金融風(fēng)險及其管理方法綜述

1、 金融風(fēng)險及其治理方法綜述摘要：本文首先通過8年金融危機(jī)對現(xiàn)代金融風(fēng)險的本質(zhì)進(jìn)行闡述，然后分不從市場風(fēng)險，信用風(fēng)險,操作風(fēng)險，流淌性風(fēng)險四個要緊方面進(jìn)行介紹。市場風(fēng)險中從波動率角度和VR角度進(jìn)行分析。第一,針對波動率方面的GARC模型,利用8金融危機(jī)后的中國匯率變化進(jìn)行實例驗證;第二,介紹了利率敏感性缺口,久期，凸度,馬克維茨的均值方差模型,資本資產(chǎn)定價模型等定性及定量方法；第三，介紹了VR方法的差不多原理及其三個常用的計算方法:歷史模擬法，蒙特卡洛模擬法和方差協(xié)方差法。信用風(fēng)險的衡量和治理中，首先介紹了信用風(fēng)險的決定因素,然后闡述了信用分析技術(shù)的進(jìn)展，最后著重介紹了我國商業(yè)銀行的信用治理現(xiàn)狀

2、和針對商業(yè)銀行信用風(fēng)險的治理方法內(nèi)部評級法。 流淌性風(fēng)險的度量和治理中，要緊介紹了銀行金融機(jī)構(gòu)的流淌性治理指標(biāo)和非銀行業(yè)金融機(jī)構(gòu)的交易流淌性檢測。關(guān)于操作風(fēng)險，首先利用光大烏龍指來講明操作風(fēng)險的嚴(yán)峻性,然后簡要介紹計算操作風(fēng)險監(jiān)管資本金的方法，分不為差不多指標(biāo)法，標(biāo)準(zhǔn)法和高級測量法。關(guān)鍵詞: BS GARC V IRB 目錄 TC 1-h u HYPLIN l To37431560 一、現(xiàn)代金融風(fēng)險本質(zhì) AGEREF_Toc3747356 h HYPERLINK N:整理后1.1 從資產(chǎn)抵押債券(ABS)角度介紹08年金融危機(jī)發(fā)生原理 AGR_37561 h 3HYPERLINK N:整理后1

3、.2 現(xiàn)代金融風(fēng)險本質(zhì)淺析 PAGERE _To3743562 h 3YELINl _Toc3731563 二 、市場風(fēng)險 PAGERF _Toc3463h 4HYPERLINK N:整理后2.1 波動率 AGERFTo3773156 HYPERLINK N:整理后2 GRCH（1,)模型匯率角度運(yùn)用 ARE _Toc3747356 4HYPRLN l_Tc374715 22.1 GRCH模型介紹PAGEREF _oc7456 h 4HYPERLINK N:整理后.2 匯率樣本數(shù)據(jù)圖 PAGERE _T34731567 5 PINKl _Toc37473568.3 ACH效應(yīng)檢驗 PAGERE

4、FToc34731568 5 YPERLIK l _Toc374731569 2.4GAR（1,1)模型PAGEREF T74731569 8 HEK l Toc3743157 2. 匯率值預(yù)測 PAGEREF _c374731570h 11 HYPERLIK l _Toc7431571 2 VR模型 PAGERF Toc74737 13 YPERLNK l _Toc37731572 2.4 市場風(fēng)險治理方法PAERF_Tc37431572 h 14 YPERLI l _Tc377317.1 利率敏感性缺口治理 PARE _c3743173 h HYPERLINK N:整理后2. 一種定量治理

5、的方法久期和曲率 AGRE _o33157 4HYPERLINK N:整理后l24.3馬柯維茨的均值一方差理論 PAGE _o37431575 5HYPERLINK N:整理后l2.44資本資產(chǎn)定價模型（CAP) PAGE _3473157 h 15 YPERLI l _Tc37357 三、信用風(fēng)險 GERE To37731577 6 YERLIN l _To7473578 3.信用分析技術(shù)的進(jìn)展PAGEEF_Toc773157816HYPERLINK N:整理后.2 一些預(yù)防信用風(fēng)險的方法 PGREF o3747159h 16HYPERLINK N:整理后l3.3 內(nèi)部評級法 PAGREF

6、Tc773180 17YPRLINK l _To3747581 3.4 對我國商業(yè)銀行信用風(fēng)險的一些考慮 AGERF _oc34718 h 8HYPELNKl _To3773158 四、流淌性風(fēng)險PREF_Toc371582 h 18HYPERLINK N:整理后4銀行業(yè)流淌性風(fēng)險 PGEE_Tc373153 h 8HYPRLINK l T37475844.非銀行業(yè)金融機(jī)構(gòu)面臨的流淌性風(fēng)險：要緊是交易流淌性風(fēng)險PGERE _c3473584 h 1HYPERLINK N:整理后l五、操作風(fēng)險 AGERE _Toc3473185 h 19HYPERLINK N:整理后l51操作風(fēng)險介紹 PGRE

7、F_To34731586h 1HYPERLINKl _Tc3473157 5 實例：光大烏龍指事件 AGE oc37731587 h19HYPERLINK N:整理后參考文獻(xiàn)： PAGEREF _Tc7473158 h 2 HYELINl _T3473589 附錄: PAGREF To37473189 h1一、現(xiàn)代金融風(fēng)險本質(zhì)1.1 從資產(chǎn)抵押債券(AB)角度介紹08年金融危機(jī)發(fā)生原理債務(wù)抵押債券是一種專門的資產(chǎn)抵押債券,其基礎(chǔ)資產(chǎn)為固定收益?zhèn)?。由于美國的銀行在住房抵押貸款方面的審查不嚴(yán)格，或者講是刻意為之,導(dǎo)致產(chǎn)生了大量的次級債。銀行為了縮短流淌性期限，進(jìn)行了資產(chǎn)證券化，將這些CO分為不同

8、的級不（分為高級,中間級和股權(quán)級)進(jìn)行發(fā)行,而購買這些CO的金融機(jī)構(gòu)(大多數(shù)為SP）對所得債券再次進(jìn)行CDO分級,進(jìn)行發(fā)行，從中獵取利潤,就如此一直到最后一家金融機(jī)構(gòu),由于大伙兒都不相信自己會是“擊鼓傳花的最后一個”，因此當(dāng)住房貸款違約時，銀行和最后一家持有DO的金融機(jī)構(gòu)就要承擔(dān)巨大的損失，金融危機(jī)就如此發(fā)生了！次級按揭高級份額（75%）AAA中間份額（20%）BBB股權(quán)份額（5%）無級不高級份額（75%）AAA中間份額（20%）BBB股權(quán)份額（5%）簡化的ABS CDO1.2 現(xiàn)代金融風(fēng)險本質(zhì)淺析次級債市場如此的“金融創(chuàng)新”活動，存在著積極和消極的兩面性,假如過度地?fù)?dān)心它的消極性，例如資金鏈

9、斷裂引起的流淌性危機(jī)，那么,金融業(yè)的競爭活力就可能被過度的監(jiān)管所抹殺；另一方面,過于樂觀的強(qiáng)調(diào)它的積極性,把金融創(chuàng)新的風(fēng)險機(jī)制看得過于簡單化，同樣可能因為出現(xiàn)扭曲的風(fēng)險推斷而不可幸免的導(dǎo)致金融危機(jī)。此外,“消費(fèi)者金融”時代給信貸市場的競爭方式和監(jiān)管模式帶來了前所未有的挑戰(zhàn)。殘酷的競爭專門容易迫使金融機(jī)構(gòu)為不失良機(jī)而爭相提供更新、更直接的讓消費(fèi)者受惠的金融服務(wù)。結(jié)果,隨著金融創(chuàng)新活動的深化和金融業(yè)務(wù)的細(xì)分化，信息不對稱問題變得愈來愈嚴(yán)峻，潛在的風(fēng)險也越來越難察覺。因為監(jiān)管方式跟不上金融創(chuàng)新所帶來的新風(fēng)險,因此它積存到一定程度就專門容易爆發(fā)像“次級債風(fēng)波”那樣的危機(jī)。二 、市場風(fēng)險首先介紹市場風(fēng)險

10、。市場風(fēng)險要緊包括兩方面的風(fēng)險,分不是匯率風(fēng)險和利率風(fēng)險。由于中國的匯率并未完全放開，因此在中國，市場風(fēng)險要緊指利率風(fēng)險。針對市場風(fēng)險，能夠從兩個角度討論,波分不為動率角度和VAR角度。2.1 波動率從第一個角度來看，要緊包含歷史波動率,隱含波動率,CH, GRCH ，EWA等模型，本文要緊介紹GRCH模型。歷史波動率,簡單的講確實是利用前n期歷史數(shù)據(jù)的方差來衡量現(xiàn)在和以后所面臨的風(fēng)險。隱含波動率。Blckcholes期權(quán)定價公式表明期權(quán)價格是標(biāo)的資產(chǎn)價格,執(zhí)行價格,無風(fēng)險利率,期權(quán)期限和標(biāo)的資產(chǎn)在期限內(nèi)波動率的函數(shù)。在那個公式中,每一時刻段的波動率被假定為相同的,然而現(xiàn)實中的期權(quán)價格并不一定

11、等于理論價格,專門大程度上是由于實際上每一時刻段的波動率不同導(dǎo)致。將實際中的歐式看漲期權(quán)價格代入公式中,反解出的波動率稱為隱含波動率。因為看漲期權(quán)價格相關(guān)于波動率的偏導(dǎo)數(shù)為正，因此當(dāng)隱含波動率大于給定波動率時，期權(quán)的實際價格大于該期權(quán)的理論價格。ARH是自回歸條件異方差模型,GRCH是廣義自回歸條件異方差模型，EWMA是指數(shù)加權(quán)移動平均模型，這三種模型都要緊用來計算變化的波動率。 GRCH（1,1）模型匯率角度運(yùn)用.2. GARCH模型介紹自從Egle(1982)提出RCH模型分析時刻序列的異方差性以后，波勒斯列夫T.Bollrse(986)又提出了GAH模型，GARH模型是一個專門針對金融數(shù)

12、據(jù)所量體訂做的回歸模型，除去和一般回歸模型相同的之處，ARCH對誤差的方差進(jìn)行了進(jìn)一步的建模。特不適用于波動性的分析和預(yù)測，如此的分析對投資者的決策能起到特不重要的指導(dǎo)性作用,其意義專門多時候超過了對數(shù)值本身的分析和預(yù)測。 一般的ARC模型能夠表示為： 其中ht為條件方差,t為獨(dú)立同分布的隨機(jī)變量，ht與u互相獨(dú)立,ut為標(biāo)準(zhǔn)正態(tài)分布。(1）式稱為條件均值方程;（3）式稱為條件方差方程,講明時刻序列條件方差的變化特征。為了適應(yīng)收益率序列經(jīng)驗分布的尖峰厚尾特征，也可假設(shè) 服從其他分布,如ollelev(87)假設(shè)收益率服從廣義t分布,elson(11)提出的EGAH模型采納了ED分布等。另外,許

13、多實證研究表明收益率分布不但存在尖峰厚尾特性,而且收益率殘差對收益率的阻礙還存在非對稱性。當(dāng)市場受到負(fù)沖擊時，股價下跌，收益率的條件方差擴(kuò)大,導(dǎo)致股價和收益率的波動性更大；反之，股價上升時，波動性減小。股價下跌導(dǎo)致公司的股票價值下降,假如假設(shè)公司債務(wù)不變,則公司的財務(wù)杠桿上升，持有股票的風(fēng)險提高。因此負(fù)沖擊對條件方差的這種阻礙又被稱作杠桿效應(yīng)。由于GARC模型中,正的和負(fù)的沖擊對條件方差的阻礙是對稱的,因此GARC模型不能刻畫收益率條件方差波動的非對稱性。2.匯率樣本數(shù)據(jù)圖本模型使用的數(shù)據(jù)為2008年01月2日到2013年末的工作日匯率值,將匯率記為變量Y。其中，將2008年0月02日到201

14、1年12月0日的匯率值作為樣本。（數(shù)據(jù)見附錄）匯率樣本數(shù)據(jù)圖.2.3 ACH效應(yīng)檢驗假設(shè)進(jìn)行可能的差不多形式為: (1）利用最小二乘法可能式(1),結(jié)果如下： Dependent arable: Yethod: Least SuareSaple (dustd）： 10/00 12/0/201Incudd obseratins: 142 aftr adjustmntsaabloeffiienttd.Errrt-StitPrb.C001650.0054231.966400095Y(-1）0.820.00801238.35.00R-square0.999322Mean denden a.223Adu

15、st R-quaed0.99932S.D. depnentva0.2343S.E fregrssion0.005819Akaike info cierio-45319S surdres0.3520Schwarz rierion-7.4820Log lielihood388.17Hannan-Qunriter.-7.44976F-statitic13332.Durbn-Watson stat10649ob(F-stsic)0.000 (2） 對數(shù)似然值=388517 AIC=-7.4531 SC=7.443820AC值和SC值均較小，對數(shù)似然值專門大，意味著變量的滯后階數(shù)是合適的。通過t檢驗,常

16、數(shù)項和變量系數(shù)差不多上統(tǒng)計顯著的。下圖為該回歸方程的殘差圖,能夠注意到波動的“成群”現(xiàn)象:波動在一段較長的時刻內(nèi)特不小,在另一段較長的時刻內(nèi)特不大,講明誤差項可能具有條件異方差性。因此,對式(2）進(jìn)行條件異方差的ARCH M檢驗,得到了在滯后階數(shù)p1時的AC LM 檢驗結(jié)果如下：現(xiàn)在的F統(tǒng)計量和Obs*-squrd統(tǒng)計量的值均為0，因此拒絕原假設(shè)，講明式(2）的殘差序列存在CH效應(yīng)。Hetrokedaticit t: AHF-statistc28.68054Pro. (,109）0.0Os-suad.96383Prob. Ci-Suare()0.000Test Equation:Depednt

17、Vaiabe: RED2Mehod: Last SquaresSapl (adjd）:1/4/28 10/11Incled obsrvtins： 041 fter adjustmentsVriableCoeffcinSt. ErortStaisicP.2.80-52.8-061125820.000EID（-1)0.16194003045.3554210.000Rquared0.026862ean dependt ar3.4E05djusedR-sqare02592SD. dpnden var740E-05殘差平方相關(guān)圖檢驗：計算式（)的殘差平方的自相關(guān)(A)和偏自相關(guān)(PAC)系數(shù),結(jié)果如下:

18、由于自相關(guān)系數(shù)和偏自相關(guān)不為0，Q統(tǒng)計量比較顯著，能夠得出結(jié)論,式()的殘差序列存在RH效應(yīng)。.2.4 GARH（1,)模型在上文中得出“式（2)的殘差序列存在RCH效應(yīng)”這一結(jié)論,現(xiàn)在利用GARCH(，1)模型對式（1)進(jìn)行重新可能，結(jié)果如下:均值方程 ()方差方程 (4）Depndent Vrae： Meo: L - ACH （Mrqardt) - Nomal istribionSaple (aduted): 1/0/008 2/3/201nld oservaions: 102 fer djutmentsConrgence acievedaftr 0itertinsolersle-Woor

19、idgeobust standad errors & ovaiancePresampe riane: ckcst (parmeter = 0.）ARH = C（) + (）EID(-1)2 + C(4)*GA(-)araeCoeffcientd Erorz-Statisticrb.Y(1)0999581.8E-05333890000Vriance EatioC7.14E-073.7-02.2430.045R(-1）20.120990.62021935490052GARH(-1)0.860.040189.338000suared0.99910Me deendntvar672239AdjsteR-

20、quared09310S.D. depednt a.2243.E. of regssion0.005Akaike info rierion-7.97409Sum suredresid0.03560Schwrzcrtio-7.938411Lo likeiho419.10Hnna-Qinn cter-7.95003Durbi-Wtsostat1.87581方差方程中的ARH的系數(shù)在0.05的置信區(qū)間上不太顯著，然而牽強(qiáng)能夠同意,GARCH想的系數(shù)是統(tǒng)計顯著的,同時對數(shù)似然值有所增加,同時AC和SC變小，講明GACH(1，1)模型能夠更好的擬合數(shù)據(jù)。對均值方程進(jìn)行條件異方差的ARCH LM檢驗,扥到

21、了式（3）的殘差序列在滯后階數(shù)3時的統(tǒng)計結(jié)果如下：現(xiàn)在的F-satistic 統(tǒng)計量和Obs*Rsuaed統(tǒng)計量的概率分不為.9565和953，不拒絕原假設(shè),認(rèn)為該殘差序列不存在AH效應(yīng)。etroskedascitet： ARCHF-statiti06076Prob(3,105).565Ob*-squar0.31936Pob Chi-quare(3)0.9563Te Equatio:ependen aiabl： G_SIDMthod：est SuresSmpe (adjusted）: 10/2008 1/30/2011Incled observations:103 afe adjustment

22、WhteHetrskedastic-nsisten tandar Errors & CovaanceVariableCoeffinStd. Errort-SatisticPob.08640101713375.060.0000WGT_RESD2(1）003500.0590.019710.543WGRID2(-2)-1.91E-05.00768-.0250009980WG_RESD(-3)0171670.6382.69398.0073R-squed0.037Men deeentar0882744Ajusd R-sque0.02590S. ependent var5.11540SE. o resio

23、n5.1260Aaike nfocrierion610877Smsquardresid2714.50Shwarcritero6.12718oglilhood-3169.458Hnnn-Quinn ite.115900statistic.1007Dubin-Watnstat1.99971Pob(F-statist).956545式（3)的殘差平方相關(guān)圖的檢驗結(jié)果為如下：自相關(guān)系數(shù)和偏自相關(guān)系數(shù)近似為0,統(tǒng)計量也變得不顯著。那個結(jié)果也講明式(3)的殘差序列不存在ARH效應(yīng)。22. 匯率值預(yù)測下圖為利用GARCH（1,1)模型得到的預(yù)測圖：第一圖為預(yù)測值圖，第二幅為樣本方差圖,第三幅圖為模型的先驗預(yù)

24、測，觀看圖像發(fā)覺樣本值和預(yù)測值特不吻合。下面兩圖為實際值(第一幅)與預(yù)測值變動趨勢圖(第二幅）的比較：23VR模型起源：1993年,一個有工業(yè)國家的高層銀行家,金融家和學(xué)術(shù)界人士所組成的30人小組發(fā)表了一個關(guān)于金融衍生工具的報告，建議引入“風(fēng)險價值系統(tǒng)”(Valu at Rskystm)來評估金融風(fēng)險。194年J.Morg提出風(fēng)險治理理念aR，最初應(yīng)用于市場風(fēng)險的度量和監(jiān)管。VaR方法能簡單清晰地表示市場風(fēng)險的大小，以系統(tǒng)的概率理論作依托,因而得到了國際金融界的廣泛認(rèn)可。國際掉期交易商協(xié)會，國際清算銀行及巴塞爾委員會等團(tuán)體一致推舉，將aR方法作為市場風(fēng)險測量和操縱的最佳工具。 定義：20世紀(jì)0

25、年代起損失為基礎(chǔ)的風(fēng)險治理方法被提出并逐步興起。用.P.Mrgan的定義可將AR看作是在既定頭寸被沖銷或重估前可能發(fā)生的市場價值的最大損失的可能值；或者能夠用Jorio給出的權(quán)威講法，可把AR定義為“給定置信區(qū)間的一個持有期內(nèi)的最壞預(yù)期損失”。 理解:假如講馬科維茨的均值-方差投資組合理論模型是針對收益-風(fēng)險而言的話，那va確實是針對價值-風(fēng)險而言,這是兩個不同的角度。從本質(zhì)上講VaR是一個統(tǒng)計可能值,我們能夠在各種統(tǒng)計假設(shè)之下應(yīng)用多種統(tǒng)計方法來得到aR的可能。V方法由3個差不多要素組成:相關(guān)風(fēng)險因素的當(dāng)前頭寸,頭寸隨風(fēng)險因素變化的敏感性和對風(fēng)險因素向不利方向的預(yù)測。第一個要素是特不明確的，V

26、aR的不同計算方法要緊來源于對第二和第三個要素的不同處理。盡管一個組合VR的計算方法有專門多,但他們差不多上能夠劃分為3類: 歷史模擬法,蒙特卡洛模擬法和方差-協(xié)方差法。歷史模擬法:設(shè)f(w)是某資產(chǎn)組合的概率密度函數(shù)，由VaR的定義可知:，在給定的置信度C下我們能夠找到使w高于的概率為C。歷史模擬法假設(shè)f(w)是未知的，借助計算過去一段時刻內(nèi)的資產(chǎn)組合風(fēng)險收益的概率分布,通過找到歷史上一段時刻內(nèi)的平均收益，以及既定置信區(qū)間下的最低收益水平，求出從而推出aR的值。蒙特卡洛模擬法：與歷史模擬法類似，區(qū)不在于蒙特卡洛模擬法是基于歷史數(shù)據(jù)或是既定分布假定下的參數(shù)特征,借助隨機(jī)方法模擬出大量的資產(chǎn)組合

27、數(shù)值,從中推出VaR的值。方差協(xié)方差法：該方法是計算VR的常用方法,這種方法的核心是基于酬勞的方差-協(xié)方差矩陣進(jìn)行可能。其中最具代表性的是目前流行使用的J.Pog 銀行的Rsk Merics 方法,該方法假定投資組合的以后收益服從正待分布，差不多思路是先用歷史數(shù)據(jù)求出資產(chǎn)組合的收益的方差,標(biāo)準(zhǔn)差，協(xié)方差，然后利用資產(chǎn)收益的正態(tài)分布的性質(zhì)求出在一定置信區(qū)間下反映了分布偏差均值程度的臨界值進(jìn)而可能出VaR的值。舉例簡要介紹方差-協(xié)方差法的差不多方法論:一個交易組合,只包含價值為1000萬美元的微軟公司股票，計算中選擇10天的展望期,置信水平為9%,在計算過程中首先將展望期定為一天。假定微軟公司股票

28、的波動率為每天2%（波動率指收益率的波動率),因為交易頭寸的數(shù)量為1000萬美元,交易組合每天價值變化的標(biāo)準(zhǔn)差為2000美元。假定收益率的變化服從正態(tài)分布,因為N(-2.33）=0.01，因此價格變化下降大于2.3倍的標(biāo)準(zhǔn)差的概率為1%，因此00萬美元的微軟股票的一天展望期的99%V等于 2.3200000=466000美元,因此0天的9%Va等于4600*1014362美元。2.4 市場風(fēng)險治理方法2.4.1 利率敏感性缺口治理首先進(jìn)行定性治理資產(chǎn)負(fù)債治理(利率敏感性缺口治理)。將一個金融機(jī)構(gòu)的資產(chǎn)分為浮動利率資產(chǎn)和固定利率資產(chǎn),負(fù)債分為浮動利率負(fù)債和固定利率負(fù)債。利率敏感性是指浮動利率資產(chǎn)

29、的利息收入與浮動利率負(fù)債的利息支出受市場利率變化阻礙的大小。利率敏感性,其中，P為凈利息收入變化，A為浮動利率資產(chǎn)的利息收入,L為浮動利率負(fù)債的利息。當(dāng)浮動利率資產(chǎn)不等于浮動利率負(fù)債時，則存在風(fēng)險敞口。當(dāng)浮動利率資產(chǎn)大于浮動利率負(fù)債時，存在利率敏感性正缺口，反之則存在負(fù)缺口。.4.2一種定量治理的方法久期和曲率久期(urato）是使用加權(quán)平均數(shù)的形式計算債券的平均到期時刻。它是債券在以后產(chǎn)生現(xiàn)金流的時刻的加權(quán)平均,其權(quán)重是各期現(xiàn)金值在債券價格中所占的比重。,D是久期，B是債券當(dāng)前的市場價格,PV(Ct)是債券以后第t期可現(xiàn)金流（利息或資本)的現(xiàn)值,T是債券的到期時刻。久期能夠用來衡量利率風(fēng)險：

30、，從公式中能夠看出，當(dāng)利率變化一定時,一種資產(chǎn)的久期越大，則這項資產(chǎn)的價格變化越大。 由此引申出消極的久期治理策略和積極的治理策略。設(shè)A為資產(chǎn),L為負(fù)債，當(dāng)時，為消極策略;當(dāng)時,為積極策略。曲率（oxity）是今后收到現(xiàn)金流的時刻的平方的平均值。,，在點(diǎn)做二階泰勒展開，,整理得:，由此,.4.3 馬柯維茨的均值一方差理論馬柯維茨將統(tǒng)計學(xué)中期望與方差的概念引人資產(chǎn)組合問題的研究，提出用資產(chǎn)收益的期望來度量預(yù)期收益、用標(biāo)準(zhǔn)差來度量風(fēng)險的思想，為金融風(fēng)險的研究開發(fā)了一條全新的思路,首次在此基礎(chǔ)上研究了證券資產(chǎn)的投資組合問題,給出了在一定預(yù)期收益率水平下使投資風(fēng)險達(dá)到最小化的最優(yōu)投資組合計算方法，改變

31、了過去以常識或經(jīng)驗等定性的衡量風(fēng)險的方法。為此馬柯維茨的這項工作被喻為“引發(fā)了華爾街的第一次革命”。資產(chǎn)組合理論的差不多思想是“風(fēng)險分散原理”,應(yīng)用數(shù)學(xué)二次規(guī)劃建立起一套模式,系統(tǒng)的闡述了如何通過有效的分散化來選擇最優(yōu)組合的理論與方法。資產(chǎn)組合理論是以方差作為度量風(fēng)險的方法,方差方法的優(yōu)劣決定著資產(chǎn)組合模型的有效性。.4 資本資產(chǎn)定價模型(CAP）harp(1964）、Lintnr（6）和Mosin(1966）針對wsdeRisk方法的缺陷,開始探討均值方差模型的理論框架之下,如何使得資本市場出清即達(dá)到均衡時，資產(chǎn)的價格和收益率決定的方法，并分不獨(dú)立推導(dǎo)出了資本資產(chǎn)定價模型，簡稱CAPM。運(yùn)用

32、PM模型能夠?qū)狄环讲钅Ｐ瓦M(jìn)行優(yōu)化,依照CAPM的最優(yōu)化組合比例應(yīng)依照單種資產(chǎn)的系統(tǒng)風(fēng)險而不是總風(fēng)險計算。因為總風(fēng)險中的非系統(tǒng)風(fēng)險能夠通過在資產(chǎn)組合中包含足夠多的資產(chǎn)來達(dá)到分散的目的。APM模型表明,單種資產(chǎn)的總風(fēng)險中只有其中的系統(tǒng)風(fēng)險對資產(chǎn)的預(yù)期收益有貢獻(xiàn),投資者可不能因資產(chǎn)具有的非系統(tǒng)性風(fēng)險而得到任何附加的預(yù)期收益。APM模型深刻揭示了資本市場的運(yùn)動規(guī)律,對人們在資本市場上的投資行為具有重要的指導(dǎo)意義。三、信用風(fēng)險信用風(fēng)險能夠分解為3個差不多要素：信用風(fēng)險損失PD*EAD。式中PD為違約概率,為違約時的損失率,也等于1減去償還率(或回收率），EAD為違約時持有的頭寸。所有的信用風(fēng)險模型差

33、不多上針對其中的一個或幾個差不多要素來建立模型,但幾乎所有模型中都假定EAD是外生的且能夠單獨(dú)決定。1 信用分析技術(shù)的進(jìn)展，5C原則:Chrct(以往的信用狀況) Capaity(盈利能力) Capitl （資本） Collaterl（擔(dān)保物) Conditi(行業(yè)環(huán)境)，以企業(yè)財務(wù)數(shù)據(jù)為基礎(chǔ)的統(tǒng)計類模型要緊包括A(多元回歸)模型,Z-CRE（Z評分模型）等評分模型簡要表述如下：Z=a+B+C+dD ，其中,a，b,c,d分不為參數(shù),A,C,D為公司的財務(wù)指標(biāo),依照該公式為該公司的信用狀況進(jìn)行打分。得分越高,則該公司的信用狀況越好。 3，以股票市場信息為基礎(chǔ)的結(jié)構(gòu)化模型,要緊指KMV模型對KV

34、模型的簡要表述:通過一個公司在股票市場上的信息推斷出該公司的價值，該公司的價值與企業(yè)債務(wù)之間的差距叫做違約距離,當(dāng)違約距離專門大時,該公司違約的可能性專門小。V企業(yè)價值企業(yè)債務(wù)違約距離T，以債券市場信息為主的簡約化模型32 一些預(yù)防信用風(fēng)險的方法凈額結(jié)算:在同所有的交易對手之間,銀行均會持有一個涉及交易條款的標(biāo)準(zhǔn)合約，在標(biāo)準(zhǔn)合約中設(shè)定凈額結(jié)算條款是為了保證假如某交易對手對某筆合約違約，那么該對手必須對其他合同也違約。抵押品條款的作用機(jī)制和保證金制度特不類似。降級觸發(fā)策略:當(dāng)交易對手的信用評級低于一定水平常,例如a級時，金融機(jī)構(gòu)有權(quán)利將所有的交易平倉,通常，金融機(jī)構(gòu)會選擇那些對自身而言價格為正,

35、對對手而言價格為負(fù)的交易進(jìn)行平倉。33內(nèi)部評級法內(nèi)部評級法分為初級內(nèi)部評級法和高級內(nèi)部評級法。內(nèi)部評級法的文字表述為：一個金融機(jī)構(gòu)的風(fēng)險加權(quán)資產(chǎn)的比重是一個關(guān)于EAD，PD,LGD，WCR的函數(shù)，初級的內(nèi)部評級法是指PD由金融機(jī)構(gòu)自行測度，剩余的EAD,L，WDR由外部的其他機(jī)構(gòu)測量,而高級內(nèi)部評級法是指4個指標(biāo)都由金融機(jī)構(gòu)自行測量。目前我國的商業(yè)銀行中，只有中國工商銀行使用了高級內(nèi)部評級法，達(dá)到了與國際接軌的水平。(PD:交易對手違約的概率； ED:交易對手在違約時的風(fēng)險敞口； GD：交易對手的違約損失率; WCDR：在一定置信度下交易對手違約概率的最高值）內(nèi)部評級法模型的圖形表示如下:預(yù)期

36、損失 損失不太可能超過的數(shù)量在一定時刻展望期上的損失資本金損失概率密度函數(shù)以及金融機(jī)構(gòu)所需要的資本金模型的公式表示:假定某銀行有一個大數(shù)量的義務(wù)貸款人,每個義務(wù)人在一年內(nèi)違約的概率均為D,義務(wù)人之間的oua相關(guān)系數(shù)為。在9%置信度下交易對手違約概率的最高值 有99.9%的可能資產(chǎn)的損失小于 違約造成的預(yù)期虧損 銀行所需要的的資本金數(shù)量為 34 對我國商業(yè)銀行信用風(fēng)險的一些考慮我國商業(yè)銀行的信用風(fēng)險：商業(yè)銀行的信用風(fēng)險一般由兩個指標(biāo)來衡量，分不是撥備覆蓋率(撥備覆蓋率預(yù)備金/不良貸款）和不良貸款率（不良貸款率=不良貸款/貸款總額)。其中，前者是對信用風(fēng)險的事前衡量,后者是對信用風(fēng)險的事后衡量。銀

37、監(jiān)會規(guī)定,我國商業(yè)銀行的不良貸款率不得超過4%,撥備覆蓋率大于等于10%。此外，我國商業(yè)銀行現(xiàn)在面臨著一些潛在的信用風(fēng)險。首先是城投公司的貸款，地點(diǎn)政府面臨的還債壓力特不大，專門可能有一部分的貸款不能得到償還。其次是房地產(chǎn)貸款面臨著較大的信用風(fēng)險。第三點(diǎn)則是商業(yè)銀行表外業(yè)務(wù)的風(fēng)險。那個地點(diǎn)首先要區(qū)分國外和國內(nèi)的影子銀行的概念。在國外，影子銀行是指除了在監(jiān)管體制之內(nèi)的商業(yè)銀行外具備商業(yè)銀行功能,充當(dāng)商業(yè)銀行角色的金融機(jī)構(gòu)；在國內(nèi)，影子銀行是指商業(yè)銀行表外業(yè)務(wù)的變相貸款。例如,現(xiàn)在中國商業(yè)銀行表外業(yè)務(wù)中的理財業(yè)務(wù)事實上是對理財業(yè)務(wù)的一種扭曲,真正的理財業(yè)務(wù)應(yīng)該由顧客自擔(dān)風(fēng)險,然而我國的商業(yè)銀行理財

38、業(yè)務(wù)差不多上都承諾保本,商業(yè)銀行承擔(dān)了額外的風(fēng)險，也確實是講我國商業(yè)銀行表內(nèi)，表外資產(chǎn)隔離不明顯；同時，更嚴(yán)峻的是,利用理財業(yè)務(wù)得到的資金進(jìn)行變相的貸款使風(fēng)險猛增。四、流淌性風(fēng)險4.銀行業(yè)流淌性風(fēng)險流淌性風(fēng)險的衡量有以下幾個指標(biāo):流淌性比例=流淌性資產(chǎn)/流淌性負(fù)債,一般公司應(yīng)該大于等于10%;銀行為杠桿經(jīng)營,銀監(jiān)會規(guī)定中國商業(yè)銀行的流淌性比例大于等于25。存貸比，針對中國商業(yè)商業(yè)銀行而言,銀行的貸款總額不得超過存款總額的5。超額備付金率=超額存款預(yù)備金/存款總額商業(yè)銀行拆入資金量應(yīng)小于存款總額的4%,拆出資金量應(yīng)小于存款總額的%存款預(yù)備金率。我國人民銀行規(guī)定，大型商業(yè)銀行的存款預(yù)備金率為20%

39、，中小型銀行為16,。5同時,最新頒布的巴塞爾協(xié)議II中去杠桿化的要求和流淌性覆蓋率,凈穩(wěn)定資金比例差不多上針對銀行的流淌性風(fēng)險而言。流淌性覆蓋率(C）是銀行優(yōu)質(zhì)流淌性資產(chǎn)儲備除以以后0 日的資金凈流出量，它要緊反映短期(以后30 天內(nèi)) 特定壓力情景下，銀行持有的高流淌性資產(chǎn)應(yīng)對資金流失的能力。凈穩(wěn)定資金比例（SFR）是計算銀行一年以內(nèi)可用的穩(wěn)定資金與業(yè)務(wù)所需的穩(wěn)定資金之比,它要緊衡量一家機(jī)構(gòu)在特定壓力情景下,可用的長期穩(wěn)定資金支持業(yè)務(wù)進(jìn)展的能力。4 非銀行業(yè)金融機(jī)構(gòu)面臨的流淌性風(fēng)險:要緊是交易流淌性風(fēng)險資產(chǎn)的買賣價差比率s(賣出價-買入價）市場中間價。當(dāng)對某資產(chǎn)的一個頭寸進(jìn)行平倉時，金融機(jī)

40、構(gòu)付出的費(fèi)用為5s，其中為頭寸的貨幣價值，這反映了市場交易并非是建立在中間市場價格這一事實,買入資產(chǎn)交易的價格會按0s的比率高出市場中間價;賣出資產(chǎn)交易的價格會按.s的比率低于市場中間價。一種檢驗交易組合流淌性的手段是計算在一定的時刻段，在正常的市場條件下，對交易組合進(jìn)行平倉的費(fèi)用。假定為某金融機(jī)構(gòu)持有的第i個產(chǎn)品的買賣價差比率,為相應(yīng)頭寸的貨幣價值，因此平倉費(fèi)用(正常市場條件下）=五、操作風(fēng)險5.操作風(fēng)險介紹操作風(fēng)險是指由于顧客,不足的內(nèi)部操縱,系統(tǒng)或操縱失敗以及不可操縱的事件所引起的收入或者現(xiàn)金流的波動。操作風(fēng)險的度量能夠分為由上至下法和由下自上法，前者是講先考慮凈收入，凈資產(chǎn)等總體目標(biāo),

41、再考慮風(fēng)險因素和可能發(fā)生的損失事件造成的阻礙;后者反之。巴塞爾銀行監(jiān)管委員會將操作風(fēng)險分為7類:內(nèi)部詐騙，外部詐騙,雇員行為及工作場所安全性,客戶、產(chǎn)品以及業(yè)務(wù)活動，對實有資產(chǎn)的破壞，業(yè)務(wù)終止以及系統(tǒng)故障，交易的執(zhí)行、交付和過程治理。銀行能夠采納三種不同的方法來計算操作風(fēng)險監(jiān)管資本金。第一種方法稱為差不多指標(biāo)法，在這種方法中，操作資本金等于過去3年毛收入的平均值的1%，毛收入是利率收入和非利率收入的和。另一種方法稱為標(biāo)準(zhǔn)法,在該方法中銀行業(yè)務(wù)被分為8個不同的業(yè)務(wù)類不：企業(yè)融資，交易和銷售,銀行零售，商業(yè)銀行，付款和交割，代理服務(wù)，資產(chǎn)治理,零售經(jīng)紀(jì),首先將每一條業(yè)務(wù)類不在過去3年毛收入的平均值

42、與相應(yīng)的Bea相乘，然后求和，最終結(jié)果即為操作風(fēng)險資本金。第三種方法稱為高級測量法，在這一方法中銀行能夠采納自己設(shè)定的定量及定性標(biāo)準(zhǔn)來計算操作風(fēng)險監(jiān)管資本金。.2 實例:光大烏龍指事件03年8月日,大盤股盤中突然罕見瘋漲,使原本萎靡不振的上證指數(shù),在11點(diǎn)06分突然出現(xiàn)2秒的快速上漲，瞬間飆升逾10點(diǎn),從2074點(diǎn)被拉升至21985點(diǎn)，最高漲幅達(dá)5.6。中國證監(jiān)會新聞發(fā)言人8月3日通報：月16日1時0分,光大證券在進(jìn)行ETF申贖套利交易時,因程序錯誤，其所使用的策略交易系統(tǒng)以234億元巨量申購180ET(行情股吧買賣點(diǎn))成份股,實際成交達(dá)72.億元，引起滬深30、上證綜指等大盤指數(shù)和多只權(quán)重股

43、短時刻大幅波動。經(jīng)查,光大證券策略投資部自營業(yè)務(wù)使用的策略交易系統(tǒng),包括訂單生成系統(tǒng)和訂單執(zhí)行系統(tǒng)兩個部分,均存在嚴(yán)峻的程序設(shè)計錯誤。其中,訂單生成系統(tǒng)中ET套利模塊的“重下”功能（用于未成交股票的重新申報),在設(shè)計時錯誤地將“買入個股函數(shù)”寫成“買入ETF一籃子股票函數(shù)”。訂單執(zhí)行系統(tǒng)錯誤地將市價托付訂單的股票買入價格默認(rèn)為“0”,系統(tǒng)對市價托付訂單是否超出賬戶授信額度不能進(jìn)行正確校驗。由于光大證券的策略投資部長期沒有納入公司的風(fēng)控體系，技術(shù)系統(tǒng)和交易操縱缺乏有效治理。訂單生成系統(tǒng)中ETF套利模塊的設(shè)計由策略投資部交易員提出需求，程序員一人開發(fā)和測試。策略交易系統(tǒng)于0年6月至7月開發(fā)完成，7

44、月2日實盤運(yùn)行,至8月16日發(fā)生異常時實際運(yùn)行不足15個交易日。由于“重下”功能從未實盤啟用,嚴(yán)峻的程序錯誤未被發(fā)覺。2013年8月1日上午,交易員進(jìn)行了三組18ET申贖套利，前兩組順利完成。時分，交易員發(fā)起第三組交易。11時05分08秒,交易員想嘗試使用“重下”功能對第三組交易涉及的11只權(quán)重股票買入訂單中未能成交的24只股票進(jìn)行自動補(bǔ)單,便向程序員請教，程序員在交易員的電腦上演示并按下“重下”按鈕,存在嚴(yán)峻錯誤的程序被啟動,補(bǔ)單買入只股票被執(zhí)行為“買入24組ET一籃子股票”,并報送至訂單執(zhí)行系統(tǒng)。錯誤生成的訂單中先后有34億元訂單陸續(xù)通過校驗進(jìn)入上交所系統(tǒng)等待成交。直到先成交訂單的成交結(jié)果

45、返回到訂單執(zhí)行系統(tǒng)、賬戶資金余額實時校驗顯示為負(fù)時,訂單執(zhí)行系統(tǒng)的賬戶可用資金額度校驗才發(fā)揮作用。進(jìn)入上交所系統(tǒng)的34億元市價托付訂單中，有72.億元實際成交。其余161.3億元訂單被上交所交易系統(tǒng)依照預(yù)先設(shè)定的“最優(yōu)五檔即時成交剩余撤銷”的規(guī)則自動取消。參考文獻(xiàn)：1 滋維博迪 投資學(xué)（第九版) 機(jī)械工業(yè)出版社 P36-4 P183-92 2 約翰.赫爾 期權(quán)、期貨及其他衍生產(chǎn)品 機(jī)械工業(yè)出版社 P35-36 3 高鐵梅 計量經(jīng)濟(jì)分析方法及建模（第二版） 清華大學(xué)出版社 94-2184 約翰赫爾 風(fēng)險治理與金融機(jī)構(gòu)(第二版) 機(jī)械工業(yè)出版社5 王志誠 周春生金融風(fēng)險治理研究進(jìn)展:國際文獻(xiàn)綜述治

46、理世界,206，第四期6 周革平Va差不多原理，計算方法及其在金融風(fēng)險治理中的應(yīng)用 金融與經(jīng)濟(jì) 209,2 7 樊欣 楊曉光 操作風(fēng)險治理的方法與現(xiàn)狀 證券市場導(dǎo)報 2003.68 孫立堅 彭述濤 從“次級債”風(fēng)波看現(xiàn)代金融風(fēng)險的本質(zhì)9 東方財寶網(wǎng)光大烏龍指專題1 中國外匯交易中心網(wǎng)站1 FT中文網(wǎng)附錄： 日期USD/CN日期USD/NY0080027.99600-7-026.20208-01-037.2752010-07-05677332008-010472201-07-06.7900081-795201-0706.781208-1-087.27920107-6.7768008-1-7.27

47、2201-07-0730080-7.80520107-126.778201-1.2672010-0736.822081-14.26600-0146.755200-0157.252010716.77420801-167.182010-0-166.77208-1-177.2545201-0-1.78020-0-872512010-7-206.812008-01-217.298201007216.7822008-01-227.25562010-0-2.7859208-37.2350201-07-236.77902008012479200-0266.778008-01-257.062010072672

48、200801-27.99620100728.77852008-1-97.20202107-296.87200-07.998200-0-3067750208-037.18300-08026774220-02-0103200-08-03672008-2-419232008-046.15200-2-057.18462010-08-056.7783208-217.2200-08-066.70200-2-147.80100809.7685208-02-17.17632010-0810745008-2-1.167008-11.77682008-02-19.574201008-126.81008-2-2.1

49、200-0-3680352080217.1503010-08-16.8062008-0-2276300-0176.7979200-2-27.160010-08-86.795208-2250-0819.789008-2-277.1452010-0-20.208-0871209200-8.98208-2-29.5820-08-2467999208-03-037.182010-0-5.00008-0411521-0-266.8041008-0-057.1722010-08-2.8001208-3-07.16820100-36.8220003-77.10900-086.815208-3-107.100

50、2010-96.262008-031171901009-026.8020803-12710200-0-03.793200-0-7097010-09-066.7832008-03-17.082010-9-6.992008-3177.085010-09-86.797208-0-18.087021-09-09.78720080319.64821-0-106.7652080327052201009-1675092008-03-217.030100916.37208-03-247.051201009-16.7250200803-257.0436201-166.718108-03267.251-09-76

51、.172208-77.03020-9-2611000-0-87.07010916.697200-03-31.01902010-0-277082008-04-07.28200-98670512008-04-2.0292010-09-669362008-43.01201-09-306.701200804-77.022010-1-0668302008-87.00152010-1.6732200847.0025201010-16.6775200804-1069922010-1016.693208-0-117.0012200-10-146.6582208-14.99200-10156.69720080-

52、16.9962010-18541208-4-17.0047010-101655308-4-76.99201-26.6754200-04187.00200-101.6695008-17.782100-266752-0426.992010-10-256.7292008-04-23.983720100-266.762208-04-4.98021027.61200804-25.9949201-10-86.6008-04-26.990201-1296.6908208-4-296.98982010-11016.62-04-3000020101-02.69252008-05-07.00162010-11-6

53、.6818285066.9888201-11-46.7008-05-06.9480-1-56.661208-05-0701020-086.692008-0-0970002-1-96.80200-05-26.92201011-16.64502008-05-16.988720111-1.624220085-146.99820111-16.6392008-05-157.000201-1-15.6300-05-166.89200-1-16.64412008-05-19.7010-1-16.6490008-05-06.92010-186.5508-05-216.959710-1-9.64020-0526

54、.420-1226689008-05236.98201-11-36.6908-566.39901-246.589208-05-27.943201-11-265708-05-286.40801-11-66.6532008-29.94022010-112702005-30.42200-113067622-06-026.37210-12016.6786008-0-06.929201012026.690806046.9501-12-036.602008-6-5.939420-12-066.6100806066.23210-12-076.662008-06-06.1992010-12-086.61620

55、08-0616.9209211-0654208-0-16.90152-12-6.6604008-06-6.0181-12-136660008-06-16.028210-12-4653200-016891010-1-62008-06-1.882300-1-66.66352008-019686210-12-76653200-06-26.886010-12-206662320806-236866201-12-16.6597206-26.8361012-6.658008-06-256.88421-1-6.6660006-686320-12-246.3108-06-27.81021-12-7.63052

56、008-030.8512002-8.652008-07016.86082010-22.62720807-02686212001306.6920807-36859200-123.62272008-07-06863201-0146.208-70672011-1-0566295208-0708.881201101-06662008-07-09.8632211-0-07663408-106.889211-01-10634208-07-116.8392011-1-11621620807-168621-126.612820007-1830210107-16.1282011-011

57、46.5828-07-176.8189201-017.89720007-186.8282101-186.9120807-216.8271201-01-9.8850807-22.82192011-01-26.58300-0-236892011-01-2165862008-7-2687201106.5883008-07256.855201-01-2565812008-07-286.8272-0126.820-296.2052010176.5762008-0730683120-01-286302008-07-36.8882-16.5892008-0-06.843201-0-01.5802008-0-

58、046.8472011-02-09650208-0-06.8501211-0-106.59200-0-066.525211-2-116.59508-8785552011-014698520-08-08885201-2-156.529200808-116.6382011-016.5500-08-16.6592011-02-1765020808-6.862820102-186.782008-0-4.863020110-16.57052008-156869010-267722008-0-86.8651-02236.5828208-0816.8599211-2-24.5752088-26.852201

59、1-2-5657520088-216.85211-02-8.7520080-2.83571-03-01.57062008-08-256.897201-03-026.5760-08-26.4002011-03-03.565008-08-276.81501-0306.561208-08-286.836210307.560-6.3452011-3865687008-016.83201-09.7480-9-06.8359201103106.5713200809-3.838201-03116.570200809-046.4102011-3-146.7120080956.843611-3-.579208-

60、086.845211-03-166.578208-9096.8399201-0106.84062011-03-186.5668200-09-1.8572110-21.5322008-09-126.84582011-032.5592208-9-166.20320-3-23.56020809-176.82920110-6.56200-88220103-256.580200809-96.826011-03-286.6208-09226.83211-03-296625200-09-26.8092011-3-3065560009-24.8129011-03-16.55640-0