金融风险管理论文

=
表明我们应将前两只股票标记为增长型股票。而将后两只标记为价值型股票。不同的股票的残差彼此独立，而残差的方差分别是var( )= =0.0064、var（ ）= =0.0049、var（ ）= =0.0036和var（ ）= =0.003025.因子（月）变化的标准差是 =0.043,以及 =0.041，而因子变化之间的相关系数 =0.8。
5.36
1.17
0.12
1.18
估值
109.37
109.19
108.66
107.55
102.02
98.10
83.64
51.13
由此计算bond1的均值、方差和标准差：
E（ ）=109.37
等级
AAA
AA
A
BBB
BB
B
CCC
违约
概率（%）
0.09
2.27
91.05
5.52
0.74
0.26
0.01
0.06
第一步：确定联合转移概率矩阵
根据市场中介评级机构如 S&P 和 Moody 定期公布的数据，我们可以得到如表 1 的一年信用等级转移矩阵：
表1
初始等级
年终等级（%）
AAA
AA
A
BBB
BB

CCC
违约
AAA
AA
A
BBB
BB
B
CCC
90.81
0.70
0.09
0.02
0.03
0
0.22
8.33
90.65
2.27
第二步：确定每个资产在未来各个等级的价值。
第三步：计算资产组合的信用风险
CreditMetrics 提出了有两个度量信用风险的标准：标准差———反映了未来价格对其期望价格的离散程度；p 分位数（VaR 值），其意义是资产未来的价格只有 1-p%的概率会小于它， 对于大规模的资产而言可能分位数会更有意义，其数学表达如下：P(X≤Xp)=p%。
（一）信用风险
信用风险是金融市场上最为基本、最为古老的一类风险，也是银行所面对的基本风险之一。90年代后期以来，信用风险管理变得更加复杂，更具挑战性。近年来，在信用风险度量与管理的技巧和科学研究方面已经取得了长足的进展。以VaR(Value at Risk)为标志的先进信用风险评估管理技术的研究，在国际银行业正方兴未艾。其中，典型的代表为就是J.P.Morgen公司协同几家机构共同开发的CreditMetrics模型。
0
0
0.06
0.18
1.06
5.20
19.79
但是由于债券 1、2 分别有 8 种可能的情况，所以整个债券组合有 64 种可能情形，我们把这 64 种可能情形组成的矩阵称为这个资产组合的联合转移概率矩阵。计算资产组合的信用风险的核心问题就在于这个联合转移概率矩阵的确定。 一个最简单的想法就是将各自的转移概率相乘，但这假设了独立性，而债券之间显然是不独立的———至少受相同的宏观经济变量的影响。 CreditMetrics 提出了企业资产价值模型来计算相互之间的相关性，从而得到资产组合的联合转移概率矩阵。
国内外目前采用的利率风险管理技术主要有缺口管理、久期管理、VAR 方法和利用金融衍生工具管理利率风险。
VaR技术作为一种流行的风险管理技术，成功的运用与信用风险管理，同样也可使用于管理利率风险。VaR方法弥补了资金缺口分析法和久期缺口分析法只能反映资产价格与利率变动的敏感程度，却不能反映发生资产损失超过特定数值的情形的概率，或者在概率一定时资产所遭受的最大损失这一缺陷，他在衡量交易账户利率风险方面已得到很好的应用。
利用这些参数，得出的组合因子负荷是：
= .22
以及组合的残差方差是：var( )= var( )=0.0025 =0.001518
组合的收益方差是： =
组合美元价值的方差和标准差是 5 246 000。然后，在95%的置信水平下，VaR=1.65 =8 655 900美元。
三、VaR方法在信用风险度量中的应用
随着社会主义市场经济体制下的金融市场的建立和完善,金融市场上的行政干预会逐步让位于市场调节,金融风险敞口日益暴露。VaR方法能够为金融机构和投资人提供一种行之有效的市场风险管理工具,也能够为证监会等金融监管部门提供一个风险管理的标准。因此研究VaR在金融市场风险管理中的应用对于我国金融市场的健康发展具有十分重要的现实意义。
1、辨识市场因子,并将证券组合中的每一证券价值用市场因子表示(映射);
2、推测市场因子未来某一时期(如一天)的变化情景;
3、由市场因子的未来情景估测证券组合的未来价值(盯市,Mart-to-Market);
4、求出损益分布,在给定置信度下计算出VaR值.
（三）依据对风险因子及其与资产价值之间关系的不同处理方法，可以将VaR的获取方法分为三大类：历史模拟法、蒙特卡罗模拟法和方差—协方差法。下面我将以Delta（Δ）近似法为例，评估市场风险。根据金融数据的基本特征，通常假定资产收益率服从正态分布。例如，假设某资产的收益率为r，均值为u，标准差为σ,置信水平为1-c，对应的概率密度函数f（R）服从一般正态分布，即:
关键词：VaR 市场风险 信用风险 利率风险
一、引言
20世纪80年代，JP摩根的风险管理人员最终研发出一种能度量不同交易、不同业务部门的市场风险，并将这些风险体现为一个数值的风险度量方法，这就是VaR方法。1993年，30国集团把VaR作为处理衍生工具的“最佳典范”方法进行推广。使其在全球范围内的影响大大提升。1994年，JP摩根对外公布了VaR模型的技术文档。随着VaR技术的日渐成熟，风险管理专家们还对其在信用风险、利率风险等领域的应用进行了深入研究，同样取得了显著成果。
本文探讨运用VaR方法评估金融市场的市场风险、信用风险和利率风险,进而对VaR方法应用于我国金融市场的风险监管进行初步探讨,并提出相应的政策建议。
二、VaR模型及其在市场风险评估中的应用
（一）VaR（Value at Risk）按字面的解释就是“处于风险状态的价值”，其基本含义为：在一定置信水平和一定持有期内，某一金融资产或组合在正常的市场条件下所面临的最大损失额。在数学上，VaR可表示为投资工具或组合的损益分布（P&L Distribution）的分位数（ —quantile）,表达式如下：
VaR=
σ表示资产价格变动率r的波动，考虑价格变动的“瞬时”变化，有σ（r）=σ（ ）。假定债券价格变动唯一地取决于利率y，根据修正久期的含义，有 ,因此可得， ，代入VaR计算公式，得VaR=- =- 。债券VaR表示为利率波动率 的线性函数，其他所需数据如修正久期、债券价格、持有期等都能从市场上直接获取，只要能够求出 ，就能直接算出债券的VaR。
表示组合P在 持有期内市场价值的变化。上述等式说明了损失值等于或大于VaR的概率是 ，或者可以说，在概率 下，损失值是大于VaR的。也可以说，VaR的具体定义为：在一定的持有期△t内，一定的置信水平1- 下投资组合P可能的最大损失。即：
Prob( -VaR) = 1-
（二）VaR计算的基本步骤包括:
0.33
0.14
0.11
0
0.68
7.79
91.05
5.95
0.67
0.24
0.22
0.06
0.64
5.52
86.93
7.73
0.43
1.30
0.12
0.06
0.74
5.36
80.53
6.48
2.38
0
0.14
0.26
1.17
8.84
83.46
11.24
0
0.02
0.01
0.12
1.00
4.07
64.86
1-c=
r*表示资产收益率分布上某个分位点的数值，对应不同的置信水平1-c。可以找出不同的r*，P表示资产价值，则VaR=（- 一般假定μ=0，有 VaR= 。
（四）实证分析
假定一个具有四只普通股票和两个因子的，这两个因子被解释为增长型指数和价值型指数。组合价值为V=1亿美元，而四只股票的权重分别为 =0.4、 、 =0.2.这四只股票对两个因子的因子负荷是：
2、实证分析
我们用 CreditMetrics 中的一个比较简单的例子来说明CreditMetrics 度量信用风险基本步骤和思想。 考虑如下的资产组合。面值均为100万元，按年付息，其中，Bond1的票面利率为6%，期限为5年，信用等级为BBB，优先级别为2；Bond2的票面利率为5%期限3年，信用等级为A，优先级别为3.分析在95%的置信水平下该组合下一年的最大损失，即信用风险。
其中 表示资产组合的均值、方差， 、 表示资产组合一年后第 i 个状态的概率和价值， 表示第 i 个状态的方差，需要说明的是 是有单位的。 分位数的计算可以通过转移概率和相应的信用等级的价格得到。
表3Bond1价值分布
等级
AAA
AA
A
BBB
BB
B
CCC
违约
概率（%）
0.02
0.33
5.95
86.93
D（ ）=11.61
在95%的置信水平下，该组合在下一年度的最大损失不超过：
CrVaR= 万元
四、VaR方法在利率风险管理的应用
(一)上世纪70 年代到 80 年代中期，美国逐步实现存款利率市场化，导致利率飙升，最终引发了银行危机，1987 年至 1990年，美国平均每年有 200 家小银行倒闭，利率风险曾经给金融业造成过灭顶之灾，我国商业银行在利率市场化的过程中面临同样问题，必须采取措施，有效管理利率风险。根据巴塞尔的《利率风险管理与监管原则》的定义，利率风险是指利率的不利变动给银行财务状况带来的风险，包括重新定价风险、收益率曲线风险、基准风险和期权风险。