅僅關(guān)注在風(fēng)險因子給定變化幅度下金融產(chǎn)品或組合的損益變化程度，而忽略了風(fēng)險因子發(fā)生變動的概率分布，因此從全面風(fēng)險分析的角度看有明顯的局限性。,在險價值VaR分析方法覆蓋了損失發(fā)生的嚴重程度和可能性兩個方面，彌補了敏感度分析方法的缺陷。具有統(tǒng)一的貨幣單位，適用于各種金融工具的風(fēng)險衡量

4、，因此金融機構(gòu)擁有的各種金融產(chǎn)品的市場風(fēng)險得以統(tǒng)一衡量和綜合管理，市場風(fēng)險管理獲得重大突破。已成為市場風(fēng)險管理的共同標(biāo)準(zhǔn),7,第一節(jié)利率風(fēng)險概述,衍生工具與金融工程的發(fā)展對市場風(fēng)險管理的影響,1973年芝加哥期權(quán)交易所(CBOE)與布萊克一斯格爾斯期權(quán)定價模型衍生金融工具與金融工程的應(yīng)用在大大提高了市場風(fēng)險管理的有效性和靈活性的同時也帶來了很大的風(fēng)險，因而其自身又成為現(xiàn)代風(fēng)險管理的重要對象和內(nèi)容。1993年30G組織衍生產(chǎn)品：實踐和原則。1994年巴塞爾銀行監(jiān)管委員會衍生品風(fēng)險管理指引1996年巴塞爾銀行監(jiān)管委員會將市場風(fēng)險納入資本協(xié)議的補充規(guī)定，首次將市場風(fēng)險納入資本監(jiān)管要求。2004年出臺

5、的新巴塞爾資本協(xié)議采用了1996年對市場風(fēng)險的協(xié)議要求。,8,第一節(jié)利率風(fēng)險概述,市場風(fēng)險管理的策略,市場風(fēng)險管理主要采用對沖和轉(zhuǎn)嫁的管理策略組合管理和分散化策略在市場風(fēng)險管理中也起到一定作用內(nèi)部控制與市場風(fēng)險管理部門的作用越來越重要,9,第一節(jié)利率風(fēng)險概述,第二節(jié)敏感性分析,一、敏感度分析的原理二、股票的敏感性分析：系數(shù)三、固定收益證券的敏感性分析：持續(xù)期（Duration）四、期權(quán)的敏感性：希臘字母,10,第,一、敏感度分析的原理,敏感度，就是一個變量對另外一個變量發(fā)生的變化的反應(yīng)程度，也就是經(jīng)濟學(xué)分析中的所謂彈性數(shù)學(xué)上敏感度就是函數(shù)的一階導(dǎo)數(shù)。在市場風(fēng)險中，應(yīng)用較多的敏感性分析主要有針對

6、股票的系數(shù)法針對固定收益產(chǎn)品的持續(xù)期和凸性法針對期權(quán)等衍生金融工具的希臘字母法,11,第一節(jié)利率風(fēng)險概述,敏感度風(fēng)險分析方法的特點它是一個靜態(tài)的分析過程，它將投資風(fēng)險暴露與風(fēng)險因子聯(lián)系起來，將分析集中于金融工具價值隨給定風(fēng)險因子變化而變化的程度它將風(fēng)險因子的變化視為外生的，忽略了風(fēng)險因子自身發(fā)生變化的可能性，因此相對于同時分析風(fēng)險的損失程度和概率的VaR方法而言，敏感度分析方法并非全面的風(fēng)險衡量方法。,12,第一節(jié)利率風(fēng)險概述,敏感度在風(fēng)險管理中的應(yīng)用主要包括：敏感度可以用于同類金融產(chǎn)品風(fēng)險的比較分析可以利用敏感度匹配原則進行風(fēng)險免疫和缺口管理。敏感度的確定是金融工具風(fēng)險定價的關(guān)鍵要素，敏感度

7、分析可以應(yīng)用于金融工具風(fēng)險溢價分析。敏感度分析可以為VaR分析提供有利條件。,13,第一節(jié)利率風(fēng)險概述,二、股票的敏感性分析：系數(shù),（一）單因子模型：CAPM理論及其系數(shù)CAPM理論將市場組合的風(fēng)險溢價作為風(fēng)險因子引入對單一資產(chǎn)回報率的計算，認為單一資產(chǎn)的風(fēng)險溢價與市場組合的風(fēng)險溢價和該資產(chǎn)的系數(shù)成比例，系數(shù)衡量的就是單一資產(chǎn)風(fēng)險溢價對市場組合的風(fēng)險溢價的敏感性,14,第一節(jié)利率風(fēng)險概述,E(ri)=rf+iE(rM)rf其中，i=iM/M2單一資產(chǎn)的風(fēng)險溢價與市場組合的風(fēng)險溢價和該資產(chǎn)的系數(shù)成正比,15,第一節(jié)利率風(fēng)險概述,圖5-1系數(shù)和證券市場線,16,第一節(jié)利率風(fēng)險概述,(二)多因子模型

8、：APT模型及其系數(shù)APT模型與CAPM模型最大的不同在于APT模型是一個多因子模型，資產(chǎn)的實際收益受不止一個因素的影響，這將比單因子模型更加合理。該理論的重要假設(shè)主要包括以下兩個：（1）如果市場提供不增加風(fēng)險但能增加利潤的投資機會，投資者將會選擇這樣的機會進行投資。（2）投資的回報可以用以下因子模型表示：,17,第一節(jié)利率風(fēng)險概述,該多因子模型將資產(chǎn)的實際收益超過期望收益的部分分為兩部分：一是受k個公共因子影響的部分，這一部分所體現(xiàn)的風(fēng)險被稱為系統(tǒng)性風(fēng)險；二是隨機項i，是資產(chǎn)收益變化中所有公共因子以外的因素引起的變化。該項所體現(xiàn)的風(fēng)險被稱之為非系統(tǒng)性風(fēng)險。不同于資本資產(chǎn)定價模型認為市場的均衡

9、力量來自于投資者對不同資產(chǎn)邊際收益的對比，套利定價理論認為市場均衡是投資者無限追逐無風(fēng)險套利機會而形成的。,18,第一節(jié)利率風(fēng)險概述,Ei=0+1i1+2i2+kik0:無風(fēng)險資產(chǎn)的預(yù)期收益:k公共因子風(fēng)險回報的期望i:為資產(chǎn)i預(yù)期收益變化對公共因子k的敏感系數(shù)。,19,第一節(jié)利率風(fēng)險概述,七十年代中后期，利率管制的放松以及布雷頓森林體系全面崩潰導(dǎo)致的匯率自由浮動，加快了市場風(fēng)險的發(fā)展，其中利率水平的劇烈波動以及資產(chǎn)負債表的復(fù)雜化使得商業(yè)銀行更加注意采用先進的利率風(fēng)險衡量方法。由于金融全球化發(fā)展以及競爭加劇，利率風(fēng)險衡量的收益上升，而個人計算機的出現(xiàn)改進了計算力量，進一步降低了成本，利率風(fēng)險衡

10、量的最佳水平迅速上升，出現(xiàn)了持續(xù)期分析模型來滿足銀行業(yè)的需求。,第,20,三、固定收益證券的敏感性分析：持續(xù)期（Duration）,利率風(fēng)險的管理是商業(yè)銀行與投資銀行市場風(fēng)險管理最重要的組成部分商業(yè)銀行的利率風(fēng)險管理涵蓋于其資產(chǎn)負債管理之中，傳統(tǒng)的管理方法是利率敏感性缺口管理，又稱資金缺口管理（FundGapManagement）.缺口管理的關(guān)鍵在于對資產(chǎn)和負債利率敏感性的衡量持續(xù)期相對于傳統(tǒng)的利率風(fēng)險衡量方法，它能更加準(zhǔn)確、有效地衡量利率水平變化對債券和存貸款價格的影響，大大提高了缺口管理的效果。,21,第一節(jié)利率風(fēng)險概述,（一）持續(xù)期的性質(zhì)和利率風(fēng)險免疫管理,其中D表示債券的持續(xù)期t表示債

11、券產(chǎn)生現(xiàn)金流的各個時期wt表示t期現(xiàn)金流量的時間權(quán)重T表示債券的成熟期（Maturity），即最后一次現(xiàn)金流的時期CFt表示t期現(xiàn)金流量y表示該債券的到期收益率（YieldtoMaturity）P0表示該債券當(dāng)前價格,22,從形式上看，持續(xù)期是一個時間概念，是（生息）債券在未來產(chǎn)生現(xiàn)金流的時間的加權(quán)平均數(shù)，即某項資產(chǎn)或負債以現(xiàn)值方式收回其價值的時間。持續(xù)期有兩個前提假設(shè)：收益率曲線是平坦的；用于所有未來現(xiàn)金流的貼現(xiàn)率是固定的。比如，一項期限為5年、總額為100萬元的貸款，其持續(xù)期如果為4年，指的是銀行可用4年時間收回這100萬元的貸款本息。之所以會出現(xiàn)這種情況，乃是因為多數(shù)長期貸款會安排提前分

12、次還本付息。因此，平均來說，收回本息的時間就要短于5年。,23,持續(xù)期反映了債券對利率風(fēng)險的敏感度，即未來利率水平變動對債券價格的影響程度?？梢詮膬煞矫鎭砝斫庖环矫娉掷m(xù)期作為時間概念，作為債券未來收入的平均期限，反映了該債券暴露在利率風(fēng)險中的平均時間長短，顯然，持續(xù)期越長，風(fēng)險越大；另一方面，持續(xù)期反映了該債券對利率風(fēng)險的敏感度，即反映未來利率水平變動對債券價格的影響程度。,第,24,利率風(fēng)險即債券價格的變動是持續(xù)期與利率這兩個變量的函數(shù)，持續(xù)期實質(zhì)上是債券價格的利率彈性。若使用修正持續(xù)期概念可以更清晰反映市場利率變動對債券價格的影響。修訂持續(xù)期（ModifiedDuration）,25,第一

13、節(jié)利率風(fēng)險概述,持續(xù)期，尤其是修訂持續(xù)期，是衡量債券對利率風(fēng)險暴露的有效工具，債券的持續(xù)期越大（或說越長），該債券對利率越敏感影響債券持續(xù)期大小的因素主要有債券的成熟期（Maturity）、息票率（CouponRate）、到期收益率持續(xù)期具有可加性，即由不同持續(xù)期的債券構(gòu)成的債券組合的持續(xù)期等于這些債券持續(xù)期的加權(quán)總和，其權(quán)數(shù)是每種債券價值在整個組合價值中的比重可以利用持續(xù)期對商業(yè)銀行的資產(chǎn)和負債組合進行所謂利率風(fēng)險免疫（RiskImmunization）管理,26,第一節(jié)利率風(fēng)險概述,現(xiàn)舉例加以說明，假設(shè)某投資者有意購買一種面值為1000元的債券，債券的期限是10年，年息票率為10%(每年付

14、息一次)，當(dāng)前市場利率為12%，那么可以計算出該債券的麥考萊持續(xù)期和修正持續(xù)期分別為:,說明若市場利率從12%上升為13%，即利率上升1%(100個基本點)，那么該債券的市場價格將下降5.85%。一項金融工具的持續(xù)期越長，其市場價值對利率的變動越敏感，利率風(fēng)險也就越大。,27,第一節(jié)利率風(fēng)險概述,持續(xù)期缺口模型,商業(yè)銀行可以使用持續(xù)期缺口(durationgap簡稱DGAP)來衡量資產(chǎn)負債的利率風(fēng)險。DGAP是指資產(chǎn)持續(xù)期與負債持續(xù)期和負債資產(chǎn)比率的乘積的差額，即DGAP=資產(chǎn)持續(xù)期（DA）負債持續(xù)期（DL）總負債/總資產(chǎn)這里的資產(chǎn)持續(xù)期和負債持續(xù)期是各項資產(chǎn)負債持續(xù)期的加權(quán)平均數(shù)，可以將每項

15、資產(chǎn)占總資產(chǎn)的比例作為權(quán)數(shù)，計算出資產(chǎn)組合的加權(quán)平均持續(xù)期(DA)，以同樣的方法計算出負債組合的加權(quán)平均持續(xù)期(DL)。,28,第一節(jié)利率風(fēng)險概述,持續(xù)期缺口與銀行凈值之間的關(guān)系,29,第一節(jié)利率風(fēng)險概述,（二）持續(xù)期用于利率風(fēng)險免疫管理的局限性,首先，利用持續(xù)期缺口管理來進行利率風(fēng)險免疫必須考慮兩個前提條件：一是表示利率期限結(jié)構(gòu)的國庫券收益率曲線是一條水平線，即在同一時點，成熟期不同的債券的收益率水平是相同的；二是在不同時點，收益率曲線的變化只是曲線的平移，即相對于前期收益率水平而言，各種成熟期的債券的收益率的變化幅度也是相同的。,30,第一節(jié)利率風(fēng)險概述,其次，用持續(xù)期衡量風(fēng)險并沒有考慮一

16、些債券或貸款可能附帶或隱含著期權(quán)性質(zhì)對于這樣的債券，麥卡萊持續(xù)期難以衡量其利率風(fēng)險。彌補這一缺陷的辦法是使用所謂有效持續(xù)期（EffectiveDuration）,=,31,第三，利用持續(xù)期衡量利率風(fēng)險的準(zhǔn)確性受到利率變化幅度的影響。只有在利率變化較小時才能比較準(zhǔn)確地反映利率變化對債券價格的影響，利率變化越大，持續(xù)期對債券利率風(fēng)險的反映越不準(zhǔn)確。要更準(zhǔn)確地反映債券的利率風(fēng)險，不僅要看其持續(xù)期，而且還要考慮其利率債券價格關(guān)系曲線的凸性（Convexity）。凸性是債券價格對利率的二階導(dǎo)數(shù),32,第一節(jié)利率風(fēng)險概述,33,第一節(jié)利率風(fēng)險概述,第四，持續(xù)期是一個靜態(tài)概念。隨著時間的推移，利率水平的變化

17、，資產(chǎn)組合和負債組合及其債券的持續(xù)期的變動可能是不一致的，這會使得原來持續(xù)期匹配的資產(chǎn)和負債變得不再匹配了，因而需要隨著時間的推移經(jīng)常重新調(diào)整。然而，組合的重新調(diào)整往往帶來很高的交易費用，這通常會制約這種組合調(diào)整和風(fēng)險免疫能力的實現(xiàn)。第五，持續(xù)期只適合用于資產(chǎn)負債表內(nèi)的利率風(fēng)險管理。具體說主要適用于固定收益組合，即由各種存款、貸款和債券形式的資產(chǎn)和負債組成的投資組合。這些形式的資產(chǎn)或負債由于都具有確定的未來現(xiàn)金流（不考慮信用風(fēng)險），被稱為固定收益組合（FixedIncomePortfolio）。,34,第一節(jié)利率風(fēng)險概述,四、期權(quán)的敏感性：希臘字母,（一）希臘字母的風(fēng)險含義1Delta（）期權(quán)

18、的Delta（）定義為基礎(chǔ)資產(chǎn)價格發(fā)生微小變化時期權(quán)價格的變化程度，它是衡量期權(quán)價格對于基礎(chǔ)資產(chǎn)價格變化的敏感度的指標(biāo)，也就是說，它是期權(quán)價格對基礎(chǔ)資產(chǎn)價格的一階導(dǎo)數(shù)，表示期權(quán)收益曲線的對于價格的斜率。用數(shù)學(xué)公式表示如下：,35,第一節(jié)利率風(fēng)險概述,對布萊克斯格爾斯期權(quán)定價公式求導(dǎo)可以得到：從上可以近似得到買權(quán)的N(d1)，賣權(quán)的-N(d1)由于N(d1)的值在0到1之間，所以對于買權(quán)而言，的取值范圍是從0到1，而對于賣權(quán)而言，的取值范圍是從1到0。,36,第一節(jié)利率風(fēng)險概述,2Gamma（）Gamma是期權(quán)價格對基礎(chǔ)資產(chǎn)價格的二階導(dǎo)數(shù)。因此，Gamma衡量的是相應(yīng)的Delta變化的速率，是D

19、elta相對于基礎(chǔ)資產(chǎn)價格變化的敏感度，是衍生金融工具的凸性。,37,第一節(jié)利率風(fēng)險概述,3Theta()Theta()是用于衡量合約到期時間對期權(quán)價格變化影響的指標(biāo)。它以期權(quán)價格對時間的一階導(dǎo)數(shù)來表示：Theta有時又被稱為時間損耗(TimeDecay)通常為負，即意味著當(dāng)?shù)狡谌张R近時，所有買權(quán)和賣權(quán)的價值都會變小，而且對買權(quán)和賣權(quán)的影響方式相同。,38,第一節(jié)利率風(fēng)險概述,4Vega（）基礎(chǔ)資產(chǎn)價格的波動性與期權(quán)價格有密切的關(guān)系。一般認為，基礎(chǔ)資產(chǎn)價格的波動性越大，期權(quán)價格相應(yīng)越高。這種基礎(chǔ)資產(chǎn)價格波動性對期權(quán)價格的影響通常用指標(biāo)Vega（）來衡量。,39,第一節(jié)利率風(fēng)險概述,5Rho()

20、指標(biāo)Rho()表示期權(quán)價格變動與以無風(fēng)險利率為代表的利率變動的關(guān)系。對固定收益產(chǎn)品的影響比較大，而對股票期權(quán)的影響并不明顯。價內(nèi)期權(quán)（包括買權(quán)和賣權(quán)）對利率的敏感性要大于價外期權(quán)。,40,第一節(jié)利率風(fēng)險概述,（二）希臘字母在風(fēng)險對沖中的應(yīng)用,最常用的方式是利用期權(quán)價格與基礎(chǔ)資產(chǎn)價格之間的敏感性關(guān)系，構(gòu)建出一個Delta中性的組合。但是這種方法得出的Delta中性組合不穩(wěn)定如果基礎(chǔ)資產(chǎn)價格發(fā)生變化，先前構(gòu)造的Delta中性組合均衡就會被打破，不能再保持對風(fēng)險免疫了。要實現(xiàn)動態(tài)對沖，除保持每一時點上的Delta中性之外，還要保持Gamma中性，就是使組合的Gamma也為零。期權(quán)的價格變化與基礎(chǔ)資產(chǎn)

21、的波動性的敏感性程度很高，要抵消由基礎(chǔ)資產(chǎn)波動性變化帶來的風(fēng)險可以通過在組合加入不同波動性的期權(quán)來構(gòu)建一個Vega中性組合，使組合的價值不受基礎(chǔ)資產(chǎn)波動性的影響。,41,第一節(jié)利率風(fēng)險概述,在用不同的希臘字母進行風(fēng)險管理時，會涉及到管理效果相互矛盾的問題，即用一個希臘字母對沖期權(quán)風(fēng)險的同時會增加期權(quán)對另一個希臘字母的風(fēng)險暴露。在實踐中，金融機構(gòu)首先會考慮的是期權(quán)對基礎(chǔ)資產(chǎn)價格變化的免疫，也就是構(gòu)建DeltaGamma中性組合，并對其它希臘字母的風(fēng)險暴露進行監(jiān)控，使其在規(guī)定的區(qū)域內(nèi)發(fā)生波動，只有在其它希臘字母大到難以接受的程度才進行調(diào)整,42,第一節(jié)利率風(fēng)險概述,第三節(jié)在險價值（VaR）分析,一

22、、VaR的基本思想二、VaR的計算方法三、對VaR的補充：壓力測試(StressTesting)和情景分析(ScenarioAna1ysis)四、對VaR的返回檢驗(BackTesting),43,第,在險價值VaR分析方法覆蓋了損失發(fā)生的嚴重程度和可能性兩個方面，彌補了敏感度分析方法的缺陷。具有統(tǒng)一的貨幣單位，適用于各種金融工具的風(fēng)險衡量，因此金融機構(gòu)擁有的各種金融產(chǎn)品的市場風(fēng)險得以統(tǒng)一衡量和綜合管理，市場風(fēng)險管理獲得重大突破。已成為市場風(fēng)險管理的共同標(biāo)準(zhǔn)。,44,第一節(jié)利率風(fēng)險概述,一、VaR的基本思想,（一）VaR的內(nèi)涵：VaR通常被定義為在正常的市場條件和給定的置信水平(Confide

23、nceLevel)下，某一投資組合在給定的持有期間內(nèi)可能發(fā)生的最大的損失。以銀行BankersTrust的數(shù)字為例。該銀行某年度報告公布了它當(dāng)年每日的VaR值,在99%的置信區(qū)間內(nèi)平均為3500萬美元,這意味著,因市場波動而每天發(fā)生超過3500萬美元損失的概率只有1%;或者說每天將市場風(fēng)險導(dǎo)致?lián)p失的數(shù)額約束在3500萬元以內(nèi)的概率有99%從統(tǒng)計角度看，VaR實際上是投資組合回報分布的一個百分位數(shù)(Percentile)。,45,第一節(jié)利率風(fēng)險概述,VaR方法,2.5%1%0損失上圖描述的是資產(chǎn)的損失分布圖，假定每天的損失額服從標(biāo)準(zhǔn)正態(tài)分布N(0,1)。根據(jù)標(biāo)準(zhǔn)正態(tài)分布的性質(zhì)，有如下表達式：P(

24、損失1.96)=2.5%P(損失2.33)=1%表示該筆資產(chǎn)在一天內(nèi)的損失超過1.96的概率為2.5%，損失超過2.3的概率為1%。我們稱1.96為該筆資產(chǎn)在一天內(nèi)2.5%的置信水平下的VaR值。稱2.33為該筆資產(chǎn)在一天內(nèi)1%的置信水平下的VaR值。,46,第一節(jié)利率風(fēng)險概述,（二）界定VaR的統(tǒng)計要素,1.持有期限(HoldingPeriod)持有期限是指衡量回報波動性和關(guān)聯(lián)性的時間單位，也是取得觀察數(shù)據(jù)的頻率不同持有期間的VaR相差很大，期限越長，市場參數(shù)的波動率就越大，相應(yīng)的VaR也會增大。持有期的選擇取決于資產(chǎn)組合調(diào)整的頻度,以及相應(yīng)的進行頭寸清算的可能的速率。市場風(fēng)險矩陣中一般采用

25、單日VaR值，它也被稱為每日在險收益（DailyEarningatRisk，DEAR）如果損失分別服從正態(tài)分布，超過一天的VaR值可以由如下公式導(dǎo)出（在市場持續(xù)有效的假設(shè)下）：N天VaR=DEARN1/2一些流動性很強的交易頭寸往往需以每日為期計算風(fēng)險收益和VaR值；一些期限較長的頭寸,如養(yǎng)老金和其它投資基金,則可以以每月為期；巴塞爾委員會要求銀行以兩周,即10個營業(yè)日為持有期。,47,第一節(jié)利率風(fēng)險概述,2.置信水平的選擇置信水平過低，損失超過VaR值的極端事件發(fā)生的概率過高，這使得VaR值失去意義；置信水平過高，統(tǒng)計樣本中反映極端事件的數(shù)據(jù)也越來越少，對VaR值估計的準(zhǔn)確性下降。通常采用的

26、置信水平為5%、2.5%和1%。使用1%的置信水平表示一天中的損失超過VaR的概率為1%。并非整齊劃一，一般在95%到99%之間。JP.Morgan選擇95%;花旗銀行選擇95.4%;大通曼哈頓選擇97.5%;BankersTrust選擇99%。選擇不同的置信區(qū)間估計風(fēng)險損失,在一定程度上反映了不同的金融機構(gòu)對于風(fēng)險承擔(dān)的不同態(tài)度或偏好,一個較寬的置信區(qū)間意味著模型在對極端事件的發(fā)生進行預(yù)測時失敗的可能性相對較小。對VaR的準(zhǔn)確性和模型的有效性可以進行返回檢驗(BackTesting)。置信水平?jīng)Q定了返回檢驗的頻率。巴塞爾銀行監(jiān)管委員會選擇的置信水平是99%,48,第一節(jié)利率風(fēng)險概述,（三）V

27、aR應(yīng)用于投資組合風(fēng)險分析的相關(guān)指標(biāo),1邊際VaR（MarginalVaR）。它是指當(dāng)某一資產(chǎn)的持倉數(shù)量增加一個單位或者1的時候，該組合的VaR值的變化。邊際VaR反映了新增資產(chǎn)對整個組合的風(fēng)險貢獻。對于投資組合而言，要控制風(fēng)險，就要盡量增持邊際VaR小的資產(chǎn)。,49,第一節(jié)利率風(fēng)險概述,2分散化VaR（VaRDiversificationImpact）。指的是組合對VaR的分散化效應(yīng)。組合的VaR值不是等于各個資產(chǎn)VaR值相加之和，而是小于各個資產(chǎn)VaR相加之和，這反映了資產(chǎn)的分散化效應(yīng)和風(fēng)險的次可加性（Subadditivity）。它們之間的差值就是分散化VaR，也就是分散化投資導(dǎo)致的風(fēng)險

28、的減少。,50,第一節(jié)利率風(fēng)險概述,3局部VaR(PartialVaR)，也稱之為成分VaR(ComponentVaR)。它指的是從組合中減少一項資產(chǎn)對組合VaR值的影響，負的局部VaR值表示的是當(dāng)組合去掉一項資產(chǎn)后，組合VaR值減小的數(shù)量。一般而言，邊際VaR對控制增量風(fēng)險較為有效，而局部VaR對存量風(fēng)險的控制較為有效。,51,第一節(jié)利率風(fēng)險概述,4期望尾損失(ExpectedTailLoss)，也稱之為條件VaR（ConditionalVaR）。它是指組合處在超限區(qū)間（比如95的置信水平下，尾部5的部分就是超限區(qū)間）之內(nèi)損失的期望值。VaR值說明的是在給定的置信水平上最為嚴重的損失程度，V

29、aR本身并不說明尾部超限區(qū)間內(nèi)損失的狀況。期望尾損失能彌補VaR值在反映尾部風(fēng)險方面的不足。如果期望尾損失與VaR值的差值越大，就說明該組合（或證券）損益分布的肥尾性就越強，風(fēng)險在相同的VaR水平上也就更高。,52,第一節(jié)利率風(fēng)險概述,（四）VaR風(fēng)險分析法的特點,優(yōu)點：1VaR把對未來損失的大小和該損失發(fā)生的可能性結(jié)合起來2該風(fēng)險衡量方法適用面寬。VaR適用于衡量包括利率風(fēng)險、匯率風(fēng)險、股票價格風(fēng)險以及商品價格風(fēng)險和衍生金融工具風(fēng)險在內(nèi)的各種市場風(fēng)險這使得用一個具體的指標(biāo)數(shù)值(VaR值)就可以概括地反映整個金融機構(gòu)的風(fēng)險狀況，有利于金融機構(gòu)對風(fēng)險的統(tǒng)一管理，也有利于監(jiān)管部門對該金融機構(gòu)的市場

30、風(fēng)險資本充足率提出統(tǒng)一要求。3通過調(diào)節(jié)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。4VaR是一種用規(guī)范的統(tǒng)計技術(shù)來全面綜合地衡量風(fēng)險的方法，大大增加了風(fēng)險管理系統(tǒng)的科學(xué)性。,53,第一節(jié)利率風(fēng)險概述,VAR方法缺陷：,（一）偶發(fā)事件和穩(wěn)定性風(fēng)險基于歷史數(shù)據(jù)模型的主要缺點在于，它們假設(shè)用歷史數(shù)據(jù)可以很好的預(yù)計未來的不確定性。然而，即使過去的數(shù)值測量完全精確，也不能保證將來不會應(yīng)產(chǎn)過去從未發(fā)生過的，令人措手不及的事情。突發(fā)性可能以兩種形式表現(xiàn)出來，一是一次性的偶發(fā)事件（例如貶值）；二是結(jié)構(gòu)性的變化（例如從固定匯率制變?yōu)楦訁R率制）。在歷史的圖形突然發(fā)生了突然而劇烈變化的情況下

31、，就會導(dǎo)致基于歷史數(shù)據(jù)的模型失效。VAR適用于正常市場條件下對于市場風(fēng)險的衡量，而對于市場出現(xiàn)極端情況時卻無能為力。,第,54,（二）模型風(fēng)險函數(shù)形式的風(fēng)險是模型風(fēng)險中最典型的風(fēng)險類型，如果對證券進行估價的函數(shù)選取不當(dāng)，就會導(dǎo)致估價誤差增大。例如，布萊克斯科爾斯模型，就是建立在一系列相當(dāng)嚴格的假設(shè)之上：布朗幾何運動，不變的利率及波動。對于傳統(tǒng)的股票期權(quán)，這些假設(shè)是成立的，但是對于如短期利率期權(quán)，運用這一模型就不合適了。參數(shù)風(fēng)險也稱為估測風(fēng)險，它源于測量參數(shù)不精確，即使在一個完全穩(wěn)定的環(huán)境下，我們都不可能觀測到真實的期望回報以及波動度隨著參數(shù)數(shù)量的增加，參數(shù)風(fēng)險也不斷擴大，用來估測風(fēng)險的參數(shù)越多

32、，由于其內(nèi)部相互作用而產(chǎn)生錯誤的幾率就越大，它們對風(fēng)險測度的誤導(dǎo)性就越大。,第,55,二、VaR的計算方法,（一）計算VaR的基本框架：風(fēng)險因子分解和映射VaR計算的關(guān)鍵問題就是確定資產(chǎn)組合在既定持有期限內(nèi)損益的概率分布。常見方法是根據(jù)投資組合不同的風(fēng)險暴露，即影響投資組合損益變化的風(fēng)險因子，對投資組合進行風(fēng)險因子分解；然后運用統(tǒng)計方法估計出每個風(fēng)險因子本身的概率分布函數(shù)；同時計算出整個組合對該風(fēng)險因子變動的敏感度，從而利用敏感性分析將風(fēng)險因子變化與組合價值變化聯(lián)系起來。這種思想可以表示為：投資組合的VaR=PSRP表示投資組合對該風(fēng)險因子暴露頭寸的市場價值，S表示投資組合對該風(fēng)險因子的價格敏

33、感度，R表示風(fēng)險因子（如利率、匯率和股票價格指數(shù)等）本身的波動性，即不利變動,56,第一節(jié)利率風(fēng)險概述,將風(fēng)險因子變化值轉(zhuǎn)化為組合價值變化的過程就叫作風(fēng)險映射（RiskMapping）。首先找出金融工具對應(yīng)的風(fēng)險因子然后利用蒙特卡羅模擬或者歷史模擬分析這些風(fēng)險因子的價格走勢最后用一個定價函數(shù)將風(fēng)險因子的價值映射到金融工具價值上，得到每個金融工具的損益值，并計算其VaR值。求解某個投資組合的VaR可以分解為兩個基本步驟：（1）求解組合價值對于每個風(fēng)險因子的敏感度指標(biāo)；（2）求解每個風(fēng)險因子變動的概率分布，即風(fēng)險因子本身的VaR。,57,第一節(jié)利率風(fēng)險概述,求解風(fēng)險因子VaR值的方法大致的分為兩類

34、參數(shù)方法參數(shù)方法就是假設(shè)風(fēng)險因子服從一定的概率分布函數(shù)，然后利用這種分布的特征來分析風(fēng)險因子的變化情況，從而算出VaR值。一般假設(shè)服從正態(tài)分布。非參數(shù)方法。非參數(shù)方法就是不假設(shè)風(fēng)險因子的分布函數(shù)，而是通過對風(fēng)險因子的歷史數(shù)據(jù)或隨機數(shù)據(jù)進行模擬并映射到金融工具上來得到組合收益的分布目前最流行的模擬方法是歷史模擬和蒙特卡羅模擬。,58,第一節(jié)利率風(fēng)險概述,（二）參數(shù)VaR及其波動性估計,參數(shù)法假定風(fēng)險因子收益的變化服從特定的分布(通常是正態(tài)分布)，然后通過歷史數(shù)據(jù)分析和估計該風(fēng)險因子收益分布的參數(shù)值，如均值、方差、相關(guān)系數(shù)等，從而根據(jù)公式得出整個投資組合收益分布的特征值。k()表示在正態(tài)分布下給定

35、概率所對應(yīng)的標(biāo)準(zhǔn)差數(shù)目，p表示整個投資組合收益的標(biāo)準(zhǔn)差，i、j表示風(fēng)險因子i和j的標(biāo)準(zhǔn)差，ij表示風(fēng)險因子i和j的相關(guān)系數(shù)，Xi表示整個投資組合對風(fēng)險因子i變化的敏感度，有時被稱為Delta,59,第一節(jié)利率風(fēng)險概述,參數(shù)VaR分析可以分為兩個步驟：一是分析投資組合對每個風(fēng)險因子的敏感度二是分析風(fēng)險因子本身的波動性和相關(guān)性參數(shù)法最大的缺點就是它不能真實的反映投資組合在分布尾部的損失。,60,第一節(jié)利率風(fēng)險概述,估計風(fēng)險因子收益率標(biāo)準(zhǔn)差的主要模型：1移動平均波動性模型（MWAM）大量的市場波動性實證預(yù)測表明，假定r0的時候，往往有更好的預(yù)測結(jié)果。,61,第一節(jié)利率風(fēng)險概述,NWAM的缺陷：等權(quán)重

36、的移動平均。僅僅某一天的一個不正常收益就會對波動性的估計產(chǎn)生長時間的影響，只要該波動仍然包括在計算數(shù)據(jù)窗口中，用移動平均估計的波動性就會一直持續(xù)在高水平上，而實際的波動性很可能早就恢復(fù)到了正常水平，這種現(xiàn)象被稱為“幽靈效應(yīng)”。,62,第一節(jié)利率風(fēng)險概述,2指數(shù)加權(quán)移動平均模型（EWMA）該模型認為不同時期的歷史收益率數(shù)據(jù)在波動性的預(yù)測過程中所占權(quán)重并不相同，距當(dāng)前時間越遠的數(shù)據(jù)所占的比重越小。決定權(quán)重的分配，被稱為衰減因子（DecayFactor）,63,第一節(jié)利率風(fēng)險概述,3GARCH模型（廣義自回歸條件異方差模型）GARCH模型把條件方差看作是前期誤差的函數(shù)，也就是說條件方差是隨著時間的變

37、化而變化的。GARCH模型中最簡單也是最常用的一種形式是GARCH(1，1)模型，它的表達式如下：其中是長期波動性的權(quán)重，且=VL，=1-,所以GARCH(1，1)模型只有當(dāng)+1時才是穩(wěn)定的，因為此時是為非負的。,64,第一節(jié)利率風(fēng)險概述,（三）非參數(shù)VaR：歷史模擬法,歷史模擬法的假設(shè)前提：歷史可以在未來重復(fù)自身直接根據(jù)風(fēng)險因子收益的歷史數(shù)據(jù)來模擬風(fēng)險因子收益分布，預(yù)測未來變化。風(fēng)險因子收益的歷史數(shù)據(jù)是該VaR模型的主要數(shù)據(jù)來源。歷史模擬法的一個重要缺陷就是VaR的估計值對所選用的歷史樣本期間比較敏感。歷史模擬法按照取樣方式的不同可以分為簡單的歷史模擬法和可以重復(fù)抽樣的歷史模擬法,65,第一

38、節(jié)利率風(fēng)險概述,簡單的歷史模擬法直接將歷史上的日收益率變化作為模擬過程的一個情景，就是認為過去的市場變化會在將來重演主要問題就是數(shù)據(jù)缺乏的問題,可以重復(fù)抽樣的歷史模擬法首先，按照隨機可替代的方法等概率地從風(fēng)險因子的歷史收益率數(shù)據(jù)庫中抽取一個收益率，作為該風(fēng)險因子在未來一個可能的價值變化率，抽取出來的收益率數(shù)據(jù)又被放回在數(shù)據(jù)庫中以供下一次抽樣。重要假設(shè)：風(fēng)險因子每天的收益率數(shù)據(jù)都不相關(guān)。否則就是產(chǎn)生數(shù)據(jù)的系列相關(guān)性問題,66,第一節(jié)利率風(fēng)險概述,（四）非參數(shù)VaR：蒙特卡羅模擬法,蒙特卡羅模擬法(MonteCarloSimulation)又稱隨機模擬法基本思路是從不同風(fēng)險因子的分布中隨機抽樣，由

39、這些隨機抽樣的值產(chǎn)生一個模擬的損益值，重復(fù)上述過程就會產(chǎn)生一系列損益值的分布,然后用定價公式將風(fēng)險因子價值變化映射為金融工具的損失，可以得到關(guān)于金融工具一系列的損益分布。在得到直方圖之后，在分布圖上設(shè)定不同的置信區(qū)間，就可以得到相應(yīng)置信區(qū)間下的VaR值。蒙特卡羅模擬法的計算精度與抽樣點數(shù)成正比，需要較大的計算量才能達到較高的計算精度。蒙特卡羅模擬模型與歷史模擬最大的不同是資產(chǎn)的收益率不是取自歷史數(shù)據(jù)，而是用計算機模擬出來的,模擬時首先要為風(fēng)險因子選擇一個隨機過程，該隨機過程決定風(fēng)險因子在未來的價格走勢。,67,第一節(jié)利率風(fēng)險概述,（五）參數(shù)法和非參數(shù)法的比較,68,第一節(jié)利率風(fēng)險概述,69,三

40、、對VaR的補充：壓力測試(StressTesting)和情景分析(ScenarioAna1ysis),VaR對金融機構(gòu)或資產(chǎn)組合市場風(fēng)險的衡量的有效性是以市場正常運行為前提條件的，壓力測試和情景分析是對VaR在異常市場條件下的局限性的補充壓力測試和情景分析是指將整個金融機構(gòu)或資產(chǎn)組合置于某一特定的主觀想象的市場情況之下，然后測試該金融機構(gòu)或資產(chǎn)組合在這些關(guān)鍵市場變量突變的壓力下的表現(xiàn)狀況，以考慮它們是否能經(jīng)受得起這種市場的突變金融監(jiān)管部門在同意金融機構(gòu)使用以VaR為基礎(chǔ)的內(nèi)部模型來衡量正常條件下的市場風(fēng)險的同時，也要求金融機構(gòu)不但要使用返回檢驗來檢驗VaR模型的有效性，還要使用壓力測試和情景

41、分析來衡量金融機構(gòu)在遇到意外風(fēng)險時的承受能力，以補充VaR模型的不足。,70,第一節(jié)利率風(fēng)險概述,（一）壓力測試情景生產(chǎn)方法,使用過去發(fā)生的市場極端變化的事件假設(shè)變化和情景的壓力測試方法1歸零壓力情景方法（Zero-OutStressScenarioApproach）。該方法并未使用真實市場事件，而是對一個風(fēng)險因子或一小組風(fēng)險因子使用多維度的極端假設(shè)情景。2預(yù)期壓力情景方法（AnticipatoryStressScenarioApproach）。該方法基于當(dāng)前合理的經(jīng)濟環(huán)境，將未來可能會發(fā)生的極端情況考慮進來。3預(yù)測壓力情景方法（PredictiveAnticipatoryStressScen

42、arioApproach）。該方法首先選出與資產(chǎn)相關(guān)程度最高的核心市場風(fēng)險因子，其它風(fēng)險因子通過方差協(xié)方差矩陣和這個核心因子相關(guān)聯(lián)。然后假設(shè)核心風(fēng)險因子發(fā)生變化，并通過協(xié)方差矩陣來影響其它因子，從而生成情景。,71,第一節(jié)利率風(fēng)險概述,壓力測試實例對一種貨幣（德國馬克）的單一角度的壓力測試。假設(shè)德國馬克對美元的預(yù)期匯率是1美元兌1.5德國馬克?，F(xiàn)在我們手中有一份遠期合同，需要在合同到期時按照當(dāng)時的即期匯價賣出1.5億德國馬克?，F(xiàn)在這1.5億德國馬克相當(dāng)于1億美元。下圖中表示的是即期匯率上下波動時對損益的影響。比如，德國馬克對美元貶值6%，造成的損失就是600萬美元。在這種情況下，損益結(jié)果是嚴格

43、線性的。,72,第一節(jié)利率風(fēng)險概述,（二）壓力測試的標(biāo)準(zhǔn),DPG（DerivativeProductGroup）在1995年發(fā)布的自發(fā)性監(jiān)管框架中提出了壓力測試標(biāo)準(zhǔn)，認為只要風(fēng)險因子的波動達到以下水平就可以用于壓力測試：1.平行收益率曲線上下波動100個基點；2.收益率曲線的斜率上下變動25個基點；3.上述兩種情況同時發(fā)生；4.3個月收益率波動性的變化幅度超過現(xiàn)行水平的20%；5.股票指數(shù)的波動超過上下10%；6.股票指數(shù)波動性的變化幅度上下超過6%，其它貨幣上下超過20%；7.外匯匯率波動性的變化幅度上下超過現(xiàn)行水平的20%；8.掉期價差波動幅度上下超過20個基點。,73,第一節(jié)利率風(fēng)險概述

44、,DPG對不同區(qū)域的規(guī)定的壓力測試標(biāo)準(zhǔn)也不一樣，它根據(jù)地理區(qū)域?qū)⑹澜缃鹑谑袌龇譃?個部分,每個部分都應(yīng)用不同的壓力測試標(biāo)準(zhǔn),74,（三）壓力測試的問題,首先，市場變量相關(guān)性和測試變量的選擇問題.合理的測試變量的選擇要考慮所選擇的變量是獨立變量還是與其他變量有較大的相關(guān)性的變量。其次，對分析的前提條件要重新確認,某一或某些市場因素的異?；驑O端的變化可能會使得風(fēng)險分析的前提條件也會發(fā)生變化第三，但實踐中過多的壓力測試并不意味著抓住了風(fēng)險管理的實質(zhì)和要害，也不意味著高水平的風(fēng)險管理。壓力測試應(yīng)與其他風(fēng)險衡量方法相結(jié)合，尤其是與VaR相結(jié)合，而不是替代VaR,75,第一節(jié)利率風(fēng)險概述,壓力測試的優(yōu)點1

45、.壓力測試的對象選擇是建立在主觀基礎(chǔ)上，測試者自行決定市場變量及其測試幅度，因而可以模擬市場因素任何幅度的變化。2.壓力測試不需要明確得出發(fā)生某一類事件的可能性大小，因而沒有必要對某一種變化確定一個概率，相對較少涉及復(fù)雜的數(shù)學(xué)知識，非常適合交流。3.作為商業(yè)銀行高級風(fēng)險管理工具，壓力測試可以為管理層明確指出資產(chǎn)組合價值發(fā)生變化的本質(zhì)原因和風(fēng)險因素。,76,第一節(jié)利率風(fēng)險概述,壓力測試的缺陷1.測試變量與測試幅度選擇問題。2.對壓力測試假設(shè)條件的重新鑒定，這是因為某些市場因素異常或極端那變化可能使得分險分析的假設(shè)前提條件發(fā)生變化。3.對眾多風(fēng)險因素進行不同幅度的測試所帶來的工作量巨大。4.每次壓

46、力測試只能說明事件的影響程度，并沒有考慮未來事件發(fā)生的可能性，這不僅在某種程度上加重數(shù)據(jù)過載的問題，同時使得管理層難以分清主次。,77,第一節(jié)利率風(fēng)險概述,所謂情景分析是假定包括政治、經(jīng)濟、軍事在內(nèi)的投資環(huán)境發(fā)生變化。首先分析市場主要變量的可能變化進而分析對商業(yè)銀行資產(chǎn)組合的影響情景分析是一個戰(zhàn)略角度的分析技巧，它使得公司能夠評價各種不同的偶然事件對自身利潤流量的潛在影響。它使用多維的預(yù)測方法，幫助公司對其長期的關(guān)鍵薄弱層面作出評價。情景分析的目的是幫助公司的決策者在那些未必會發(fā)生但是具有災(zāi)難性后果的事件發(fā)生之前考慮并了解這些事件的影響。,（四）情景分析,78,第一節(jié)利率風(fēng)險概述,情景分析的步

47、驟第一步：情景定義第二步：情景要素分析第三步：情景預(yù)測第四步：情景合并第五步：情景展示和后續(xù)步驟,79,第一節(jié)利率風(fēng)險概述,在研究利率風(fēng)險的時候，比較有代表的虛擬情景有紐約利率7景（NY7Scenarios）。紐約利率7景源于紐約第126條監(jiān)管條例，它要求企業(yè)測試一下7種利率變化情景對公司的影響：原有利率利率在頭10年每年均勻遞增0.5，然后維持不變利率在頭5年每年均勻遞增1，其后的5年間每年均勻遞減1，然后維持不變利率即刻跳升3，然后維持不變利率即刻跳低3，然后維持不變利率在頭10年每年均勻遞減0.5，然后維持不變利率在頭5年每年均勻遞減1，其后的5年間每年均勻遞增1，然后維持不變,80,第

48、一節(jié)利率風(fēng)險概述,（四）壓力測試和情景分析的比較,兩者主要差別表現(xiàn)在以下幾個方面:首先，壓力測試只是對市場中的一個或相關(guān)的一組變量在短期內(nèi)的異常變化進行假設(shè)分析，研究和衡量的是這組市場變量異常變化給投資組合帶來的風(fēng)險；而情景分析假設(shè)的是更為廣泛的情況，包括政治、經(jīng)濟、軍事和自然災(zāi)害在內(nèi)的投資環(huán)境。其次，壓力測試是一個自下而上的過程；而情景分析是自上而下的過程。,81,第一節(jié)利率風(fēng)險概述,第三，壓力測試只對一個或相關(guān)的一組市場變量的變化進行假設(shè)分析，因而是一種一維分析；而情景分析則要在設(shè)定的環(huán)境變化下，對市場主要的變量及其最終對組合價值的影響進行分析，因而是多維的。第四，壓力測試只是對組合短期風(fēng)

49、險狀況的一種衡量，可以說只是風(fēng)險管理中的一種戰(zhàn)術(shù)性的方法；而情景分析則注重比較全面和長遠的投資環(huán)境的變化，因而可以說是一種戰(zhàn)略性的風(fēng)險管理方法。,82,第一節(jié)利率風(fēng)險概述,四、對VaR的返回檢驗(BackTesting),統(tǒng)計學(xué)中的返回檢驗是指將實際的數(shù)據(jù)輸入到被檢驗的模型中去檢驗該模型的預(yù)測值與現(xiàn)實結(jié)果是否相同的過程。對VaR的檢驗，具體指將某一投資組合在一段時間內(nèi)的實際盈虧數(shù)據(jù)與VaR的預(yù)測值比較，以檢驗該VaR的有效性。巴塞爾委員會建立了解釋返回檢驗結(jié)果的監(jiān)管框架。該框架根據(jù)返回檢驗的結(jié)果偏離模型預(yù)計值的幅度，將模型的有效性分為綠色、黃色和紅色3種區(qū)域，分別表示未顯示模型質(zhì)量和準(zhǔn)確性存在

50、問題、提出有效性問題但結(jié)果不確定和幾乎可以肯定該模型有問題的檢驗結(jié)果。返回檢驗本身也會存在是否有效可靠的問題。,83,第一節(jié)利率風(fēng)險概述,影響返回檢驗有效性的因素主要有3個:1.樣本空間的大小。2.對投資回報概率分布的假設(shè)。3.置信水平的選定。,84,第一節(jié)利率風(fēng)險概述,第四節(jié)衍生產(chǎn)品和金融工程在市場風(fēng)險管理中的應(yīng)用,一、衍生金融工具及其交易的性質(zhì)二、利用衍生金融工具進行風(fēng)險管理的特點三、衍生金融工具自身的風(fēng)險特性四、金融工程技術(shù)的發(fā)展對現(xiàn)代金融風(fēng)險管理的影響五、對金融工程局限性的探討,85,第,一、衍生金融工具及其交易的性質(zhì),衍生金融工具可以被簡單地定義為一種其價值取決于另一種或多種資產(chǎn)(被

51、稱之為基礎(chǔ)資產(chǎn)UnderlyingAsset或原生資產(chǎn)PrimitiveAsset)或指數(shù)的價值的金融合約。遠期和期權(quán)合約作為衍生金融工具兩種最基本的形態(tài)，其風(fēng)險和收益的屬性有較大的差異。遠期：回報與基礎(chǔ)資產(chǎn)的價格水平變化是呈線性和對稱關(guān)系的。期權(quán)：回報與基礎(chǔ)資產(chǎn)價格的變化呈非線性和非對稱的關(guān)系。,86,第一節(jié)利率風(fēng)險概述,衍生金融工具既可以被投資者用作管理風(fēng)險的工具，又可以被用來獲取收益。用作風(fēng)險管理工具時，投資者以風(fēng)險對沖的方式轉(zhuǎn)嫁了風(fēng)險，但同時必須付出相應(yīng)的代價。用作獲取收益的工具時，投資者往往采用以下三種形式：作為衍生金融工具的交易商、投機(Speculation)和套利(Arbitr

52、age),87,第一節(jié)利率風(fēng)險概述,對于金融監(jiān)管當(dāng)局而言，銀行運用衍生金融工具的不同交易動機則有完全不同的意義。真正用于風(fēng)險對沖的衍生金融工具交易是風(fēng)險管理的一個重要組成部分，因而一般會得到金融監(jiān)管當(dāng)局的支持，而用于投機的衍生金融工具交易則會大大增加銀行的總體風(fēng)險，因而常常會受到金融監(jiān)管當(dāng)局的嚴密監(jiān)管甚至懲罰或禁止。衍生工具交易在收益上的不對稱性使得參與交易者具有潛在的追逐風(fēng)險的動機，這不僅需要銀行內(nèi)部風(fēng)險控制體制的嚴格管理，而且還必須外部監(jiān)管機構(gòu)的密切監(jiān)管。,88,第一節(jié)利率風(fēng)險概述,二、利用衍生金融工具進行風(fēng)險管理的特點,1.用衍生金融工具管理風(fēng)險一般是采用風(fēng)險對沖(Hedging)的方式

53、，多用于匯率、利率和資產(chǎn)價格等市場風(fēng)險的管理。2.通過對沖比率的調(diào)節(jié)和金融工程方面的設(shè)計安排，可以將風(fēng)險完全對沖或根據(jù)投資者風(fēng)險偏好和承受能力將風(fēng)險水平調(diào)節(jié)到投資者滿意的程度。3.通過選擇遠期或期權(quán)類的衍生金融工具，可以選擇完全鎖定風(fēng)險或只消除不利波動而保留有利波動的風(fēng)險管理策略。,89,第一節(jié)利率風(fēng)險概述,4.可以隨著市場情況的變化，通過衍生金融工具的買賣，比較方便地調(diào)節(jié)風(fēng)險管理策略，便于風(fēng)險的動態(tài)管理。5.通過購買特定種類的衍生金融工具，可以分離某種特定的風(fēng)險并將其對沖掉，而保留其他愿意承擔(dān)的風(fēng)險。6.用衍生金融工具進行風(fēng)險管理本身也具有風(fēng)險，除信用風(fēng)險、操作風(fēng)險、結(jié)算風(fēng)險外，一種獨特的市

54、場風(fēng)險形式是所謂的基差風(fēng)險(BasisRisk)。,90,第一節(jié)利率風(fēng)險概述,三、衍生金融工具自身的風(fēng)險特性,1.衍生金融工具并沒有帶來新的風(fēng)險，其所包含的風(fēng)險無非仍是信用風(fēng)險、市場風(fēng)險、流動性風(fēng)險、操作風(fēng)險、法律風(fēng)險等。2.由于技術(shù)和通訊的迅速發(fā)展，日益復(fù)雜的金融工程技術(shù)使得衍生金融工具的復(fù)雜性、多樣性以及交易量日益增加，這些因素都使得衍生金融工具的風(fēng)險變得越來越復(fù)雜，難以被投資者充分理解和掌握，進而對風(fēng)險管理提出了新的挑戰(zhàn)。3.衍生金融工具的杠桿效應(yīng)使衍生金融工具交易具有更大的風(fēng)險。4.市場風(fēng)險在衍生金融工具交易中表現(xiàn)出一種特殊的形式，即所謂基差風(fēng)險(BasisRisk)的形式。,91,第

55、一節(jié)利率風(fēng)險概述,四、金融工程技術(shù)的發(fā)展對現(xiàn)代金融風(fēng)險管理的影響,約翰芬尼迪（JoinFinnerty）1988年：金融工程包括創(chuàng)新的金融工具和金融手段的設(shè)計、開發(fā)和實施，以及對金融問題給予創(chuàng)造性解決。金融工程的迅猛發(fā)展使得金融機構(gòu)的風(fēng)險管理發(fā)生了革命性的變化：金融工程的迅猛發(fā)展的確使得金融機構(gòu)的風(fēng)險管理發(fā)生了革命性的變化1.量化和科學(xué)化2.產(chǎn)品化3.市場化4.復(fù)雜化,92,第一節(jié)利率風(fēng)險概述,五、對金融工程局限性的探討,對金融工程的迷信和過度依賴，不僅會在微觀上使金融機構(gòu)疏忽更為全面的風(fēng)險控制機制的建設(shè)，也會在宏觀上導(dǎo)致市場投機力量的迅速上升，進而增加系統(tǒng)性風(fēng)險。因此，金融工程的發(fā)展應(yīng)該與建

56、立和不斷完善金融機構(gòu)全面系統(tǒng)的風(fēng)險內(nèi)部控制體系結(jié)合起來，同時還要結(jié)合政府和行業(yè)組織的外部監(jiān)管，使金融機構(gòu)承擔(dān)的風(fēng)險得到更加全面的監(jiān)督和管理。,93,第一節(jié)利率風(fēng)險概述,在金融工程具體的技術(shù)層面，對于金融風(fēng)險管理的一些不足之處：首先，金融工程對于嚴重的系統(tǒng)性風(fēng)險考慮不充分。其次，小概率事件始終是以數(shù)理模型為基本分析工具的金融工程的致命缺陷第三，對歷史數(shù)據(jù)的過度依賴,94,第一節(jié)利率風(fēng)險概述,第五節(jié)期貨對沖及其基差風(fēng)險,一、期貨對沖及其基差風(fēng)險（BasisRisk）的含義二、對沖比的確定與基差風(fēng)險管理三、一個案例：德國MG公司的對沖失敗,95,第,一、期貨對沖及其基差風(fēng)險（BasisRisk）的含

57、義,空頭對沖與多頭對沖完全對沖與不完全對沖基差：需要被對沖資產(chǎn)的即期價格與對沖期貨價格的差額?；铒L(fēng)險產(chǎn)生的原因：期貨合約基礎(chǔ)資產(chǎn)的風(fēng)險特征與被對沖目標(biāo)資產(chǎn)的風(fēng)險特征不相吻合基差風(fēng)險是一種特殊形式的市場風(fēng)險?；钤鰪姡⊿trengtheningofBasis）與基差減弱（WeakeningofBasis）基差風(fēng)險主要是由無風(fēng)險利率和資產(chǎn)未來的收益率的不確定性引起的。一般而言，用期貨對沖貨幣、股指或金銀等資產(chǎn)時基差很小，而對沖石油、玉米、銅等商品時，基差風(fēng)險較大基差風(fēng)險既可能改善對沖頭寸的狀況，也可能會惡化對沖頭寸的狀況。,96,第一節(jié)利率風(fēng)險概述,二、對沖比的確定與基差風(fēng)險管理,（一）最小方差

58、對沖率（MinimumVarianceHedgeRatio）對沖比（HedgeRatio）是指期貨合約頭寸規(guī)模與被對沖目標(biāo)資產(chǎn)頭寸規(guī)模的比率。最小方差對沖率的定義：h:最小方差對沖率，就是在方差最小的情況下被對沖目標(biāo)資產(chǎn)價格變化1個單位需要單位的期貨進行對沖。(S,F)指的是被對沖目標(biāo)資產(chǎn)即期價格和用于對沖的期貨價格之間的相關(guān)系數(shù)SF和分別是被對沖目標(biāo)資產(chǎn)即期價格波動的標(biāo)準(zhǔn)差和用于對沖的基礎(chǔ)資產(chǎn)期貨價格波動的標(biāo)準(zhǔn)差。,97,第一節(jié)利率風(fēng)險概述,h就如同是期貨價格和被對沖目標(biāo)資產(chǎn)價格之間的系數(shù)h*被對沖目標(biāo)資產(chǎn)頭寸變動的單位/(期貨乘數(shù)*期貨價格)=最小方差對沖所需要的期貨份數(shù)。最小方差對沖率可以用來度量期貨價格對于被對沖目標(biāo)資產(chǎn)價格的敏感性，它表示在風(fēng)險最小的情況下，當(dāng)期貨價格變動一個單位時被對沖目標(biāo)資產(chǎn)價格變動的單位。,98,第一節(jié)利率風(fēng)險概述,（二）基于持續(xù)期的對沖對于利用短期利率期貨對沖債券投資的利率風(fēng)險，可以采取基于持續(xù)期的對沖。P：投資組合的價值Fc：利率期貨的價值，DPDF分別為投資組合的持續(xù)期和期貨的持續(xù)期負號表示期貨的頭寸和組合中的頭寸是相反的當(dāng)收益率的變化增大的時候，持續(xù)期的度量就會變得不準(zhǔn)確。而且持續(xù)期還假設(shè)所有的收益率之間都是完全相關(guān)的。這兩者都限制了持續(xù)期作為一種風(fēng)險管理方法的使用。,99,第一節(jié)利率風(fēng)險概述,