介紹
20世紀90年代，隨著國際金融市場的規範和擴大，金融機構之間的競爭也發生了根本性的變化，特別是金融產品的創新，使金融機構從過去的資源勘探轉變為內部管理和創新的競爭，從而導致金融機構管理的深刻變化。發達國家的銀行、證券公司等金融機構積極參與金融產品(工具)的創新和交易，使金融風險管理成為現代金融機構。隨著中國加入WTO，國內金融機構面臨著全球金融壹體化的挑戰，金融風險管理顯得尤為重要。
傳統的資產負債管理過於依賴對金融機構報表的分析，缺乏時效性。資產定價模型(CAPM)不能融入新的金融衍生產品，而用方差和β系數度量風險只反映市場(或資產)的波動範圍。這些傳統方法難以準確定義和度量金融機構存在的金融風險。1993年，G30集團在研究衍生產品的基礎上發表了《衍生產品的實踐與規則》報告，提出了度量市場風險的VaR( Value-at-Risk)模型(“風險估值”模型)。回頭見，JP。摩根引入了RiskMetrics風險控制模型來計算VaR。在此基礎上，介紹了計算VaR的CreditMetricsTM風險控制模型，前者用於度量市場風險；JP發布的CreditmetricsTM技術。摩根成功地將標準VaR模型的應用範圍擴展到信用風險評估，並將其發展為“信用風險價值”模型。當然，計算信用風險評估的模型比市場風險評估模型更復雜。目前，基於VaR的金融風險度量已經成為國外大多數金融機構廣泛使用的金融風險度量方法。
VaR模型提供了對市場風險和信用風險的度量，不僅有利於金融機構的風險管理，也有利於監管部門的有效監管。
⒈1995巴塞爾委員會同意符合條件的銀行可以使用內部模型作為計算市場風險資本要求的基礎，並規定將銀行使用批準認可的內部模型計算的VaR值乘以3，即可得到滿足市場風險要求的資本金額。這主要是由於標準的VaR方法難以捕捉極端市場運動中風險損失的可能性，乘以3的做法提供了必要的資本緩沖。
2.三十1993的⒉Group建議將風險資本(at-risk)，即風險價值法(VaR)作為壹種合適的風險度量，尤其是用來度量場外衍生品的市場風險。
3.1995年，SEC還發布了壹份提案，要求美國公司采用VaR模型作為披露其衍生產品交易活動信息的三種可行方法之壹。
這些機構的趨勢使得VaR模型在金融機構風險管理和監管中的作用日益凸顯。
國際金融風險管理的發展
從國際金融風險管理的發展來看，在過去的20年裏，大致經歷了以下幾個階段:
(壹)20世紀80年代初由於債務危機。銀行普遍開始重視信用風險的防範和管理，其結果就是巴塞爾協議的誕生。該協議通過對不同類型的資產賦予不同的權重來量化風險，是銀行風險的通用分析方法。
(2)隨著20世紀90年代以來衍生金融工具和交易的快速增長，市場風險日益凸顯。震驚世界銀行和金融機構(如巴林銀行和大和銀行)的幾次重大危機，引起了人們對市場風險的關註。壹些主要的國際銀行開始建立自己的內部風險計量和資本配置模型，以彌補巴塞爾協議的不足。主要進展包括:壹種新的市場風險度量方法——風險價值(VaR)。這種方法最重要的代表是摩根銀行的“風險矩陣”系統。銀行績效衡量和資本分配方法—— Credit Bank的“風險調整後資本回報(RAROC)”系統。
(3)近年來，壹些大銀行已經意識到信用風險仍然是關鍵的金融風險，並開始重視信用風險的度量，試圖建立度量信用風險的內部方法和模型。其中，摩根大通的信用指標和瑞士瑞信銀行金融產品(CSFP)的信用風險+最受關註。
自1997亞洲金融危機爆發以來，世界金融業的風險(如1998美國長期資本管理公司的損失)呈現出新的特點，即損失不再是由單壹風險造成的，而是由信用風險和市場風險共同造成的。金融危機促使人們更加關註市場風險和信用風險的綜合模型以及操作風險的量化，因此全面風險管理模型引起了人們的關註。
經過多年的努力，風險管理技術已經達到主動控制風險的水平。目前相關研究主要集中在對現有技術的完善和補充，以及嘗試將風險估值方法擴展到市場風險以外的其他風險領域(包括信用風險、結算風險和操作風險)。
從金融風險量化管理技術來看，國際金融組織和金融機構開發了以下新技術。
(1)新資本協議
1999年6月3日，巴塞爾銀行委員會發布了1988《巴塞爾協議》修訂的征求意見稿，充分關註了銀行風險管理的新方法。具體來說，有三種方法可以為銀行管理信用風險提供更現實的選擇:①修改現有方法，作為大多數銀行計算資本的標準方法。在這種情況下，②對於復雜度高的銀行，巴塞爾銀行委員會認為其內部評級可以作為確定資本標準的依據，對於部分高風險資產，允許高於100%的權重。③新協議明確指出:“壹些復雜程度較高的銀行也建立了基於評級結果(以及其他因素)的信用風險模型。這種模型旨在覆蓋整個投資組合的風險，這種風險不存在於僅僅依賴外部信用評級或內部信用評級的情況下。但由於壹系列困難，包括數據的可獲得性和模型的有效性，信用風險模型在目前最低資本的制定中顯然不能發揮明顯的作用。”委員會希望在進壹步研究和試驗後，可以使用信用風險模型，並將關註這方面的進展。這說明巴塞爾銀行委員會在壹定程度上肯定了摩根等國際銀行目前使用的信用風險計量模型。
肯定了市場風險管理的進步，突出了利率風險和操作風險的管理。此外，壹些新的金融創新工具得到了肯定。比如，新協議提出了新的資產證券化風險權重計量方案，對部分短期承諾采用20%的信用風險轉換權重。並明確指出:“最近信用衍生品等降低信用風險的技術的發展，極大地提高了銀行風險管理的水平。”
(2)風險價值
在風險管理的各種方法中，VaR方法最為引人註目。尤其是過去幾年，很多銀行和監管機構開始把這種方法作為全行業衡量風險的標準。VaR之所以吸引人，是因為它把銀行所有的投資組合風險總結成壹個簡單的數字，並以美元表達風險管理的核心——潛在損失。VaR其實就是回答在給定的概率下，下壹階段銀行組合價值最多可能損失多少。
VaR的特性可以用來簡單明了地表達市場風險的大小。單位為美元或其他貨幣。沒有任何技術色彩和專業背景的投資者和管理者都可以通過VaR值來判斷金融風險。②風險是可以事前計算的，不像以前的風險管理方法都是事後衡量風險；③不僅可以計算單個金融工具的風險。還可以計算多種金融工具組成的投資組合風險，這是傳統金融風險管理無法做到的。
VaR主要用於風險控制。目前，超過1000家銀行、保險公司、投資基金、養老基金和非金融公司采用了VaR方法作為金融衍生產品的風險管理手段。使用VaR方法控制風險，可以使每個交易者或交易單元確切地知道他們正在進行的金融交易的風險有多大，並為每個交易者或交易單元設置VaR限額，以防止過度投機。如果實行嚴格的VaR管理，金融交易中的壹些重大損失是完全可以避免的。②用於績效評估。在金融投資中，高收益總是伴隨著高風險，交易者可能會冒著巨大的風險去追逐暴利。為了穩健經營，公司必須限制交易者可能的過度投機。因此，有必要引入考慮風險因素的績效評價指標。
但是VAR方法也有其局限性。VaR方法主要衡量市場風險。如果我們僅僅依靠VaR方法，我們會忽略其他種類的風險，如信用風險。另外，從技術角度來說。VaR值表示壹定置信度內的最大損失，但不能絕對排除損失高於VaR值的可能性。例如，如果某壹天的風險值為10萬美元，置信度為99%，那麽損失仍有1%的可能性超過10萬美元。壹旦發生這種情況，對業務部門的影響將是災難性的。因此，在金融風險管理中，VaR方法不能涵蓋壹切，其他各種定性和定量分析方法仍需綜合運用。亞洲金融危機也提醒風險管理者，風險價值法無法預測投資組合的確切損失程度，也無法捕捉市場風險與信用風險之間的關系。
(3)風險調整資本收益法
風險調整資本收益是收益與潛在損失的比率或風險值。使用這種方法的銀行在進行資金使用決策時，不是基於利潤的絕對水平，而是基於資金投資風險的利潤貼現值。
每個銀行都知道風險和收益的關系。進行投資時，風險越大，預期的收益或損失就越大。如果投資產生虧損，銀行的資本就會受到侵蝕，最糟糕的情況下，銀行可能會倒閉。盡管銀行對投資損失造成的資本侵蝕非常敏感，但它們必須意識到，這些風險是為了盈利而承擔的。關鍵的壹點是，銀行應該在風險和收益之間找到適當的平衡，這也是RAROC的目的。確定RAROC的關鍵是潛在損失，即風險價值。風險價值或潛在損失越大，投資回報的折現就越大。
RAROC可用於績效評估。如果壹個交易員從事高風險的投資項目，即使利潤較高，由於VaR值較高，RAROC值也不會很高，其業績評價也不會很高。事實上，巴林銀行、大和銀行、百富勤這幾年的失敗，都是因為對壹個人的業績評價不合理，即只考慮了壹個人的盈利水平，而沒有考慮到他在盈利的同時所承擔的風險，以便進壹步重用。業績評價中使用的RAROC方法能夠真實地反映交易者的經營業績，限制其過度投機，有助於避免大額虧損的發生。
(4)信用指標
1997年4月初，美國J.P .摩根財團聯合其他幾家國際銀行——德意誌摩根苻堅、美國銀行、瑞銀、瑞銀和BZW***，推出了全球首個評估銀行信用風險的投資組合模型(Credit Metrics)。該模型以信用評級為基礎，計算壹筆貸款或壹組貸款違約的概率，進而計算上述貸款同時變成壞賬的概率。該模型試圖通過VaR值的計算來反映銀行或整個信貸組合壹旦面臨信用評級變化或違約風險時應準備的資本價值。該模型涵蓋了幾乎所有的信貸產品，包括傳統的商業貸款；信用證和承諾；固定收益證券；商業合同，如貿易信貸和應收賬款；以及市場驅動的信貸產品，如掉期合約、期貨合約和其他衍生品。具體計算步驟如下:首先，確定信貸組合中每個產品的敞口分布；其次，計算每個產品的價值變化率(由信用評級上升、下降或違約引起)；再次，匯總單個信用產品的變化率，得到壹個信用組合的變化率值(匯總時要考慮產品之間的關系)。可以看出，在各類資產相互獨立的假設下，每類資產信用風險組合的風險值等於該類資產的敞口分布及其信用評級或違約的變化率。即等於信用等級或違約的變化率x貸款額。
(5)最近，美國華盛頓的國際金融研究所對當前主要的信用風險模型和投資組合模型進行了分析和測試，旨在尋找度量信用風險的最佳方法，確定更標準化的度量信用風險的模型，確定資本的配置，從而為國際銀行業的發展及其風險監管創造條件，並計劃與巴塞爾銀行委員會在這方面進行合作。
VaR風險控制模型
1.VaR模型的基本思想
VaR的字面解釋是“在險價值”，即某壹金融工具或其組合在壹定置信水平和壹定持有期限內，在未來資產價格波動下將面臨的最大損失。JP。摩根的定義是:VaR是對給定頭寸被中和或重估前可能發生的市值最大損失的估計；Jorion將VaR定義為“在給定置信區間的持有期內最壞的預期損失”。
二。VaR基本模型
根據Jorion(1996)，VaR可以定義為:
VaR=E(ω)-ω* ①
其中E(ω)是投資組合的期望值；ω是投資組合的終值；ω *是投資組合在置信水平α下的最低終值。
設ω=ω0(1+R) ②。
其中ω0為投資組合在持有之初的價值，r為投資組合在設定的持有期(通常為壹年)內的收益率。
ω*=ω0(1+R*) ③
R*是投資組合在置信水平α下的最低收益率。
根據數學期望的基本性質，將公式②和③代入①，有
VaR = E[ω0(1+R)]-ω0(1+R *)
=Eω0+Eω0(R)-ω0-ω0R*
=ω0+ω0E(R)-ω0-ω0R*
=ω0E(R)-ω0R*
=ω0[E(R)-R*]
∴VaR=ω0[E(R)-R*] ④
上式中，④為資產組合的VaR值。根據公式④，如果可以求出置信水平α下的R*，就可以求出資產組合的VaR值。
三。VaR模型的假設
風險值模型通常假設如下:
1.市場效率假說；
市場波動是隨機的，不存在自相關。
壹般來說，用數學模型對社會經濟現象進行定量分析必須遵循其假設，特別是對於中國的金融業，由於市場仍需規範，政府幹預行為較為嚴重，不能完全滿足市場波動的強有效性和隨機性，在使用VaR模型時只能近似正常對待。
VaR模型的計算方法
從前面的公式①和④可以看出，計算VAR相當於計算E(ω)和ω *或者E(R)和R*的值。目前，計算VaR的方法主要有三種。
1.歷史模擬法。
方差-協方差方法
[13]蒙特卡洛模擬法(蒙特卡洛模擬)
壹、歷史模擬法
“歷史模擬法”是通過計算投資組合在過去壹段時間內的風險和收益的頻率分布，求出歷史上壹段時間內的平均收益和給定置信水平α下的最低收益，來計算投資組合的VaR值。
“歷史模擬法”假設收益隨時間獨立同分布，用收益的歷史數據樣本直方圖作為收益真實分布的估計。分布形式完全由數據決定，信息不會丟失或失真，然後用歷史數據樣本直方圖的p分位數數據作為收益分布p分位數波動的估計。
壹般來說，在頻數分布圖(圖1，見例1)中，橫軸衡量某壹天機構的收益，縱軸衡量壹年中相應收益組出現的天數，以此來反映該機構在過去壹年中組合收益的頻數分布。
首先，計算日平均收入E(ω)
其次，確定ω *的大小，相當於在圖左端日收益為負的區間內，給定置信水平α，找到並確定對應的最低日收益值。
將置信水平設置為α，因為觀察日是t，這意味著在圖的左端放棄了差異。
T=T×α，可以得到α概率水平的最低值ω *。由此，我們可以得到:
VaR=E(ω)-ω*
二。方差-協方差方法
“方差-協方差”法也是利用歷史數據計算資產組合的var值。基本思想是:
首先，利用歷史數據計算資產組合收益的方差、標準差和協方差；
其次，假設投資組合的收益為正態分布，在壹定的置信水平下可以得到反映分布偏離均值程度的臨界值；
第三，建立與風險損失的關系，推導出VaR值。
設某壹資產組合在單位時間內的平均值為μ，標準差為σ，r * ~ μ (μ，σ)，設α為置信水平α下的臨界值。根據正態分布的性質，α概率水平下可能偏離平均值的最大距離為μ-α σ。
即R*=μ-ασ。
∫E(R)=μ
根據VaR=ω0[E(R)-R*]，有
VaR=ω0[μ-(μ-ασ)]=ω0ασ
假設持有期為△t，均值和標準差分別為μ△t和，則上述公式變為:
VaR=ω0 α
所以只要能計算出某個組合的標準差σ，就能求出其VaR的值。壹般來說，某個組合的標準差σ可以用下面的公式計算。
其中n是投資組合中金融工具的類型，Pi是I類金融工具的市場價值，I類金融工具的標準差，σij是金融工具I和J的相關系數..
除了歷史模擬法和方差-協方差法，還有壹種更復雜的“蒙特卡羅模擬法”來計算投資組合的VaR。它是基於歷史數據和既定分布的假設參數特征，通過隨機生成的方式模擬大量的投資組合收益，進而計算出VaR值。
根據goodhart等人的研究，計算VaR的三種方法的基本步驟和特點如下表所示。
。
風險評估技術的比較
分類
分步HSM var-CoV蒙特卡羅
1.確認頭寸查找受市場風險影響的各種金融工具的所有頭寸。
3.識別風險因素識別影響投資組合中金融工具的各種風險因素。
3.獲取風險因素在持有期內的收益分布，計算歷年的歷史頻率分布，計算歷年風險因素的標準差和相關系數，假設特定的參數分布或通過自助方式從歷史數據中隨機生成。
4.將風險因素的回報與金融工具的頭寸聯系起來，並將頭寸的市值表示為風險因素的函數。根據風險因素(風險映射)劃分頭寸，並將頭寸的市值表示為風險因素的函數。
5.計算投資組合的可變性。通過使用從步驟3和4獲得的結果來模擬投資組合收入的頻率分布。假設風險因素呈正態分布，計算投資組合的標準差。通過使用從步驟3和4獲得的結果來模擬投資組合收入的頻率分布。
6.用給定的置信區間推導VAR。
安排投資組合順序，選擇在1%或5%的概率下，損失剛好≥1。
用2.33(1%)或1.65(5%)乘以投資組合的標準差來排列投資組合的順序，在1%或5%的概率下選擇剛好≥1的損失。
VaR模型在金融風險管理中的應用
VaR模型在金融風險管理中的應用越來越廣泛，特別是隨著VaR模型的不斷完善，不僅應用於金融機構市場風險和使用風險的定量研究，還與線性規劃模型(LPM)、非線性規劃模型(ULPM)等規劃模型理論有機結合，確定金融機構市場風險的最佳定量分析方法，從而幫助金融機構對潛在風險控制做出最優決策。
關於VaR在國外的應用，如導言中所指出的，巴塞爾委員會要求有條件的銀行將VaR值與銀行內部模型相結合，計算出符合市場風險要求的資本量；G20建議使用VaR來衡量衍生品的市場風險，並認為這是衡量和控制市場風險的最佳方法。SEC還要求美國公司采用VaR模型作為披露其衍生品交易活動的三種可行方法之壹。這表明，不僅金融機構越來越多地使用VaR作為判斷自身金融風險的方法，而且越來越多的監管機構也在使用VaR作為判斷金融機構風險的方法。
VaR模型在我國的引入是近幾年才開始的，研究成果也很多。然而，VaR模型的應用確實處於初級階段。金融機構已經充分認識到VaR的優勢，正在研究適合自身經營特點的VaR模型。