第十五章 投资银行的风险管理与监管

投资银行理论与案例第十五章投资银行的风险管理与监管【本章精粹】风险和风险管理概述投资银行主要风险及其应对方法市场风险管理工具——VaR分析法及其补充信用风险管理工具——KMV模型与Creditmetrics模型投资银行监管制度【章前导读】参见教材P360【核心概念】全面风险管理VaR方法压力测试返回检验KMV模型Creditmetrics模型集中型监管模式自律型监管模式综合型监管模式市场准入制度投资银行保险制度23第一节投资银行的风险管理概述对现代金融机构来说，风险是一种很微妙的事物，承担太多也许将使之遭受破产之痛，完全回避又意味着回避掉一切机会。如何理解风险、把握风险、利用风险(机会)是所有金融机构，包括投资银行值得研究的问题。本节从风险和风险管理的概念开始，对投资银行风险管理的目标、原则、流程以及可能面临的各类风险进行介绍，以期给读者一个概览式的了解。4一、投资银行面临的主要风险(一)政策风险(二)法律风险(三)体系风险(四)市场风险1.利率风险2.汇率风险3.资本市场容量风险(五)信用风险(六)流动性风险(七)操作风险5二、投资银行风险管理的概念和原则(二)投资银行风险管理原则1.全面性原则2.独立性原则3.防火墙原则4.时效性原则6二、投资银行风险管理的概念和原则(一)风险管理概念(1)企业风险管理不是某个阶段的特定工作，它贯穿于企业成长的始终；(2)企业风险管理不是某个层级的专属任务，它需要上下携手，通力合作；(3)企业风险管理更不仅仅是某个部门的独立职责，如果将风险管理完全视为风险控制部门的事情，必然难以全盘考虑，综合分析，从而产生协同效应。7三、投资银行风险管理的基本流程一般来说，投资银行风险管理包括风险识别、风险评估、风险控制、风险监察和效果评价五个步骤，如图15-1所示。8三、投资银行风险管理的基本流程(一)风险识别(1)将公司按照业务或者部门分为不同的风险单位。(2)详细列出各风险单位的业务流程，这是对步骤(1)的进一步细化。(3)将风险单位各业务流程中面临的风险点一一列出，如前面所述的市场风险、信用风险、操作风险等。(二)风险评估9可能性影响12三、投资银行风险管理的基本流程(三)风险控制1.政策风险应对2.法律风险应对3.体系风险应对4.市场风险应对•(1)确定计量、评估市场风险的模型和方法。•(2)风险管理部门下属市场风险管理部门要定期对各业务单位进行风险评估。•(3)根据确定的风险暴露制定风险限额。5.信用风险应对6.流动性风险应对7.操作风险应对(四)风险监察(五)效果评价10四、投资银行风险管理评价(1)资本充足。(2)公司治理与合规管理。(3)动态风险监控。(4)信息系统安全。(5)客户权益保护。(6)信息披露。11第二节投资银行风险管理的模型与方法在投资银行所面临的风险中，最核心的是市场风险和信用风险。投资银行的核心业务共同面临这两类风险，而且无论是投资银行内部风控部门还是外部监管机构，都将其视为风险管理的主要对象。因此也诞生了不少量化、评估和控制市场风险、信用风险的模型和工具。其中比较流行的有衡量市场风险的VaR分析法及其补充方法，度量信用风险的KMV模型和Creditmetrics模型(随着风险管理技术的发展，VaR方法也逐渐运用于信用风险的度量，Creditmetrics模型实际上也蕴含了这种思想)。这些都是本节将着重介绍的内容。12传统信用分析方法5C分类法评级方法现代信用计量模型围绕违约风险建模Creditmetrics围绕公司价值建模KMV模型评分方法定性定量第二节投资银行风险管理的模型与方法1314/64(一)VaR方法1.VaR定义•VaR：我们有X％的把握，在未来T时期内，资产组合价值的损失不会大于V。•目前，VaR已经被巴塞尔委员会用来计算世界上不同地区银行的风险资本金，包括针对市场风险、信用风险和操作风险的资本金。•V：资产组合的VaR•VaR可以由投资组合收益（Profit）的概率分布得出，也可以由投资组合损失（Loss）的概率分布得出。一、市场风险管理工具——VaR分析法及其补充15/64VaR的定义当采用损失分布时，VaR等于损失分布第X%分位数。例：当T=5，X=97%时，VaR对应于投资组合在5天后收益分布的3％分位数的负值，也对应于投资组合在5天后损失分布的97％分位数。16/64VaR的定义当采用收益分布时，VaR等于收益分布第(100-X)%分位数的负值17/64VaR的计算例子Example1假定一个交易组合在6个月时的收益服从正态分布，分布的均值为2（单位：百万美元），标准差为10。由正态分布的性质可知，收益分布的1％分位数为2-2.33×10，即-21.3。因此，对于6个月的时间期限，在99％置信度下的VaR为21.3（百万美元）。18/64VaR的计算例子Example2假定一个1年期项目的最终结果介于5000万美元损失和5000万美元收益之间，中间的任意结果具有均等的可能性。项目的最终结果服从由-5000万美元到+5000万美元的均匀分布，损失大于4900万美元的可能性为1％。因此，在1年后，基于99％置信度的VaR为4900万美元。19/64VaR的计算例子Example3一个1年期项目，有98％的概率收益200万美元，1.5％的概率损失400万美元，0.5％的概率损失1000万美元。20/64VaR的计算例子在这样的累积分布下，对应于99％累积概率的损失为400万美元。VaR＝400万美元可以这样描述：我们有99％的把握认为在未来1年后该项目损失不会超过400万美元。一、市场风险管理工具——VaR分析法及其补充(一)VaR方法2.VaR的三个重要参数P369•1)观察期间•2)持有期限•3)置信水平21(X)1σNVaR(X)σNnnVaRVaR1day1dayn(X)N)(X'NVaR(X))VaR(X'11一、市场风险管理工具——VaR分析法及其补充(一)VaR方法3.投资组合价值变化概率分布的确定•1)历史模拟法•2)方差-协方差法•3)蒙特卡罗模拟法22基于历史模拟法的VaR计算1)基于标准历史模拟法的VaR计算基本原理将各个风险因子在过去某一时期上的变化分布或变化情景准确刻画出来，作为该风险因子未来的变化分布或变化情景，在此基础上，通过建立风险因子与资产组合价值之间的映射表达式模拟出资产组合未来可能的损益分布，进而计算出给定置信度下的VaR。显然，标准历史模拟法不需要假设市场风险因子服从某种概率分布，而是直接用风险因子过去的变化分布表示未来的变化分布，所以，标准历史模拟法不需要进行参数估计，因而是一种非参数全值估计法。分析步骤P37023基于历史模拟法的VaR计算24基于历史模拟法的VaR计算25一、市场风险管理工具——VaR分析法及其补充(一)VaR方法3.投资组合价值变化概率分布的确定•1)历史模拟法•2)方差-协方差法P370•3)蒙特卡罗模拟法P3704.VaR方法的局限性P371•1）风险测度指标选取•2）从操作和实用性26一、市场风险管理工具——VaR分析法及其补充(二)返回检验返回测试是指将实际数据输入检验模型中，然后检验该模型预测值是否与现实结果相吻合的过程。271、VAR模型回测的动因28VaR模型是否有效？只有准确地预测风险的VaR模型才是有效的模型模型验证(modelvalidation)检验一个模型是否正确的一般过程，可以运用一系列的工具，如回测、压力测试以及独立审查和监管来完成。回测（BackTesting），也被称为现实检验(realitycheck)用来检测实际损失与预期损失是否一致的有效的统计方法。把VaR的历史预测值与实际实现值进行系统比较可以提供改进VaR模型的方法。巴塞尔委员会推荐的内部模型法中，VaR回测至关重要找到故意报低风险的银行。但区分因运气造成VaR超标和银行不正当行为造成超标2、回测的构建29使用者必须通过比较预期损失水平和实际损失水平，来对风险模型的有效性进行核查。当模型被验证后，落在VAR图形之外的观测值数量应与置信水平相一致。如果例外数量很大，表明模型低估了风险。如果例外数量太少，意味着单位风险资本闲置或无效。P372举例30记录在给定时间内VaR被突破的次数比例。回测图示31如果选择的置信度水平为99%，风险期限为一年，共250个交易日。星点表示实际每天实现的市场收益率，上下两条曲线表示与置信度水平相对应的VaR值。（1）实施检验发现实际损失率超过VaR的天数为5天，表明什么？（2）实施检验发现实际损失率超过VaR的天数为1天，表明什么？例子32市场中存在大量的金融机构，它们各有不同的经营特点，采用的计算模型可能有较大的差别验证过程还需要大量的历史数据，在很多场合下是不现实的。有效验证VaR模型的准确性很困难一、市场风险管理工具——VaR分析法及其补充(三)压力测试压力测试是指利用一系列方法评估投资组合或金融机构承受异常但是仍然可能的宏观经济冲击或重大金融事件冲击的过程331、什么是压力测试34压力测试(Stresstesting)是一个识别和管理那些可能导致巨大损失的情形的过程。压力测试的方法包括情景分析（ScenarioAnalysis)定量分析(StressModel)压力模型，波动性及相关性模型2、为什么需要压力测试35VaR方法的缺陷VaR建立在正常市场条件下的历史相关性之上，在极端情况下,这相关性可能被打破当历史数据不存在时，很难使用VaRVaR不能反映非正常市场中的损失程度VaR不能告诉管理者除了降低所有证券的风险暴露之外还能如何降低组合的风险2、为什么需要压力测试36压力测试可用于估计在非正常(abnormal)市场环境下潜在的经济损失历史数据显示收益率的分布存在“厚尾现象（fattails）”，而非正态分布，表明在市场中出现非正常环境地可能性要远远高于人们对它的预期。2、为什么需要压力测试37压力测试考虑缺乏历史数据的情形，或历史上没有发生但却可能发生的情形在历史关系被短暂或永久打破的情况下，压力测试可以确认现实的情形压力测试可以衡量特定方向的市场冲击的影响，比VaR更直观压力测试有助于风险管理经理主动降低不可接受的风险程度，调整风险暴露的结构对于多个独立运作的资产组合，压力测试可以揭示整体的风险集中度2、为什么需要压力测试383、压力分析方法393、压力分析方法40一维情景分析一维情景分析只关注一个变量适合前台交易员评估一个风险因素的影响，但不适合于组合对压力事件的风险暴露（没有考虑相关性）(1)将利率曲线平行移动100个基点。(2)将某种主要汇率变化6%，或将某种非主要汇率变化20%。(3)将股指变化10%。(4)将资产隐含波动率变动20%。这些情景每次冲击一个风险因素，适合资产组合主要受到一种风险来源有限的情况。案例点击P372二、信用风险管理工具——KMV模型与Creditmetrics模型(一)KMV模型KMV模型又称违约预测模型（expecteddefaultfrequency，EDF模型），是由著名信用风险评估公司KMV公司开发而出的一个信用风险计量模型。该公司以其三位创始人名字(Kealhoferh、McQuown、Vasicek)首字母命名。称为CreditMonitorModel，信用监控模型。创新性：基于公司市场价值，利用期权定价理论来估计的违约概率。KMV认为：实际违约概率和历史平均违约率的差异很大，并且对相同信用级别的企业而言也存在很大的差异。KMV没有使用S&P的评级数据，而是自己建模估计。411、KMV模型原理(一)KMV模型KMV模型又称预期违约率模型（expecteddefaultfrequency，EDF模型），该模型将企业