第35章 市场风险管理.pptVIP

假设每日收入是一致性独立分布。我们可以从直方图中左侧5%的“损失尾端”中得出在95%置信水平下的VAR。 上图显示的是1994年JP摩根公司每日收入的分布。 平均收入为510万美元，全年总共254个观察事件，254×5%=12.7 发生11次-1000万美元事件，15次为-900万美元事件，用插值法确定W*=-960万美元 VAR=E(W)-W*=510-（-960）=1470万美元 6、蒙特卡洛模拟中存在的问题 蒙特卡洛模拟法利用模拟仿真的技术计算VaR，计算过于繁重。一般来说，复杂的证券组合都是由多种货币的证券所组成的，这其中又包括债券、股票及期货、期权等多种衍生工具。基础的市场因子包括各种货币不同期限的利率、汇率和股票等，这是一个很大的集合。 以JP摩根的RiskMetrics系统为例，VaR的计算最多可涉及包括美国在内的15个国家，每个国家都有10-14个不同期限的利率，再加上各国的股票指数、商品价格指数，使得市场因子成为一个庞大的集合。即使市场因子的数目比较少，对市场因子矢量的多元分布进行几千次甚至上万次的模拟也是非常困难的。这就使得人们不断寻求新的方法来改进传统的蒙特卡洛模拟法。 例如MCMC方法（带马尔科夫链的蒙特卡洛方法）就是更先进的动态的蒙特卡洛方法。 VAR方法优点： ①VAR方法能够把预期的未来损失的大小和该损失发生的可能性综合起来。 ②VAR方法适用于包括利率风险、汇率风险、价格风险及衍生工具风险在内的各种市场风险的衡量。 ③存在模型风险，由于同样的模型可以采用历史模拟、 蒙特卡罗模拟等不同方法而得到资产收益的不同概率分布。 ④适用于正常市场条件下对于市场风险的衡量，而对于市场出现极端情况时却无能为力。 VAR方法缺陷： （一）偶发事件和稳定性风险 基于历史数据模型的主要缺点在于，它们假设用历史数据可以很好的预计未来的不确定性。然而，即使过去的数值测量完全精确，也不能保证将来不会应产过去从未发生过的，令人措手不及的事情。 突发性可能以两种形式表现出来，一是一次性的偶发事件（例如贬值）；二是结构性的变化（例如从固定汇率制变为浮动汇率制）。在历史上发生了突然而剧烈变化的情况下，就会导致基于历史数据的模型失效。 （二）模型风险 1、函数形式的风险是模型风险中最典型的风险类型，如果对证券进行估价的函数选取不当，就会导致估价误差增大。 例如，布莱克-斯科尔斯模型，就是建立在一系列相当严格的假设之上：布朗几何运动，不变的利率及波动。对于传统的股票期权，这些假设是成立的，但是对于如短期利率期权，运用这一模型就不合适了。 2、参数风险也称为估测风险，它源于测量参数不精确，即使在一个完全稳定的环境下，我们都不可能观测到真实的期望回报以及波动度随着参数数量的增加，参数风险也不断扩大，用来估测风险的参数越多，由于其内部相互作用而产生错误的几率就越大，它们对风险测度的误导性就越大。 商业银行市场风险度量ES模型 尽管VaR在对市场风险进行定量计算上发挥着不可或缺的作用，但是在一致性风险度量体系下其固有的缺陷一览无遗。 Artzner提出的ES模型则较好地弥补了VaR在各方面的局限性，鉴于其概念的合理性及优良性质，各国商业银行于世纪之交2000年开始引进这一全新的市场风险度量技术。ES是比VaR更为优良的统计估计值，运用ES技术进行风险度量可以避免VaR的内在缺陷，起到金融风险优化的作用。 ES(Expected Shortfall)即预期损失，有时也称为CVaR(条件风险价值)，它度量的是损失在VaR水平之上的平均损失值。 F(x) ? ? ? VaRα1 VaRα2 （ ? 1 x VaR和ES在风险度量方面的性质比较 1、VaR不是光滑连续的。因为VaR不考虑概率在100ɑ%下的极端事件，因而当置信度稍微增大时，VaR可能会变化很大。下图显示了这一点。 但我们由ES的性质可知，ES关于α是一致连续的，这就保证了度量结果的连续性和有效性。 2、VaR只满足一阶随机占优，不满足二阶随机占优，而二阶随机占优考虑了投资者的偏好问题（假定投资者为风险厌恶的）。由VaR进行风险管理的结果很可能得出与效用最大化目标相违背的结果。但我们由ES的性质知它是满足二阶随机占优的，从这个意义上来说，ES更符合理性化条件。 3、VaR不满足次可加性，但ES满足这一性质。次可加性（投资组合风险值不超过其各个组成部分的风险值之和）意味着具有组合风险分散化效应，违背次可加性将对风险资本金的分配产生了较大的困难，给全面风险管理带来很大的障碍，同时本来由于风险分散化效应使得金融机构能用比理论潜在损失少得多的资本来运作的好处也不存