1. 缺口分析
缺口分析是衡量利率變動對銀行當(dāng)期收益的影響的一種方法。具體而言,就是將銀行的所有生息資產(chǎn)和付息負(fù)債按照重新定價(jià)的期限劃分到不同的時(shí)間段(如1個(gè)月以下,1至3個(gè)月,3個(gè)月至1年,1至5年,5年以上等)。在每個(gè)時(shí)間段內(nèi),將利率敏感性資產(chǎn)減去利率敏感性負(fù)債,再加上表外業(yè)務(wù)頭寸,就得到該時(shí)間段內(nèi)的重新定價(jià)“缺口”。以該缺口乘以假定的利率變動,即得出這一利率變動對凈利息收入變動的大致影響。
凈利息變動=利率變動×利率敏感性缺口
缺口分析是對利率變動進(jìn)行敏感性分析的方法之一,是銀行業(yè)較早采用的利率風(fēng)險(xiǎn)計(jì)量方法。缺口分析也存在一定的局限性:第一,缺口分析,忽略了同一時(shí)段內(nèi)不同頭寸的到期時(shí)間或利率重新定價(jià)期限的差異。第二,缺口分析只考慮了由于重新定價(jià)期限的不同而帶來的利率風(fēng)險(xiǎn),未考慮基準(zhǔn)風(fēng)險(xiǎn)。同時(shí),忽略了與期權(quán)有關(guān)的頭寸在收入敏感性方面的差異。第三,非利息收入和費(fèi)用是銀行當(dāng)期收益的重要來源,但大多數(shù)缺口分析未能反映利率變動對非利息收入和費(fèi)用的影響。第四,缺口分析主要衡量利率變動對銀行當(dāng)期收益的影響,未考慮利率變動對銀行經(jīng)濟(jì)價(jià)值的影響,所以只能反映利率變動的短期影響。
2. 久期分析
久期分析也稱為持續(xù)期分析或期限彈性分析,是衡量利率變動對銀行經(jīng)濟(jì)價(jià)值影響的一種方法。具體而言,就是對各時(shí)段的缺口賦予相應(yīng)的敏感性權(quán)重,得到加權(quán)缺口,然后對所有時(shí)段的加權(quán)缺口進(jìn)行匯總,以此估算某一給定的小幅(通常小于1%)利率變動可能會對銀行經(jīng)濟(jì)價(jià)值產(chǎn)生的影響(用經(jīng)濟(jì)價(jià)值變動的百分比表示)。
與缺口分析相比較,久期分析是一種更為先進(jìn)的利率風(fēng)險(xiǎn)計(jì)量方法。缺口分析側(cè)重于計(jì)量利率變動對銀行短期收益的影響,而久期分析則能計(jì)量利率風(fēng)險(xiǎn)對銀行經(jīng)濟(jì)價(jià)值的影響。久期分析仍然存在一定的局限性:第一,如果在計(jì)算敏感性權(quán)重時(shí)對每一時(shí)段使用平均久期,即采用標(biāo)準(zhǔn)久期分析法,久期分析仍然只能反映重新定價(jià)風(fēng)險(xiǎn),不能反映基準(zhǔn)風(fēng)險(xiǎn),以及因利率和支付時(shí)間的不同而導(dǎo)致的頭寸的實(shí)際利率敏感性差異,也不能很好地反映期權(quán)性風(fēng)險(xiǎn)。第二,對于利率的大幅變動(大于1%),由于頭寸價(jià)格的變化與利率的變動無法近似為線性關(guān)系,因此,久期分析的結(jié)果就不再準(zhǔn)確。
3. 外匯敞口分析
外匯敞口分析是衡量匯率變動對銀行當(dāng)期收益的影響的一種方法。外匯敞口主要來源于銀行表內(nèi)外業(yè)務(wù)中的貨幣錯(cuò)配。當(dāng)在某一個(gè)時(shí)段內(nèi),銀行某一幣種的多頭頭寸與空頭頭寸不一致時(shí),所產(chǎn)生的差額就形成了外匯敞口。在進(jìn)行敞口分析時(shí),銀行應(yīng)當(dāng)分析單一幣種的外匯敞口,以及各幣種敞口折成報(bào)告貨幣并加總軋差后形成的外匯總敞口。外匯敞口分析也存在一定的局限性,主要是忽略了各幣種匯率變動的相關(guān)性,難以揭示由各幣種匯率變動的相關(guān)性所帶來的匯率風(fēng)險(xiǎn)。
4. 風(fēng)險(xiǎn)價(jià)值方法
(1)基本原理
風(fēng)險(xiǎn)價(jià)值是指在一定的持有期和給定的置信水平下,利率、匯率等市場風(fēng)險(xiǎn)要素發(fā)生變化時(shí)可能對某項(xiàng)資金頭寸、資產(chǎn)組合或機(jī)構(gòu)造成的潛在的最大損失。
風(fēng)險(xiǎn)價(jià)值通常是由銀行的內(nèi)部市場風(fēng)險(xiǎn)計(jì)量模型來估算。目前,常用的風(fēng)險(xiǎn)價(jià)值模型技術(shù)主要有三種:方差——協(xié)方差、歷史模擬法和蒙特卡洛法,F(xiàn)在,風(fēng)險(xiǎn)價(jià)值已成為計(jì)量是市場風(fēng)險(xiǎn)的主要指標(biāo),也是銀行采用內(nèi)部模型計(jì)算市場風(fēng)險(xiǎn)資本要求的主要依據(jù)。
市場風(fēng)險(xiǎn)內(nèi)部模型已成為市場風(fēng)險(xiǎn)的主要計(jì)量方法。與缺口分析、久期分析等傳統(tǒng)的市場風(fēng)險(xiǎn)計(jì)量方法相比,市場風(fēng)險(xiǎn)內(nèi)部模型的主要優(yōu)點(diǎn)是可以將不同業(yè)務(wù)、不同類別的市場風(fēng)險(xiǎn)用一個(gè)確切的數(shù)值來表示,是一種能在不同業(yè)務(wù)和風(fēng)險(xiǎn)類別之間進(jìn)行比較和匯總的市場風(fēng)險(xiǎn)計(jì)量方法,而且將隱性風(fēng)險(xiǎn)顯性化之后,有利于進(jìn)行風(fēng)險(xiǎn)的監(jiān)測、管理和控制。同時(shí),由于風(fēng)險(xiǎn)價(jià)值具有高度的概括性,簡明易懂,因此,適宜董事會和高級管理層了解本行市場風(fēng)險(xiǎn)的總體水平。
市場風(fēng)險(xiǎn)內(nèi)部模型法也存在一定的局限性:第一,市場風(fēng)險(xiǎn)內(nèi)部模型計(jì)算的風(fēng)險(xiǎn)水平,不能反映資產(chǎn)組合的構(gòu)成及其對價(jià)格波動的敏感性,對風(fēng)險(xiǎn)管理的具體作用有限,需要輔之以敏感性分析、情景分析等非統(tǒng)計(jì)類方法;第二,市場風(fēng)險(xiǎn)內(nèi)部模型法未涵蓋價(jià)格劇烈波動等可能會對銀行造成重大損失的突發(fā)性小概率事件,需要采用壓力測試對其進(jìn)行補(bǔ)充;第三,大多數(shù)市場風(fēng)險(xiǎn)內(nèi)部模型只能計(jì)算交易業(yè)務(wù)中的市場風(fēng)險(xiǎn),不能計(jì)量非交易業(yè)務(wù)中的市場風(fēng)險(xiǎn)。因此,采用內(nèi)部模型的商業(yè)銀行應(yīng)當(dāng)恰當(dāng)理解和運(yùn)用市場風(fēng)險(xiǎn)內(nèi)部模型的計(jì)算結(jié)果,并充分認(rèn)識到內(nèi)部模型的局限性,運(yùn)用壓力測試和其他非統(tǒng)計(jì)類計(jì)量方法對內(nèi)部模型方法進(jìn)行補(bǔ)充。
(3)計(jì)算VaR值的基本方法
、俜讲-協(xié)方差法,又稱德爾塔正態(tài)法。
方差-協(xié)方差法的優(yōu)點(diǎn)是原理簡單,計(jì)算快捷。確定表現(xiàn)在三個(gè)方面:一是不能預(yù)測突發(fā)事件的風(fēng)險(xiǎn),原因是方差-協(xié)方差法是基于歷史數(shù)據(jù)來估計(jì)未來,其成立的假設(shè)條件是未來和過去存在著分布的一致性,而突發(fā)事件打破了這種分布的一致性,其風(fēng)險(xiǎn)無法從歷史序列模型中得到揭示。二是方差-協(xié)方差法的正態(tài)假設(shè)條件受到質(zhì)疑,由于“肥尾”現(xiàn)象廣泛存在,許多金融資產(chǎn)的收益率分布并不符合正態(tài)分布,這樣,基于正態(tài)近似的模型往往會低估實(shí)際的風(fēng)險(xiǎn)值。三是方差-協(xié)方差法只反映了風(fēng)險(xiǎn)因子對整個(gè)組合的一階線性影響,無法充分度量非線性金融工具(如期權(quán))的風(fēng)險(xiǎn)。
②歷史模擬法
歷史模擬法是運(yùn)用當(dāng)前資產(chǎn)組合中各證券的權(quán)重和各證券的歷史數(shù)據(jù)重新構(gòu)造資產(chǎn)組合的歷史序列,從而得到重新構(gòu)造資產(chǎn)組合收益率的時(shí)間序列。
歷史模擬法克服了方差-協(xié)方差法的一些缺陷,如考慮了“肥尾”現(xiàn)象,能度量非線性金融工具的風(fēng)險(xiǎn)等,而且歷史模擬法是通過歷史數(shù)據(jù)構(gòu)造收益率分布,不依賴特定的定價(jià)模型,這樣,也不存在模型風(fēng)險(xiǎn)。
但歷史模擬法仍存在不少缺陷:首先,風(fēng)險(xiǎn)包含著時(shí)間的變化,單純依靠歷史數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)度量,將低估突發(fā)性的收益率波動;其次,風(fēng)險(xiǎn)度量的結(jié)果受制于歷史周期的長度;再次,歷史模擬法以大量的歷史數(shù)據(jù)為基礎(chǔ),對數(shù)據(jù)的依賴性強(qiáng);最后,歷史模擬法在度量較為龐大且結(jié)構(gòu)復(fù)雜的資產(chǎn)組合風(fēng)險(xiǎn)時(shí),工作量十分繁重。
③蒙特卡洛模型
蒙特卡洛法分兩步進(jìn)行:第一步,設(shè)定金融變量的隨即過程及過程參數(shù);第二步針對未來利率所有可能的路徑情景,模擬資產(chǎn)組合中各證券的價(jià)格走勢,從而編制出資產(chǎn)組合的收益率分布來度量VaR。
蒙特卡洛模擬法的優(yōu)點(diǎn)包括:它是一種全值估計(jì)方法,可以處理非線性、大幅波動及“肥尾”問題;產(chǎn)生大量路徑模擬情景,比歷史模擬方法更精確和可靠;可以通過設(shè)置消減因子,使得模擬結(jié)果對近期市場的變化更快地做出反映。其缺點(diǎn)包括:對于基礎(chǔ)風(fēng)險(xiǎn)因素仍然有一定的假設(shè),存在一定的模型風(fēng)險(xiǎn);計(jì)算量很大,且準(zhǔn)確性的提高速度較慢,如果一個(gè)因素的準(zhǔn)確性要提高10倍,就必須將模擬數(shù)增加100倍以上;如果產(chǎn)生的數(shù)據(jù)序列是偽隨機(jī)數(shù),可能導(dǎo)致錯(cuò)誤結(jié)果。
5. 敏感性分析
敏感性分析是指在保持其他條件不變的情況下,研究單個(gè)市場風(fēng)險(xiǎn)要素(利率、匯率、股票價(jià)格和商品價(jià)格)的變化可能會對金融工具或資產(chǎn)組合的收益或經(jīng)濟(jì)價(jià)值產(chǎn)生的影響。
敏感性分析計(jì)算簡單且便于理解,在市場分析中得到了廣泛應(yīng)用。但是,敏感性分析也存在一定的局限性,主要表現(xiàn)在對于較復(fù)雜的金融工具或資產(chǎn)組合,無法計(jì)量其收益或經(jīng)濟(jì)價(jià)值相對市場風(fēng)險(xiǎn)要素的非線性變化。
6. 情景分析
與敏感性分析對單一因素進(jìn)行分析不同,情景分析是一種多因素分析方法,結(jié)合設(shè)定的各種可能情景的發(fā)生概率,研究多種因素同時(shí)作用時(shí)可能產(chǎn)生的影響。
7. 壓力測試
壓力測試的目的是評估銀行在極端不利的情況下的損失承受能力,主要采用敏感性分析和情景分析方法進(jìn)行模擬和估計(jì)。
8. 事后檢驗(yàn)
相關(guān)推薦:2009年銀行從業(yè)考試風(fēng)險(xiǎn)管理:第三章復(fù)習(xí)筆記北京 | 天津 | 上海 | 江蘇 | 山東 |
安徽 | 浙江 | 江西 | 福建 | 深圳 |
廣東 | 河北 | 湖南 | 廣西 | 河南 |
海南 | 湖北 | 四川 | 重慶 | 云南 |
貴州 | 西藏 | 新疆 | 陜西 | 山西 |
寧夏 | 甘肅 | 青海 | 遼寧 | 吉林 |
黑龍江 | 內(nèi)蒙古 |