CVaR风险度量法在银行信用风险管理中应用.docVIP

CVaR风险度量法在银行信用风险管理中应用内部评级体系作为巴塞尔协议新资本协议的核心内容，正成为全球银行业开展风险管理的主流模式。简单地说，内部评级体系是指银行依靠自身的数据基础，对交易或金融业务中的风险水平进行精确计量和等级划分，并以此作为风险决策的参考依据。花旗、汇丰和德意志等大型国际银行都认为，实施内部评级法可以直接降低资本要求，提高资本充足率，并享受国际清算银行给予的资本优惠。更重要的是，内部评级有助于银行提高自身风险管理水平，增强风险预警和预控能力，使监管资本和经济资本趋于一致，从而保证银行长期稳健的发展。随着近年来银行业务的发展和风险控制水平的提高，内部评级体系已经由最初的经验判断阶段、分析模板阶段、计分卡阶段发展到了模型化的阶段。目前风险评级系统都建立在历史数据库的基础上，应用统计分析模型直接生成系统参数，可准确计算出具有统计学意义的违约概率、违约损失率、风险敞口和预期损失率等关键指标。其中比较流行的风险管理模型主要有：Altman模型、穆迪Riskcal模型、基于期权定价原理的KMV模型和由J.P.摩根公司和其它几个银行共同推出的基于风险价值 的Credit Metrics模型等。 Credit Metrics模型主要利用借款人的信用评级、信用等级转换矩阵和违约贷款的挽回率等来计算个别贷款或者贷款组合的 值。 是直接给出了在给定概率的情况下，银行投资组合或者贷款在下一个阶段可能出现的最大损失。Credit Metrics模型确定债务人的信用等级、债务人信用等级转换的概率和债务人下一阶段出现不同信用等级的概率，计算在每个可能信用等级下贷款的折现价值，并以此来计算在一定置信水平下贷款的 值，该 值就是在一定置信水平下债权人可能面对的最大损失。 值力图反映出：银行个别贷款或贷款组合一旦面临信用级别变化或拖欠风险时所应准备的资本金数值。同时根据马尔维茨的资产组合理论，存在资产组合的有效前沿，在这个有效前沿上的每个点都意味着在给定风险下收益最大，或在给定收益下风险最小。商业银行资产组合风险管理的目的是达到银行风险―――收益的最优化，将银行资产进行有效配置，利用地区、行业、产品、客户之间的相关性进行风险分散，并可通过调整资产组合向资产组合有效前沿靠拢，在银行自有资本一定的情况下，实现收益最大。国际银行业日益重视银行资产组合管理在降低和分散银行风险中的作用，利用分散化原则限制贷款的过度集中于某一地区、行业和客户，以达到减少风险的目的，同时在组合的基础上对单个资产的风险贡献进行量化，从而合理地定价或调整资产组合，提高银行的竞争力。 1.法的原理 1.1风险度量原理及缺陷 VaR(Value at Risk)作为一种市场风险度量和管理的工具最初是由J.P.摩根公司提出的，译为“在险价值”或“风险价值”，表述为“给定置信区间的一个持有期内的最坏的预期损失”,即在一定的持有期（如一天、一周、一年）和一定的置信度内, 由于市场的负面波动而导致金融工具或投资组合所面临的、潜在的最大损失金额。 VaR用数学公式来表示 Prob(△PVaR)=1-α (1) 其中△P为金融工具或投资组合在持有期△t内的损失，VaR为置信水平α下处于风险中的价值,即可能的损失上限。例如, 持有某个投资组合一天, Pr ob (ΔP 10) = 5 % ,其含义是:在正常市场条件下,该组合只有5 %的概率,在一个交易日的持有期限里损失超过10 美元。 但是当投资组合收益的分布不服从正态或对数正态分布时, 投资组合优化中使用VaR来度量风险比较困难，原因有：VaR不是一致性风险度量。因为它不满足次可加性,这就意味着用VaR来度量风险,资产组合的风险不一定小于各资产风险的和,这与风险分散化的市场现象相违背；VaR不一定满足凸性,故在 风险控制下对证券组合进行优化时,可能存在多个局部极值,对整体优化在数学上难以实现,这是将 模型用于投资组合研究时的主要障碍；VaR只依赖于单一的损失函数的分位点,虽能以较大概率保证损失不超过之,但不能表明损失一旦超过 这种极端情况发生时的潜在损失的大小(尤其是在肥尾时)。 为了克服VaR的不足，2000年国外学者又出了CVaR(条件风险值）的概念。 1.2CVaR风险度量原理 条件风险价值,简称CVaR(Conditional Value at Risk)。CVaR是损失超过VaR的条件均值,代表了超额损失的平均水平，反映了损失超过VaR阀值时可能遭受的平均潜在损失的大小,较之VaR更能体现潜在的风险价值。VaR是一致性风险度量,因为它具有次可加性，而且具有凸性。 1