国外银行市场风险分析模型对我国的启示

　　

AUD/USD概率分布图（资料图片）

    中国建设银行资产负债管理部闵悦

　　市场风险的分析和计量是银行风险管理的重要内容。按照国际先进银行的做法，市场风险分析模型主要包括极限测试、情景分析和回溯检验，以下对这三种模型作一介绍。

　　国际先进银行的三种市场风险分析模型

　　（一）极限测试。极限测试用于评估极端市场条件下银行可能发生的损失。我们知道，风险价值（Value at Risk，或VaR）是国际监督管理金融机构的一个通用指标，也是衡量市场风险的一个综合性指标。VaR给出了正常市场条件下资产组合可能发生的损失，但异常事件对资产组合的影响更为深远。因此，极限测试是风险分析中不可缺少的。AUD/USD的概率分布图就说明了极限测试与VaR的关系，二者共同构成了一幅完整的风险分布图（见图）。

　　极限测试首先需要制造市场发生剧烈变动的情景，然后计算在每种情景下资产组合可能发生的损失，最后得出资产组合对风险的最大承受力。因此，制造什么样的情景，是极限测试成功与否的第一步，也是整个模型的关键。

　　制造情景的方法有四种：

　　1、使用历史情景进行模拟。该种方法就是利用曾经发生的事件作为制造情景的基础。这种方法较简单，但它没有考虑市场未来的变化，因为未来并不等于历史。

　　2、使市场要素发生剧烈波动。这种方法先要找出对资产组合能造成损失的市场要素及其相关性，如

汇率、利率、股价指数等，然后制造市场要素和相关性发生大幅波动的情景。这种方法对检测资产组合的风险敏感性非常有效，特别是找出资产组合中的脆弱部位。成功的关键是找出会发生波动的市场要素以及波幅的大小，这取决于分析人员的经验积累、市场直觉及对资产组合特点的分析程度。

　　3、预期情景。首先预期未来将发生什么事件，然后判断事件的严重性，是一年发生一次还是十年遭遇一次，最后决定事件对全球市场的影响。

　　4、针对资产组合的极限测试。这种方法与上述三种方法的顺序正好相反。首先通过历史模拟法或蒙特卡罗法找出资产组合中对风险最为敏感的薄弱部分，然后找出可造成损失的情景是什么。

　　制造情景是极限测试的第一步，接下来在特定情景下对资产组合进行市值重估。最后根据各种情景下的资产损失，决定该对哪些业务领域特别关注，以及找出防范风险的手段及措施。极限测试在银行宏观及微观多个层次应用，应用范围相对VaR要广。交易员可用该方法对自己的敞口头寸及风险要素进行测试，高级管理层则可用来调整风险偏好和内部资本配置。

　　（二）情景分析。情景分析是一种具有战略高度的分析方法，它针对各种不同事件对银行损益的潜在影响进行分析，帮助银行对长期利益作出评估。情景分析与极限测试很相象，都要制造情景。它们的区别在于：极限测试侧重于事件的短期影响，而情景分析侧重于长期、广范的影响；情景分析通常由高级管理层使用，而极限测试在银行宏观和微观各个领域使用。

　　情景分析可以分为5个步骤：（1）制造情景。情景通常按照高级管理人员的要求来制造，因为他们最了解银行的业务状况和影响损益的外部因素。但有时风险管理人员也直接设立情景。（2）情景要素分析。制造情景之后，征求银行专家和相关业务部门的意见，从情景中提取要素数据。（3）情景预测。对每个情景要素做两方面预测：一是要素在未来一定时间内的发展状态；二是潜在损失。与极限测试一样，这个环节很大程度取决于人的主观判断，因此主观判断的准确性非常重要。（4）情景合并。把每个情景要素的预测合并到统一的情景中去。对合并后的情景，不仅要检查它的一致性，还要检查重复计量因素、相互矛盾的假设及结果的合理性。（5）情景展示和后续步骤。情景分析建立在一系列假设之上，假设并不完全符合实际。在对分析结果作展示的时候，重要的是阐述整个过程的假设和目标。后续步骤即管理人员采取适当的行动来应付可能发生的事件。

　　（三）回溯检验。回溯检验用来比较模型测算结果与实际交易结果间的差异，通常用来评估现有模型和检测新模型。因为VaR要用来决定风险资本的分配，因此国际清算银行对VaR计算不准确的银行颁布了处罚性条款。银行应定期对风险模型的准确性进行检测，每月或每季一次。回溯检验可检测模型计算结果和实际结果的偏离是否落在规定的置信度区间内，如偏离过多，银行必须找出原因并对模型进行修正。

　　回溯检验的方法有两种：

　　1、比较VaR与实际损益。比较交易损益与VaR，找出二者偏离的程度，看偏离是否在置信度允许的范围内。例如，1天、95%置信度的VaR，那么允许偏离的最大程度是5%。如检测结果是VaR与实际损益偏离次数占4%，那么偏离度在5%的范围内。一般来说，银行必须保证有90天以上的历史数据进行回溯检验。根据国际清算银行的规定，监管当局要用最近12个月（或250个交易日）的数据来检测模型。

　　2、比较VaR和假设的交易结果。巴塞尔委员会鼓励金融机构使用实际交易结果和假设的交易结果与VaR比较这两种方法进行回溯检验。假设的交易结果适合与较长时段VaR值进行比较，例如10天的VaR。头寸每天都在发生变化，因此，就假设这一段时间内头寸不发生变化，都以第一天的头寸为准，在此基础上进行市值重估。其余的步骤与第一种方法相同。

　　即使检验结果在预期范围内，还应对结果进行具体分析。如果偏离过于集中在一段时间内，可能意味着模型中忽略了某些风险要素间的相关性。另外不仅要看偏离的次数，还应该看偏离的大小。偏离过大，意味着发生某种事件的可能性很大。

　　在对250个交易日的VaR进行检测后，如果实际损失超过VaR的次数小于或等于4次，则属于“绿色”区域，VaR模型被认为是准确的。如果次数在5至9次，则属于“黄色”区域，银行需检查其模型，并且将根据次数多少提高风险资本。如果次数超过10次，则属于“红色”区域，表明银行对内部风险估计不足，必须将风险资本提高到规定的水平。

　　市场风险分析模型在我国银行业应用的现状及建议

　　1、我国部分银行已进行了极限测试、情景分析的尝试，但还处于起步阶段。新巴塞尔资本协议增加了银行建立内部模型、对市场风险量化分析的要求。为达到此要求，我国银行在市场风险管理方面积极探索与学习，部分银行引进了先进的分析系统与模型，已尝试着进行极限测试和情景分析。但是，总体上看，市场风险的量化分析在我国还处于起步阶段。风险管理达到对高级管理人员的决策、对交易员的交易策略、对风险资本的配置起直接参考作用还有很长的路要走。

　　2、历史数据缺乏是模型应用的重大障碍。无论是极限测试还是情景分析，制造情景是模型分析中的关键环节。找出与风险相关的市场要素及要素间的相关性，都必须依赖对历史数据的分析。而我国银行普遍缺乏对历史数据的积累，是制造情景的一大障碍。

　　3、市场经验丰富的风险管理人员不足制约了模型的应用。模型不是一门精确的科学，模型中的情景及假设都与分析人员的经验判断、市场感觉密切相关。因此，市场风险分析人员必须具备丰富的市场经验，避免闭门造车。目前我国银行市场风险分析刚刚起步，有经验的分析人员不足，也是制约模型应用的障碍。

　　为了尽快提高我国银行业市场风险分析水平，在引进国外风险管理系统的同时，充分引入国外风险管理理念、技术和方法，能动性地加以运用。其次，培养高素质的风险管理人员。风险管理人员不仅熟悉风险管理方法，还应培养市场感觉，积累市场经验。另外，我国银行应加强历史数据的积累，为今后的风险分析奠定基础。