金融风险分析与测度幻灯片.pptVIP

第六章 金融风险分析与测度;学习要点与要求;金融风险 —企业未来收益的不确定性或波动性，直接与金融市场的波动性有关 — 包括盈利的不确定性和损失的不确定性，人们更关注损失的可能性. ;一、金融风险的含义及分类; 3) 流动性风险：因金融市场流动性不足或金融交易的资金流动性不足而产生的风险。 如：商业银行无力为负债的减少 和/或资产的增加提供融资而造成损失或破产的风险. 4) 操作风险：因无法进行预期的交易而产生的风险. 包括:操作结算风险，技术分险，内部失控风险 5) 法律风险：因交易一方无合法的或未按管理规定的权利的权利进行交易而产生的风险. 如：指政府有关证券市场的政策发生重大变化或是有重要的举措、法规出台，引起证券市场的波动，从而给投资者带来的风险。 　 其他：人事风险，自然灾害或其他突发事件;二、金融风险的测度方法;（二）VaR的分布 1、一般分布的VaR;其中;三、VaR计算的基本模块 计算过程有三个基本模块构成 第一步 映射过程 把组合中的每一头寸的回报表示为市场因子的函数 第二步 市场因子的波动性模型——预测市场因子的波动性 第三步 估值模型——根据市场因子的波动性估计组合的价值变化和分布;1、例子 股票资产组合的在险价值; 2、市场因子的波动性模型 1） 历史模拟法 假定市场因子回报分布为独立同分布，市场因子的未来波动与历史波动完全一样。其核心在于用给定的历史时期上所观察到市场因子的波动性来表示市场因子未来变化的波动性，无需假设市场因子服从的统计分布形式。 2） 蒙特卡罗模拟法（Monte Carlo Simulation, 简称MC法） 蒙特卡罗模拟法是要重复地模拟那些决定市场价格和收益率的随机过程。每一个模拟值都会得到资产组合价值在目标区间（如10天）内的一个可能值。如果得出的情形足够多，资产组合的模拟分布就会接近于真实分布。 3） 情景分析 情景分析采用市场因子波动的特定假定（如极端市场事件）定义和构造视察国内因子的未来变化情景。压力测试是最为常用的情景分析法。; 4） 风险矩阵法 采用移动平均方法中的指数移动平均模型预测波动性;假定过去的回报分布可以地预测未来情况. 假定市场因子服从正态分布。 5） GARCH模型 GARCH用于对市场因子的条件异方差建模，它可以更好地预测市场因子的正式波动性。GARCH最常采用的是正态分布，但也可以采用其他分布假定。 ARCH模型由美国加州大学圣迭哥分校罗伯特·恩格尔(Engle)教授1982年在《计量经济学》杂志的一篇论文中首次提出。此后在计量经济领域中得到迅速发展。 所谓ARCH模型，按照英文直译是自回归条件异方差模型。粗略地说，该模型将当前一切可利用信息作为条件，并采用某种自回归形式来刻划方差的变异，对于一个时间序列而言，在不同时刻可利用的信息不同，而相应的条件方差也不同，利用ARCH 模型，可以刻划出随时间而变异的条件方差。 ; 6）隐含波动性模型 隐含波动性模型认为当前的市场数据蕴含了市场对未来波动性的预期，而不采用前述各种方法所依据的历史信息。 7） 随机波动性模型 随机波动性模型是描述事变波动性的有效模型。;3、证券组合的估值模型 分析方法（局部估值模型）和模拟方法（全值模型） 1）、分析方法 利用金融工具的价值和其市场因子间的关系,即灵敏度近似估计 证券组合价值变化的分析方法;4、VaR计算的假设条件 选择上述方法必须考虑两个关键因素 1）、市场因子的变化与证券组合价值变化间的关系是否是线性 关系 2）、市场因子的未来变化是否是服从正态分布 在正态线性情况下，VaR的计算的解析公式为 ;四、利用Delta-正态模型计算VaR;例2、假定一家美国公司持有一个3个月的外汇远期合约，该 合约在91天后交割，支出1500万美元，收到1000万英镑，其美 元计值的VaR为多少？;2）市场因子的方差-协方差矩阵估计;3）标准头寸的方差协方差矩阵估计;标准头寸价值变化间的相关性等于市场因子之间的相关性，但如 果标准头寸的价值变化与市场因子的变化相反时，则异号，即;利用Delta-正态模型计算VaR的主要步骤 风险映射 市场因子的方差-—-协方差矩阵估计 估计标准头寸的Delta 估计标准头寸的方差协方差矩阵 组合价值变化与VaR估计;巴塞尔银行监管委员会(Basel Committee on Banking Supervision)简称巴塞尔委员会，巴塞尔银行监管委员会原称银