VaR与经济资本

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,VaR和经济资本,1,7.1 VaR的定义,Value at Risk ，译为风险价值或在险价值，以货币表示的风险，处在风险中的金融资产的货币量。,定义：VaR是指在,某一给定的置信水平下,，资产组合,在未来特定的一段时间,内可能遭受的最大损失。 （Jorion ，1997）,VaR 是一种对,可能实现的价值（市值）,损失的估计，而不是一种“账面”的损失估计。,2,VaR：金融风险的“天气预报”,假设1个基金经理希望在接下来的10天时间内存在 95% 概率其所管理的基金价值损失不超过$1,000,000。则我们可以将其写作：,VaR,回答的问题：我们有,C,的置信水平在接下来的,T,个交易日中损失程度不会超过的金额。,3,VaR：金融风险的“天气预报”,例如：A银行2006年4月1日公布其持有期为10天、置信水平为99%的VaR为1000万元。这意味着如下3种等价的描述：,1、A银行从4月1日开始，未来10天内资产组合的损失大于1000万元的概率小于1%；,2、以99的概率确信：A银行从4月1日起未来10天内的损失不超过1000万元。,3、平均而言，A银行在未来的100天内有1天损失可能超过1000万元。（,思考：一旦超过有多少损失呢？,）,4,7.2 VaR的基本参数,持有期：计算VaR的时间长度,资产组合的波动性（方差）与时间长度正相关，故VaR随着持有期增加而增加。,VaR隐含假设：资产组合在持有期内不发生变化，若有变化则持有期要调整。,新资本协议：计算监管资本的VaR持有期至少为10个交易日，JPMorgan等金融机构内部通常选择为1天。,5,讨论： 持有期的选择,资产流动性（liquidity）：事前确定,原则：按金融机构无法控制损失的时间期限,一般企业的资产组合缺乏流动性，可能在若干日都无法改变头寸，则相应的持有期就要长，以使VaR给出的风险能够覆盖多日的“考验”。,如果金融机构能够一天一次度量风险并且改变资产组合的构成，则其风险可以控制在1天内，故可将持有期定为1天。,若头寸可以快速出清（liquidation）或变现，则可以选择较短的持有期，反之亦反。,6,讨论： 持有期的选择,正态分布的要求,持有期越长，资产组合回报r的分布越偏离正态分布，,VaR计算中最方便的假设是回报率服从正态分布，在较短的持有期下，基于正态分布分布的假设更为合理。,头寸的调整,持有期越长，风险管理者越可能改变头寸，则时间越短越能保证资产组合所有资产头寸不变的假设。,7,讨论： 持有期的选择,数据约束,从理论上讲，VaR模型可以较为准确地计算任意持有期下资产组合的市场风险，但事实上，鉴于长期历史数据收集的困难，往往设置较短的持有期。,例如，若计算某资产的VaR需要1000个数据才能达到足够的精度，若计算该资产持有期为1天的VaR，则需要4年（每年250个交易日）的数据，而如果持有期为10天，就需要有40年的数据 。,长时期的历史数据在实际中可能无法获得，而且距离当前时刻过于遥远的历史数据，由于市场情形的变化可能使早期的数据对VaR计算具有很大的干扰性。,8,讨论：置信水平的选择,后验测试,置信水平越高，对于同样的资产组合、在给定的持有期内，置信水平越高，则VaR越大，即资产的损失大于VaR的可能性越小，可靠性越高！,但是，为了验证VaR所需要的数据越多，实际中可能受到数据量的限制。,风险资本要求,金融机构维持安全性的愿望和股东报酬率之间的权衡。,监管要求,监管当局为保持金融系统的稳定需要设置较高的置信水平，如新资本协议至少为99%。,9,讨论：置信水平的选择,统计和比较的需要,不同的机构使用不同的置信水平报告VaR数值，需要知道其假设的分布和置信水平，若分布假设为正态分布，则可以相互转化，不影响不同机构之间的不同置信水平下的评价。,但是，不同分布下的VaR无法转化，如T分布。qtdist(0.99,4)=3.7469473879792，qtdist(0.95,2)=2.91998558035372。,10,讨论：置信水平的选择,置信水平的目的：即可信度或可靠性，通常为99%（BCBS）或95（JP Morgan）。,理由：银行业的脆弱性，防范小概率发生的极端风险，故要求计量的是资产组合的下方风险(Downside Risk)。,虽然这种风险发生的概率只有5或者1，但危害性大。,总结：VaR的计算的是极端风险，而不是平均风险，这与,传统的方差计量风险,有本质区别。,11,7.3 VaR的数学定义,由VaR的定义，若资产组合未来的随机损益为=V，则对应于置信水平为（一般为99或者95）的VaR满足如下等式,由于约定俗成的惯例，一般将VaR取为正值，故在（1.1）中的VaR前面加负号。1999年，Artzner等给出严格的VaR数学定义式,（7.1）,（7.2）,12,7.3.1 连续情形,由7.2，VaR就是对应于置信水平c的损益分布的下分位数，由于其值为负，故在（7.2）等号右边加负号，这表明VaR计量的是资产组合的下方风险（Downside Risk）。在连续的情形下VaR满足,和,，,分别表示资产组合随机损益的PDF和CDF,上式是解析法计算VaR的基本依据。,13,VaR,收益,损失,1-C,P,r,约定俗成：VaR是以正数表示。,14,7.3.2 离散情形,式（7.2）对VaR的定义既适用于损益序列为连续型随机变量的情形，也适用于离散的损益分布。若资产组合的损益序列为离散型，则VaR满足,上式便成为历史模拟法和蒙特卡洛模拟法计算VaR的基本依据。,15,7.4 VaR计算的基本原理,不妨将A银行的全部资产看成1个资产组合，期初（比如2005.1.1）该组合的盯市价值为V,0,，10天后其资产 的价值如下图所示：,(VaR不是以账面价值，而是以市场价值计算来计算风险),回报率r是随机变量,v,0,持有期 T10天,v,T,=v,0,(1r),16,7.4 VaR计算的基本原理,如果在某个置信水平C（比如99）下，第T天资产组合的最低价值为V,T,*，则,由,VaR,的定义：资产组合在未来一段时间内可能的最大损失，有两种损失定义,:,若以绝对损失定义,VaR,，则称为绝对,VaR,。,若以回报的均值为参照来定义损失，即相对损失，则称为相对,VaR,。,17,期初的价值已知,需要估计的未知量,期初价值,期末的价值（在某个置信水平下）,绝对VaR（Absolute VaR）,18,相对VaR（Relative VaR）,如果资产组合的平均回报率为,，在某一置信水平下，资产组合持有期末的最小回报率为r*，则,19,示例：相对VaR,95置信水平，最大损失2580万,平均收益为800万,20,比较：相对VaR与绝对VaR,21,总结：VaR的优点,1、精确性：借助于数学和统计学工具，VaR以定量的方式给出资产组合下方风险（Downside Risk）的确切值。,2、综合性：,将风险来源不同、多样化的金融工具的风险纳入到一个统一的计量框架，将整个机构的风险集成为一个数值。,可实施集中式的风险管理系统，提高风险管理的效率。,22,总结：VaR的优点,3、,通俗性：货币表示的风险，方便公众、银行、监管机构之间的沟通，充当信息披露工具。,起源：JP Morgan的CEO Weathstone要求每天的4.15 报告只产生一个数字：计量不同交易工具，不同部门综合后的风险。,截止到1999年，BCBS监管下的71家银行中有66家对公众披露VaR。,缺点：VaR,并没有告诉我们在可能超过,VaR,损失的时间内（如,95,置信度的,5/100,天中；或,99,的,1/100,天中）的实际损失会是多少。,23,7.5 VaR计算方法的解析法,解析法，又称为方差-协方差法、参数法。,借助统计学，利用历史数据拟合回报率r的统计分布。,常见的分布有：正态分布、对数正态分布、t分布、广义误差分布（GED）等。,由历史数据，可以得到回报率r的均值、方差、协方差等，即所谓的统计参数。,由参数来估计回报率r在某个置信水平下的最小值。,24,7.5.1 单资产正态分布VaR,假定A银行期初的资产市值v,0,=$100,000,000根据历史资料，其资产10天回报率r服从正态分布，即,这里我们也可以发现方差计量风险的缺点：虽然回报率方差仅为4，但回报率可以低到-46.5%。,25,若以绝对VaR来计算,计算结果表明：在10天内，这家期初有1亿美元资产的银行，我们可以以99概率确信：其绝对损失不大于4650万美元，或者说绝对损失大于4650万美元的可能性只有1。,26,7.5.1 单资产正态分布VaR,在持有期0,1（单期）内该资产的回报为r,则期末资产的随机价值为,定义该资产持有期为1、置信水平为c的最低价值（资产价值的下c分位数）为,27,由正态分布的性质则有,则根据VaR的定义即可得到单期的AVaR为,下面计算持有期为T期的VaR，资产的回报r,i,满足,28,以上计算的是绝对VaR，若是相对VaR，容易得到,并且成立,这就是著名的“平方根法则”（square-root rule）,29,算例,设某股票初始价格为10元，若该股票的回报服从正态分布，其日回报的标准差为5，则该股票持有期为1年（250个交易日），99置信水平下的每股RVaR为,30,平方根法则的模型风险,平方根法则：若持有期增加为原来的K倍，则RVaR值增大为原值的K,0.5,倍。,平方根法则成立的必要条件是：资产的回报是独立同分布的，,且全部头寸只能在持有期末瞬间出清。,事实上，回报的波动很难满足上述的两个假设，故以平方根法则计算的VaR存在模型风险。,31,平方根法则的模型风险,当资产的持有期从1天增加到T天时，若1天的风险价值为VaR，则T天的风险价值为,由此就会导致一个荒谬的结果：,一个期初价值为1元的资产，经过一个充分长的T天后，该资产的VaR将超过1元。这意味着该资产的价值为负，但实际上该资产无论经过多少持有期，其最大的损失就是1元而不可能大于它。,故巴塞尔资本协议要求1天换算为10天可用平方根法则。,32,平方根法则的模型风险,导致这个问题的根源是：VaR基于盯市价值的假设而采取的瞬间出清策略（不论头寸多少！）。,VaR背后隐含的假定是：一个在0时刻持有任意数量资产的投资者，从0时刻到T-1时刻都没有参与交易，而只有到T时刻瞬间出清全部头寸 。,因为 代表的是从0时刻观察T时刻的回报波动（标准差），这显然高估了风险。,33,比较：平方根VaR的缺陷,采取Monte Carlo 仿真进行实证，并选取1996年12月16日到2002年12月31日上证指数作为模拟的基础。,上证指数年回报的均值为0.0986，标准差0.2371，由此计算得到日回报均值为0.000394，标准差为0.0150；,基于几何布朗运动，以MATLAB程序进行持有期为持有为1天、5天、10天、30天、250天（1年）、500天（2年）、1250（5年）、2500天(10年)和5000天（20年）。,基于平方根法则计算VaR，以1天为基础。,34,99%置信度长期VaR与平方根VaR,持有期（天）,1,5,10,30,250,500,1250,2500,5000,长期VaR,0.0345,0.0761,0.1064,0.1794,0.4534,0.5835,0.7416,0.7602,0.4982,平方根VaR,0.0349,0.0780,0.1104,0.1912,0.5519,0.7805,1.2341,1.7453,2.4682,35,7.5.2 资产组合正态分布VaR,设某资产组合包含n种资产，第i种资产(i=1,2,n)，根据资产组合的方差计算公式,若每种资产的回报均服从正态分布，由于组合回报是各个资产的线性组合，则组合回报也服从正态分布，从而持有期为1，置信水平为c的资产组合RVaR为,36,为资产,期初i的盯市价值,。,由此可见，组合,VaR,计算的关键是估计回报的方差,-,协方差矩阵,，故解析法又称为“方差协方差法（Variance-covariance Method）,37,相应地，持有期为T天的资产组合p（假设在此期间资产组合没有发生变化）的VaR可以计算公式为,注意：限制于联合正态分布，至少是椭球分布族（Elliptical distribution）,38,讨论：债券组合VaR,假设市场上有100种债券，这些债券的期限都为1年，债券的票面利率、到期收益率和,违约率,分别为3%、3%和1%，且这些债券相互独立的。若某投资者拥有100万元的现金，两种投资方案：,分散投资组合A：分别对这100种债券各投资1万元。显然，在组合A中，只要其中有3种或3种以上的债券违约，投资者就有损失,任意3种债券违约损失是30000元，其余97种债券的收益是29100元，因此仍损失900元，3种以上的债券违约则损失更大。,39,组合A损失的概率是,由于组合A遭受损失的概率是7.9%5%，所以在95%置信水平下持有为1年的VaR0。,未分散投资组合B：只投资1种债券，其损失概率为1%，,故有99%的概率获得30000元的收益，所以95%置信水平下的VaR为-30000元。,在95%的置信水平下，VaR测量风险的结果是：分散组合A的风险大于未分散投资组合B 。,40,期望收益：两个组合同为19700元。因此，,由95%VaR得到的结论是组合B优于组合A？,若将置信水平提高到99.1%，则组合A优于组合B。,由于组合B损失100万的概率是1%，在99.1%置信水平下组合B的VaR为100万。,组合A损失100万的概率为0.01,100,，则在99.1%置信水平下VaR100万。,在95%的置信水平下， VaR忽略了组合B95%置信水平以上的下方风险，而这个下方风险只有当置信水平提高到99%以上时才会观测到。,41,95%的VaR,B,A,损益,概率,在95%的置信水平两种不同资产具有相同的VaR,42,结论：,VaR对于非椭球分布（如二项分布）尾部损失测量的非充分性。,组合B的分布是二项分布，故95%置信水平下遗漏了1%概率发生的极端损失（100万）。,启示：VaR以分位数来描述整个尾部损失分布，对于某些分布可能遗漏掉部分风险的信息,在解析法下，以1、2阶矩描述风险仅仅对于资产组合是正态分布（,椭球分布）,成立。,因为正态分布以1、2阶矩就足以描述全部信息，,对其尾部损失测量是充分的,。,43,正态分布的性质知道，标准正态分布具有以指数衰减的优良性质，因此，,任意一个分位数的值都给出了整个分布的信息,，任何正态分布都可以转化为标准正态分布。,因此，当组合回报服从正态分布时，尾部损失测量是充分的 ，就可以采用VaR基于解析法计量风险，所以,组合A可用解析法VaR计量风险,组合B以VaR计量风险时需要采用其他方法（如能描述高阶矩的g&h分布，或Delta-VaR）,44,启示：,若组合中由大量相似但独立的头寸构成，根据中心极限定理，这些头寸的极限分布服从正态分布，就可以采用组合正态模型计算VaR。,缺陷：（1）直接估计每一种资产的价值，计算量非常大，（2）价格资料难以获得,由于需要构建n个方差和n(n-1)/2个协方差才能构成方差-协方差矩阵，计算量大，故寻求共同的风险因子以简化计算。,可能无法收集到某种证券的交易数据，或者这种证券刚刚发行。,45,7.6 VaR计算的历史模拟法,历史模拟法（Historical Simulation）,基本思想：资产未来的价格或回报可能是历史上的所有情形中的一种。,非参数方法，区别于参数法，不需要估计均值、方差等参数,计算证券,S,明日的,99,置信水平下的,VaR,。,得到,S,证券今日（,2004.12.6,）之前,1001,个交易日的收盘价，并由此计算得到,1000,个交易日的涨跌幅（回报率）。,假定这,1000,种涨跌幅在明天都有可能发生，即以今日价格（,8.28,元）为基础，那么明天的价格就有,1000,种可能,。,46,1000,种,可能,的价格,（局部）,47,将,S,证券未来,1000,种可能的价格由小到大排序，那么,99,置信水平下的最大损失就是对应于第,10,种最坏的情形，即证券的,V*,，,经计算得到,8.02,将今天（,12,月,6,日）的价格减去明天（估计的）,1000,种中第,10,个最坏情形的价格,V*,，,就得到了,99,置信水平下、持有期为,1,天的,VaR,，,即,48,历史模拟法的计算步骤,收集资产的历史数据，计算历史上资产的回报分布。,用历史上的资产回报的分布，来表示未来价格的波动，由此估计资产未来的,N,种价格。,收集资产的历史数据，计算历史上资产的回报分布。,用历史上的资产回报的分布，来表示未来价格的波动，由此估计资产未来的,N,种价格。,49,历史模拟法假设和优点,历史模拟法假设：资产未来损益的概率分布与其历史损益是同分布的，故可用历史上的资产价格的变化或风险因子的波动，来表示它们未来的波动，从而只要在某一置信水平下，找到相对应的资产历史回报的分位数，就可以得到VaR的估计值。,历史模拟法可以方便地处理金融资产的非线性、重尾性等解析法难以处理的问题，这也是历史模拟法的最大优点。,50,，,，,表示t1日第i种证券价格的,第j个估计值,若以资产的价值来表示则为,51,历史模拟法的缺陷,历史模拟法简单、直观，但有两个主要的缺陷：,需要大量的样本；,历史模拟法要求资产价格（风险因子）的分布必须是平稳的、同分布的时间序列，这也是该方法的最大缺陷。,52,7.7 VaR的蒙特卡罗模拟计算,蒙特卡洛模拟也是一种非参数方法，其计算原理与历史模拟法相同，都是通过模拟资产价格或风险因子价格变化的路径得到组合损益的各种可能结果，从而在得到的组合损益分布的基础上，通过分位数来求得VaR。,与历史模拟不同的是，蒙特卡洛模拟法对资产价格或风险因子分布的估计不是来自于历史的观测值，而是通过产生大量的随机数得到的。,下面以,风险因子,为模拟对象来说明该方法估计VaR的原理。,53,蒙特卡洛模拟法计算VaR的原理,反复模拟风险因子波动的随机过程，每次模拟都得到风险因子在持有期末的1个可能值，从而通过定价公式得到资产组合价值的估计值。,当进行了大量的模拟后，根据大数定律，,资产组合估计值的分布将收敛于其未来价值的真实分布,由该真实分布与资产组合的期初价值进行比较，就得到资产组合损益的分布，则对应于某个置信水平（如99）的损益分布的下分位数就可以求出VaR。,54,蒙特卡洛模拟的原理,55,56,可重新调整方程的参数给出不同于历史的估计结果，故蒙特卡洛模拟法比历史模拟法具有柔性。,57,蒙特卡罗模拟的一般过程,58,蒙特卡罗模拟的一般过程,59,60,资本,资本的概念与作用,资本的概念,(,通常指会计资本，也就是账面资本,),：,等于金融机构合并资产负债表中资产减去负债后的所有者权益，包括实收资本或普通股，优先股等。,银行资本的特点,其资本相对量较小,融资杠杆率很高,.,61,资本的作用,（,1,）资本为商业银行提供融资,原有股东的追加投资、发行新股和留成收益,（,2,） 吸收和消化损失,是债权人免遭风险损失的缓冲器,（,3,）限制商业银行过度业务扩张和风险承担,巴塞尔新资本协议,试图提高监管资本对风险的敏感性来强化商业银行资本的约束职能。,（,4,）维持市场信心,（,5,）为商业银行管理，尤其是风险管理提供最根本的驱动力,62,监管资本与资本充足性要求,监管资本概念：,它是监管部门规定的商业银行应持有的同其所承担的业务,总体风险水平,相匹配的资本，是监管当局针对商业银行的业务特征按照统一的风险资本计量方法计算得出的。,强调的是,抵御风险,（非预期损失），保障商业银行持续稳健的能力，并不要求所有权归属。,以监管资本为基础计算的资本充足率，是,监管当局限制商业银行过度承担风险行为,、保证市场稳健运行的重要工具。,63,发展历程,20,世纪,70,年代初,-,成立巴塞尔会员会,1988,年,-,巴塞尔资本协议,资本定义、资本充足率（信用风险）,1996,年,-,对市场风险提出资本要求,1999,年,2001,年,-,巴塞尔新资本协议,对操作风险提出资本要求,64,资本充足性,(,资本对风险加权资产的比率,),要求：,在,巴塞尔新资本协议,中，根据商业银行资本工具的不同性质，对监管资本的范围作出了界定，分为核心资本和附属资本。,核心资本（一级资本）包括：商业银行的权益资本（股本，盈余公积，资本公积和未分配利润）和公开储备。,附属资本（二级资本）包括：未公开储备，重估储备，普通贷款储备以及混合性债务工具等。,在计算市场风险资本要求时，还规定了三级资本（短期次级债，可用于抵补市场风险）。,规定：国际活跃银行的整体资本充足率不得低于,8%,，其中核心资本充足率不得低于,4%,65,经济资本及其应用,经济资本：指商业银行在一定的置信水平下，为了应对未来一定期限内资产的,非预期损失,而应该持有的资本金。,它是一种完全取决于商业银行实际风险水平的资本。整体风险水平高，要求的经济资本就多；反之，则要求的经济资本就少。,经济资本与会计、监管资本的区别与联系：,首先，商业银行会计资本的数量应该不小于经济资本的数量。会计资本是商业银行可以利用资本。经济资本是会计资本与风险损失的媒介。,其次，监管资本呈现出逐渐向经济资本靠拢的趋势。把监管资本的计算建立在商业银行实际风险水平上，提高监管资本对商业银行风险的敏感性。,66,经济资本配置,根据不同部门、业务单位和产品,/,项目的风险收益特点，在机构整体范围内进行资本分配，,积极主动,的管理风险。,对商业银行的积极作用：,一是有助于商业银行提高风险管理水平,了解风险，明确措施,二是有助于商业银行制定科学的业绩评估体系,67,经风险调整的资本收益率,（RAROC）,传统指标的不足,股本收益率（,ROE,）和资产收益率（,ROA,）传统上被广泛用于衡量盈利能力。,无法全面、深入地提示银行盈利的同时承担的风险水平。,不足以真实反映银行长期稳定性和健康状况。,68,经风险调整的资本收益率（,RAROC,）：,采用经风险调整的业绩评估方法来综合考量商业银行的盈利能力和风险水平，已经成为国际商业银行的最佳管理实践。在国际先进银行中得到了广泛应用。,经风险调整的资本收益率（,Risk Adjusted Retune on,Capatal, RAROC,）,RAROC=,（收益,-,预期损失）,/,经济资本（或非预期损失）,强调商业银行通过承担风险而获得的收益是有代价（成本）的。,公式衡量的是经济资本的使用效益,正常情况下其结果应该大于商业银行的资本成本。,69,RAROC,的作用,RAROC,对商业银行在单笔业务、资产组合、以及商业银行的目标设定、业务决策、资本配置、绩效考核等经营管理工作活动等都有重大作用，它使商业银行在充分考虑风险与收益是否匹配的基础上对相关业务作出决策，对相关管理活动作出判断。,RAROC,促使商业银行实现在可承受风险水平之下的收益最大化，以及最终实现股东价值最大化。,以经济资本配置为基础的经风险调整的业绩评估方法克服了传统绩效考核中盈利目标未充分反映风险成本的缺陷，促使商业银行将收益与风险直接挂钩，体现了业务发展与风险管理的内在平衡，实现了经营目标与绩效考核的协调一致。,70,