NO.3市场风险管理.pptVIP

一、市场风险管理概述 （一）市场风险的识别 （二）市场风险的评估 （三）市场风险的应对与控制 (一)市场风险的识别 市场风险的涵义 市场风险的分类 专题：金融资产（负债）的分类与计量 金融危机背景下的公允价值 金融危机时，各金融机构的资产价值开始陷入“自由落体”，不得不计提巨额减值，由此进入“死亡螺旋”：市价下跌—资产减值—核减资本—资本充足率下降—恐慌性抛售—市价再次下跌……. 论战双方的主要观点 二、敏感性分析法 （一）基本原理 （二）应用 汇率风险 利率风险 股票风险 商品风险 （三）评价 （一）基本原理 影响金融资产的因素有很多，在风险识别的基础上，可以初步判断出哪些或哪一类风险因子的影响力最大。 敏感性分析的核心内容就是通过研究这些单个市场风险因子变化与资产损益（或价值）变化之间的关系，进而揭示出金融资产的风险大小。 （一）基本原理 通常用敏感系数s（或称敏感度、敏感指数等）来表示风险因子m和资产损益（或价值）V之间的关系。公式为： S越大，敏感性越大，即资产损益（或价值）越容易受该风险因子变动的影响。 （一）基本原理 敏感度有一个非常重要的特性，即具有可相加性，这使其可以运用于组合的风险度量。 如果决定某一组合内各项资产价值的基础变量是同一市场风险要素，那么，该组合的敏感度就等于该组合中各项资产敏感度的加权平均值。即： （二）应用 1、度量汇率风险 汇率的变动会直接反映到以外币计价的资产（负债）的价值变动上，也就是说，外币资产（负债）的汇率敏感度s=1。 因此，金融机构的汇率风险主要取决于其汇率风险暴露，即敞口规模的大小。 （二）应用 2、度量利率风险 资金缺口模型 久期模型 （二）应用 3、度量股票风险 以股票本身价格为风险因子，则S=1 以股票指数为风险因子，则S=β系数---CAPM模型 β系数反映的是单个资产相对于平均资产组合的变动程度，是度量系统性风险的重要指标。公式为： 多风险因子（如通货膨胀、政策变动等），则Sik=bik ---APT因子模型 (二)应用 4、度量衍生品风险： 以期权为例 根据BS模型得出的欧式看涨期权定价公式为： 根据多元函数的泰勒展开式，有： （二）应用 可知，期权风险取决于其对下列因子的敏感度： （三）评价 三、VaR方法 （一）VaR概述 （二）VaR的获取方法 （三）收益率的统计及其分布 （四）波动性与相关性估计 （五）VaR的具体应用 小资料：最佳衰减因子研究 周大庆等人运用最小化RMSE准则对2000年部分国家和地区间各类风险的最佳衰减因子进行了研究，结果如下： 货币期权的波动性微笑与分布 股票期权的波动性微笑与分布 波动性矩阵 （五）VaR的具体应用 5-1 回测 Back Testing 5-2 度量和报告风险 5-3 其他应用 5-4 评价与展望 5-1 回测 Back Testing 模型检验 回测：将模型计量结果与现实相比较 压力测试：仅检验模型在极端条件下的表现 独立审查和监督：更多地依赖理论与程序分析 　VaR模型的内在缺陷 　　VaR模型的以下主要缺陷直接误导了市场： 它以正态分布为假定，集中于正常市场状态，未考虑“黑天鹅风险”或长厚尾状态，即在极端市场条件下损失发生的概率可能随损失规模一道上升。 它以市场具有正常流动性、资产可在短期内变现、出价／报价差维持不变为假定，未考虑极端市场条件下金融资产缺乏流动性的状态，或者说未考虑市场流动性风险。 它考虑正常市场条件下资产相关性因素降低风险的作用，未考虑极端状态下金融资产相关性普遍大幅提高从而增加风险的状态。 它考虑市场波动风险，未考虑一般市场波动以外的特定风险。 它揭示某项交易损失超过某一VaR值的可能性，未揭示某项交易超过VaR的极端或厚尾损失发生时的绝对量究竟有多大。 它主要用于交易活跃、历史数据充分的资产，难以用于市场交易不充分的资产。 它主要用于对历史损失的统计描述，缺少对未来损失的预测能力。 　　 实际上VaR模型的局限性早已为人知，银行业和监管者采取了以下措施克服其缺陷。包括采用压力测试衡量超常损失，采用指数加权移动平均以及GARCH模型等历史数据处理方法使其更具有前瞻性。然而风险模型的以上改进并不足以使银行业真正提高风险意识和风险控制能力。 摘自陆晓明 ：“次贷危机挑战美国银行业风险管理系统” 关于VaR的修正 关于VaR的修正 压力测试是通过假设各种极端不利的市场环境（或情景），来估计头寸或组合在该环境下的风险值。 美国银行界的压力测试 美国2009年２月开始针对19家大银行进行压力测试。设定两种情景： 情景一：美国2009年失业率为8.4%；2010年失业率达到8.8%，房价继续下跌14%. 情景二：美国2010年失业率达10.