风险评价与度量

风险评价与度量（精选7篇）

风险评价与度量 篇1

证券投资风险是指在一定的客观条件和一定的时间内，由于不确定因素的作用引起证券价格变动，给投资者造成损失的可能性以及损失程度。这个定义包括损失的概率、可能损失的大小、损失的不确定性及投资收益率盈亏波动频率4个方面，而在这其中，损失的大小处于最重要的位置。

一、证券投资风险的度量

(一) 单个证券投资风险的度量

对于单个证券投资风险的度量，其方法主要有：方差或标准差、价差率以及差异系数等。

1. 方差或标准差：

方差，就是一组数据中的任一随机值与该组数据平均值之差的平方的和。换句话说，某一种证券的方差，反映了某种证券任一投资回报率与其平均回报率的差，衡量了证券投资收益率的波动性，是证券投资全部风险的表征。因为投资风险的大小及变动情况与证券价格或收益率的大小及变动情况基本上是一致的，所以就可以用证券价格或收益率的方差即变动程度来衡量其风险的大小。方差越大，表明风险越大，反之则表示风险越小。标准差，是方差的平方根，其反映风险的情况与方差是一样的。

2. 价差率：

对于证券例如股票来说，如果将投资风险看作股票价格可能性的波动，那么价差率就可以作为衡量股票等证券风险的一个较好指标。计算公式如下：

价差率=2×(最高价-最低价)/(最高价+最低价)

价差率越大，代表风险也越大，反之则越小。需要说明的是，为了尽量克服短期因素的影响，就应该考察一段时期内平均价差率，以此了解较为全面的情况。

3. 差异系数：

一般来说，只有在证券的期望收益相差不大时，才可以用标准差对各项风险度进行度量。如果期望收益率相差较大时，则需运用差异系数(CV)来评价风险。差异系数实际上就是某种证券的单位期望收益所承受的风险，即

(二) 证券组合投资风险的度量

度量证券组合投资的风险的指标主要有：预期收益的方差或标准差以及β系数等。

1.预期收益的方差或标准差

通常用证券组合的预期收益的方差或标准差度量其风险，证券组合的收益可以通过对各个证券收益的加权平均求得，但组合的风险却不能通过加权平均得出。证券组合风险不简单取决于各风险因素决定的单个证券风险量总和，而且取决于它们之间相互关联程度即协方差。例如，假设一个证券组合有n种证券，每种证券所占的比重依次为，W1, W2, ..., Wn，σ12，σ22，...σn2分别表示证券组合中各种证券的预期收益的方差，COVij表示各证券之间的协方差，以σ2表示证券组合的预期收益的方差，则有σ2=W12σ12+W22σ22+...+Wnσn2+2W1W2COV12+2W2W3COV23+.

由上述公式可以计算出证券组合投资的风险。而且这个值越大，说明证券组合的风险就越大，反之则风险越小。

2.β系数

证券的β系数即证券收益率相对于基准市场指数波动的敏感度，用以衡量单个或者证券组合的系统性风险水平的大小。

单个证券的β系数计算公式为：

其中cov (i, m) 表示该证券与市场收益的协方差。这个系数反映了该证券对于市场风险的敏感程度，是与整个市场的风险相比较的一个相对指标。已经证明，一个证券组合投资的β系数等于该组合中的各个证券的β系数的加权平均值，权数就是各证券的投资额比例。有3种情况：若β=1，则说明这个证券组合的风险等于整个市场的风险;若β<1，则说明这个证券组合的风险小于整个市场的风险;若β>1，则说明这个证券组合的风险大于整个市场的风险。根据这个原则，只要计算出证券组合的β值，就可以知道该组合的相对投资风险。

二、企业证券投资风险的规避方法

证券投资是一项高风险高收益的投资活动。对于广大投资者来说，不仅仅要掌握相关的投资知识，还要了解一定的规避风险的方法，尽量降低投资风险带来的负面影响，获取尽可能多的收益。

(一) 信用评级和财务分析

证券一般是企业或其他组织等发行的，在证券市场上流通买卖的凭证。投资者要进行证券投资，首先要了解清楚发行证券的企业的具体情况，切不可盲目跟庄投资。第一步，可以通过考查证券的信用评定等级来确定要投资的对象。证券信用评级就是对证券发行者的信誉及所发行的特定证券的质量进行评估的综合表述。因此，投资者可以参考专门的证券信用评级机构对市场上证券的评定情况，选择等级较高的证券进行投资。当然，这种信用评级也不是绝对的。换言之，就是评级排在前面的证券不一定绝对就比排在后面的证券值得购买和投资。

此外，还要注意分析发行企业的财务状况等综合情况。投资者可以搜集所投资企业近几年的财务数据，并采用一定的方法进行财务分析，看该企业在财务上是否存在问题。另外还要关注企业的发展前景。综合这些因素，并以此作为投资者选择证券进行投资时的参考，尽量避免投资于风险大的证券。

(二) 进行证券组合投资

我们知道，证券的非系统风险指的是各个单独的证券所存在的风险，这种风险都是各个证券所特有的，与其他证券无关。在一定的时间段内，在整个证券市场上，有的证券的非系统风险上升，与此同时，另一些证券的非系统风险却在下降。这就给投资者提供了一种可能，那就是可以同时投资多个证券，通过各个证券之间风险的升降运动，来抵消大部分非系统风险所带来的损失，从而有希望获得一个较高的收益。这也就是俗语中所说的“不要把所有的鸡蛋都放在一个篮子里”的道理。

其实，马科维茨早在他1952年的《证券组合选择》一文中就建立了证券组合理论。他认为，在一定的假设条件下，对存在风险的证券采用一定方式的组合，可以使包括若干种证券的组合的风险低于单独投资其中任何一种证券的风险。所以，投资者通过对证券进行有效的组合，即使组合中的各个证券的单独风险仍然存在，也可以让这个证券组合的总风险降低。

(三) 利用期货工具套期保值

投资者在证券投资过程中面临的主要风险之一就是系统风险。据有关研究表明，我国股票市场系统风险占总风险的比例高达65.7%，是成熟股市的2～3倍，这种风险是无法通过分化投资来加以回避的，只能采取相应的措施降低其影响。要降低证券投资的宏观系统风险，就要对大势有一个正确的判断，以便及时止赢、止损，除此以外在条件许可之时开设国际上常用的方法——即利用金融衍生工具进行套期保值。套期保值最直接的目的在于最大限度地减少价格波动带来的不利后果。

所谓套期保值，就是证券投资者在操作方法上，通过买进或卖出与现货数量相等但交易方向相反的期货合约，以期在未来某一时间通过卖出或买进期货合约，从而补偿因现货市场价格变动所带来的实际损失。

投资者进行证券投资，可以采用股票指数期货和债券利率期货等期货工具规避风险。

以股票指数期货为例。股票指数期货是一种以股票指数为市场交易对象的期货，其所买卖的是标准化的股指期货合约。合约的价格等于既定的系数与成交时的股指的乘积，股指期货交易采用保证金制度，并用现金结算。利用股票现货市场和股指期货市场作相应部位的操作，以使未来在股票现货市场的损失与股指期货市场的收益相互抵消，从而达到规避风险的目的。其具体的做法是:

首先，如果投资者担心卖出股票后股市反而大幅上涨，从而给自己造成损失，那么就可以通过买进一定数量的多头股指期货合约以避免踏空。

其次，对于已经持有股票的投资者，或是计划持有某股票的投资者，预期未来股市将出现下跌行情时候，为避免因股市下跌而造成损失，就卖出一定数量和一定交割期的股指期货合约。这样，一旦股市真的下跌，交易者可以从出售的股指期货合约交易中获利，以弥补由于股市下跌而在股票现货交易中所遭受的损失。

同样的道理，对于债券来说，投资者可以利用债券利率期货进行套期保值，以减少债券投资的风险。

(四) 密切关注国家政策

在系统风险中，国家政策和法律的因素占有很大的部分。证券投资者应该密切关注国家政策和法律的变化，并以此为依据适时调整自身的证券投资方向和策略，从而有针对性地降低系统风险。

（五）尽量减少市场投机行为，真正降低投资风险

过渡的投机行为给现在的证券市场带来了巨大的风险，作为市场中的一分子，证券投资者应该尽可能减少市场投机行为，加强自身的知识学习，尽力选择合适的投资方式和正确的投资时机，改变盲目跟庄的投资方式，这样才能有效地规避风险，获取最大的投资收益。

现代信用风险度量方法与模型述评 篇2

一、现代信用风险度量方法与模型分析与评价

20世纪80年代以来, 受债务危机的影响, 各国银行普遍重视对信用风险的管理和防范, 新一代金融工程专家利用工程化的思维和数学建模技术, 在传统信用风险度量的基础上提出了一系列成功的信用风险量化模型。

1. 神经网络分析法。

近年来, 神经网络技术在模式识别与分类、识别滤波、自动控制、预测等方面已展示了其非凡的优越性。神经网络是从神经心理学和认识科学研究成果出发, 应用数学方法发展起来的一种并行分布模式处理系统, 具有高度并行计算能力、自学能力和容错能力。神经网络的结构由一个输入层、若干个中间隐含层和一个输出层组成。神经网络分析法通过不断学习, 能够从未知模式的大量的复杂数据中发现其规律。神经网络方法克服了传统分析过程的复杂性及选择适当模型函数形式的困难, 它是一种自然的非线性建模过程, 毋需分清存在何种非线性关系, 给建模与分析带来极大的方便。该方法用于企业财务状况研究时, 一方面利用其映射能力, 另一方面主要利用其泛化能力, 即在经过一定数量的带噪声的样本的训练之后, 网络可以抽取样本所隐含的特征关系, 并对新情况下的数据进行内插和外推以推断其属性。

神经网络分析方法应用于信用风险评估的优点在于其无严格的假设限制, 且具有处理非线性问题的能力。它能有效解决非正态分布、非线性的信用评估问题, 其结果介于0与1之间, 在信用风险的衡量下, 即为违约概率。神经网络法的最大缺点是其工作的随机性较强。因为要得到一个较好的神经网络结构, 需要人为地去调试, 非常耗费人力与时间, 因此使该模型的应用受到了限制。Altman (1995) 在对神经网络法和判别分析法的比较研究中得出结论认为, 神经网络分析方法在信用风险识别和预测中的应用, 并没有实质性的优于线性判别模型。

2. 衍生工具信用风险的度量方法。

20世纪80年代以来, 作为一种有效的避险工具, 衍生工具因其在金融、投资、套期保值和利率行为中的巨大作用而获得了飞速的发展。然而, 这些旨在规避市场风险应运而生的衍生工具又蕴藏着新的信用风险。研究者相继提出许多其他方法来度量衍生工具的信用风险, 不过主要集中在期权和互换两类衍生工具上, 最具代表性的有下列三种:一是风险敞口等值法, 这种方法是以估测信用风险敞口价值为目标, 考虑了衍生工具的内在价值和时间价值, 并以特殊方法处理的风险系数建立了一系列REE计算模型;二是模拟法, 这种计算机集约型的统计方法采用蒙特卡罗模拟过程, 模拟影响衍生工具价值的关键随机变量的可能路径, 以及交易过程中各时间点或到期时的衍生工具价值, 最终经过反复计算得出一个均值;三是敏感度分析法, 衍生工具交易者通常采用衍生工具价值模型中的一些比较系数来衡量和管理头寸及交易策略的风险, 敏感度分析法就是利用这些比较值通过方案分析或应用风险系数来估测衍生工具价值。

衍生工具信用风险模型的优点是具有较强的严谨性, 该模型力图以数量化的、严谨的逻辑识别信用风险。从缺点和不足来看, 衍生工具信用风险模型的严密的前提假设 (当一个变量发生改变, 则原有的结论需要全部推翻重新进行论证) 限制了它的使用范围。而且, 从大量的实证研究结果来看, 衍生工具信用风险模型没有得到足够的支持。例如, Duffie (1999) 发现简约模型无法解释观测到的不同信用等级横截面之间的信用差期限结构。衍生工具信用风险模型虽然是最新的科学化方法, 但其要发挥作用, 还必须与金融风险管理的理念和主观判断结合起来。

3. 集中风险的评估系统。

前述方法绝大多数是度量单项贷款或投资项目的信用风险, 而很少注重信用集中风险的评估。信用集中风险是所有单一项目信用风险的总和。金融市场的全球化和风险的多样化使人们越来越认识到“不能把鸡蛋放在一个篮子里”的重要性。金融机构和投资者们采用贷款组合、投资组合来达到分散和化解风险的目的。1997年, J.P摩根推出的“信用计量法”和瑞士信贷金融产品的“信用风险法”, 均可以用来评估信用风险敞口亏损分布以及计算用以弥补风险所需的资本。“信用计量法”是以风险值为核心的动态量化风险管理系统, 它集计算机技术、计量经济学、统计学和管理工程系统知识于一体, 从证券组合、贷款组合的角度, 全方位衡量信用风险。该方法应用的范围比较广, 诸如证券、贷款、信用证、贷款承诺、衍生工具、应收账款等领域的信用风险都可用此方法进行估测。“信用计量法”依据与动态信用事件 (信用等级的变迁, 违约等) 相关的基本风险来估测集中信用风险的风险值。集中信用风险值是指在未来一定时间内, 因信用事件引起证券或贷款组合资产价值的潜在变化量。风险管理者依据这一风险值调整头寸和决策以防范损失。“信用风险法”是在信用评级框架下, 计算每一级别或分数下的平均违约率及违约波动, 并将这些因素与风险敞口综合考虑, 从而算出亏损分布与所需资本预测数。

集中风险的评估系统的目的是综合地反映评价对象的风险, 更接近于风险分析的本源目的, 但过多的变量因素又使其陷入浩繁的考察与计量之中, 过于繁密的信息造成“噪音”过大, 这又使结论容易发生偏离。

二、信用风险度量方法与模型的发展趋势与改进方向

1. 信用风险度量方法与模型的发展趋势。

从目前国际金融与财务学界的主流观点来看, 信用风险度量方法与模型的未来发展趋势主要包括以下几个方面: (1) 对信用风险的度量从过去的定性分析转化为定量分析; (2) 从指标化形式向模型化形式的转化, 或二者的结合; (3) 信用风险度量模型涵盖的因素和条件越来越全面。从对单个角度的分析向组合角度进行分析、从账面价值转向市场价值、变量从离散向连续扩展、从单个对象的微观特征扩散到经济环境、从单一的风险度量模式向多样化的和个性化的风险度量模式的转化; (4) 在理论上, 信用风险度量方法与模型开始大量运用现代金融理论的最新研究成果, 比如期权定价理论、资本资产定价理论、资产组合理论等, 并且汲取相关领域的最新研究成果, 比如经济计量学方法、保险精算方法、最优化理论、仿真技术等; (5) 信用风险度量方法与模型越来越需要现代计算机的大容量信息处理技术和网络化技术。

2. 信用风险度量方法与模型在我国的适用性及其改进方向。

对于我国当前的经济与社会发展现实, 现有的信用风险度量方法和模型仍存在是否适用的问题。总体而言, 信用风险度量方法与模型在我国的适用性有如下几个特点: (1) 我国的市场经济环境还不完善, 相关数据缺乏, 而现有的信用风险度量模型大都需要大样本数据, 这使得其在我国适用性不强; (2) 我国企业的违约行为及其原因与西方发达国家有很大的不同。在西方发达国家, 企业违约最主要的原因是企业偿债能力不足造成的, 而我国企业违约的情形复杂, 不仅仅有偿债能力不足的原因, 也有可能是企业道德风险等多方面的原因。

风险评价与度量 篇3

一、我国企业财务风险的识别

(一)我国企业筹资风险的识别

企业筹集资金的渠道有两类:一是所有者投资,如增资扩股、税后利润分配的再投资:二是借入资金。所有者投资的筹资风险一方面表现在资本的回报具有不确定性,可能无法达到资本的保值、增值目标:另一方面自有资本的筹资成本较高,为了降低资金成本,企业往往利用负债来降低筹资成本。借入资金的风险首先表现在企业能否及时还本付息。如果借长资金不能产生预期的经济效益,就会导致企业不能按时还本付息,从而使企业付出更高的代价,甚至陷入破产倒闭的财务危机之中。由于借债有固定的还款期限、利率以及支付利息的期限和方式,这就增加了企业到期不能还本付息的可能性。此外,如果企业的还本付息链条断裂,还将影响企业信用级别的评估,给企业再筹资造成不良隐患,即企业负债经营导致负债比例增大,相应降低了企业对债权人的债权保证程度,从而限制了企业从其他渠道增加负债筹资的能力。

筹资风险主要是针对企业的债务资金而言的。从风险产生的根源分析主要有两大类:现金性筹资风险和收支性筹资风险。现金性筹资风险是指企业在特定的时点上现金流出量超过了现金流入量而产生的即期不能偿还债务本息的风险,主要是由现金短缺、债务期限结构和现金流入的期间结构不配套而引起的。收支性筹资风险是指企业在收不抵支情况下出现的到期债务不能清偿的风险。对于收支性筹资风险,在很大程度上是由于资本结构安排不合理而形成的。筹资风险可能发生在企业理财之前,也可能发生于理财过程之中:可能单独存在发生作用,也可能与其它经营风险交合于一处发生作用。因此,我们必须从企业筹资活动状态及其结果来评价筹资风险的存在及其强弱。

资产负债率的高低是衡量企业财务风险大小的一个较为直观的重要指标。但是资产负债率并非越低越好,较低的资产负债率往往意味着企业的资产利用率低,企业没有正确运用负债杠杆来增加企业的贏利和加快扩张等。因此,应该就不同的行业、不同的企业规模来实行最优的资产负债结构与资产负债水平。这种最优的结构可以根据负债与资本的加权综合成本费用来确定。我们可以通过计算企业合理负债额度的临界点来对企业的筹资风险进行识别。当企业的实际负债总额远远大于企业的合理负债总额时,从理论上讲,企业具有一定的筹资风险,缺乏持续经营能力,面临债务危机。

(二)我国企业投资风险的识别

投资是指以资金增值为目的而发生的资金支出。投资风险是资金循环过程中所有风险的主导,它制约着财务风险的其它类型风险的发生及其程度。投资风险一部分来自长期投资,一部分来自短期投资。其中,最主要的是长期投资风险,即由于一个长期投资项目不能实现预期收益,从而使整个企业的盈利水平和偿债能力受到影响的可能性。长期投资风险又分为收益风险、变现风险和购买力风险。收益风险是指投资收益无法实现预期水平而发生的损失;变现风险是指投资收益无法在预计的回收期实现而发生的机会成本;购买力风险是指在通货膨胀的环境下,投资形成的资产和收益的实际价值发生贬值而造成的损失。企业的投资风险属于投机性风险,我们可以通过对投资风险进行测算和衡量来实现对投资风险的识别。常用的方法是投资报酬率直方图法、投资报酬率方差法、投资报酬率变异系数法和投资报酬敏感度法。

(三)我国企业现金流量风险的识别

现金是一个企业生存和发展的命脉,企业为了生存,必须获取现金以便支付各种商品和服务的开销。现金流量风险是企业财务风险中最普通、影响力最大的一种,它属于支付风险。尽管企业可以通过外部融资渠道来获取现金,但是企业的主要现金来源仍旧是商业活动。从长期来看,企业为了生存,从商业活动、贷款和投资中收到的现金必须超过经营活动支付的现金。一个企业如果持有充足的现金或者资产能够在短期内转化为现金,以便履行它的支付义务,则该企业具有流动性。另外,如果一个企业很容易从外部渠道取得现金,也可以称其具有流动性。如果一个企业缺乏流动性,无论是临时的还是长期的,都意味着存在无力履行已到期的付款义务的可能。企业出现现金流量风险的原因是企业虽然赢利,甚至是赢利丰厚,但是由于不能按时偿还到期债务,导致企业出现财务危机,最严重的情况是由债权人宣布企业破产清算,也称黑色倒闭。

1. 企业各个时期现金流量参考表识别法

企业从投入资金进行新项目的开发至产品被淘汰的全过程中,经营活动、投资活动、筹资活动产生的现金流量净额都有可能出现正数或负数的情况,三者结合有八种情况,从这三方面的正负构成情况进行分析,可以全面地了解企业的经营状况和现金流量的风险。

2. DRL模型识别法

DRL模型是以预测潜在现金与预计正常支出的比例来评估企业由于现金流量引起的财务风险的方法。即,如果DRL值大于1,表明企业现金流量方面的财务状况良好,有足够的现金偿还到期的流动负债,近期不会发生财务危机;如果DRL值小于1,表明企业现金流量方面财务状况不稳定。DRL值越小,表明企业现金流量方面的财务状况越差。

二、我国企业财务风险的度量

财务风险作为一种与不确定性有关的量,它的度量比较困难。但由于财务风险具有可测性,在实际工作中常采用一定的方法来度量。国内外比较成熟的度量方法有概率测度法、期望值测度法、均方差测度法、变异系数测度法、杠杆系数分析法和资本资产定价模型(CAPM)法等。其中,概率、变异系数和杠杆系数分析法用于测量财务风险的相对程度:均方差、期望值用于测量财务风险的绝对程度。这些度量方法都有其自身的优缺点及适用范围。

(一)概率分析法,

即用概率论和数理统计的方法,对企业财务风险进行度量。首先计算各个项目的收益期望值:其次计算各个项目报酬率的分散程度,即方差和标准差:最后根据变异系数判断风险程度,变异系数越大风险越大,变异系数越小风险越小。概率分析法的优点是它把数理统计的方法运用于理财领域,具有较强的理论依据,可信度强,容易理解,是其他方法的依据和基础。

(二)杠杆分析法,

即通过对经营杠杆系数(DOL)、财务杠杆系数(DFL)和总杠杆系数(DTL)的分析来衡量企业经营风险、财务风险和总风险的大小及杠杆利益水平的高低。该方法度量企业财务风险的原理是杠杆系数越大,企业财务风险就越大。

(三)资本资产定价模型(CAPM)。

资本资产定价模型是西方金融学和财务管理学中最重要的论述风险和报酬率之间关系的模型,该模型第一次使人们可以量化市场的风险程度,并且能够对风险进行具体定价。在该模型中,系数反映了投资者承担风险的大小,系数越大,说明投资者承担的风险越大,投资报酬率越高。与概率分析法相比较,资本资产定价模型法更能充分地反映企业财务风险的内在涵义,其中系数的计算运用了数理统计理论,使风险度量具有较强的科学依据:同时,它还能反映出风险之间的内在关系,体现了资本结构。该模型一般用于度量企业的投资风险。

(四)VaR法,

即风险价值度量法,指处于风险状态的价值,即在一定置信水平和一定持有期限内,某一资产或资产组合所面临的损失的最高期望值。从VaR的定义可以看出,相对于方差、系数等方法而言,VaR可以直接给出受损的以货币单位计量的价值,同时由于VaR是损失的数值,不同风险因素的影响可以直接相加,从而给资产管理者一个更明确的关于投资风险的信息,决策者由此可以决定投资资本的大小,避免由于资本的原因造成破产情形的发生。该方法建立在可靠科学的基础之上,为人们提供了关于市场风险的综合性度量。和CAPM法一样,VaR法不仅适用于金融资本投资,也可以指导企业分析度量财务风险。

(五)风险率度量法。

很多学者通过研究提出,方差度量法只能说明收益率的离散程度,并不能说明损失的程度和可能性,也不能说明资产的优劣,于是提出了一种更为合理的新的风险度量指标——组合偏差。尽管这些学者提出了一些相应的改进方法,如组合偏差法、半方差法等,但并没有完全解决问题。陆伟国(2004)提出了一种新的风险度量方法,即风险率度量法,该方法把风险定义为“投资收益低于无风险收益的可能性”,具体用风险率表示就是指投资收益低于风险收益的概率,数值由0到100%,风险程度依次加大,投资价值依次降低。该方法体现了风险的本来含义,其数值表现也非常直观,便于不同资产风险之间的直接比较。

条件风险估值度量准则与买回合同 篇4

目前, 已有一些文献对风险规避环境下的供应链管理问题进行了研究, 但大多都研究的是比较简单的模型, 并且采用条件风险估值 (Conditional Value at Risk, 简记为CVa R) 作为风险度量准则的研究很少。

文献[1]得出, 在有缺货惩罚时CVaR准则下的最优定购数量不一定比风险中立的报童最优解小。文献[2]研究了CVaR度量准则下的报童解的问题, 给出了在Mean-CVaR目标函数下的最优定购数量。文献[3]首次提出了在风险厌恶环境中进行供应链协调的基本思想和一般方法。接着, 文献[4]对由一个风险中性的供应商和一个风险厌恶的零售商构成的供应链给出了协调的策略。因为供应链中各参与方对待风险的态度可能不同, 所采用的风险度量准则也会随之有所不同。

这篇论文采用CVa R准则来度量风险, 研究当供应链中的成员有不同的风险厌恶程度时 (即η不相同) , 应用买回合同进行集中决策的模型。

2 CVaR下买回合同对供应链的协调

2.1 CVaR风险度量准则

CVaR风险度量准则[5,6], 忽略了利润超出分位数水平的部分, 主要考虑低于η分位数的平均利润。对于利润最大化情形, 库存控制策略μ下的η-CVa R定义如下:这里d表示随机需求, 为在控制策略μ和随机需求d下的随机利润函数。

2.2 买回合同对风险规避的两级供应链的协调

p是单位零售价, d是需求量, q是订货量, s是追加的单位价格 (s<cs) , cr表示零售商的边际成本 (不包含付给供应商的任何费用) , cs表示供应商的边际生产成本, ω为供应商对零售商的产品批发价, b表示供应商对未卖出的产品的单位买回价格, F (q) 表示订货量所服从的分布函数。为方便起见, 令c=cr+cs。

考虑零售商和供应商是风险规避的, 其风险系数分别为η和ηs, 则相应的风险收益依次表示如下:

在η-CVaR风险度量准则下, 零售商需要确定最优的订货数量以最大化自己的目标函数, 即。

此时, 零售商的最优订货数量为

, 那么, 整个供应链的总利润目标函数为, 简记为。

下面就集中决策环境下的供应链, 分为四种情况进行讨论, 得出相应情况之下的最优订货数量。

(1) 时, 供应链收益

最优订货数量

(2) 时,

最优订货数量;

(3) 时,

最优订货数量;

(4) 时,

最优订货数量为。经过上述四种情况的讨论, 现给出分散决策环境下供应链达到协调的一个充分条件。

定理在风险度量准则CVαR下, 若满足以下两个条件, 则供应链达到协调:

证明:根据供应链达到协调的条件, 即零售商的最大化自身的目标函数所决定的订货数量与集中决策环境下整个供应链的最优订货数量一致, 可以令即从而可以求解得到;由于η>0, p-b-s>0, 从而 (η-1) b+ps>0, (ηp-ηcr-cs) b+ (p-s) cs>0, 从而ω>cs;再结合条件得到

3 结论

文中基于CVa R风险度量机制, 分为四种情况讨论了买回合同下, 供应链收益最大化时的订购数量, 给出了供应链达到协调时候的一个充分条件。

然而该充分条件受限于零售商和供应商的风险厌恶程度, 一旦两者风险厌恶程度比例不满足相应要求, 供应链在买回合同下并不能达到协调。即供应链要达到协调, 条件要求比较苛刻, 利用买回合同进行协调局限性较大。进一步, 不能协调的情况下, 需要设计新的合同机制对供应链进行协调。

摘要：基于条件风险估值度量准则, 运用买回合同对分散决策环境下的两级供应链进行协调, 确定最优订货数量, 以期整个供应链收益最大化。该供应链包含一个零售商和一个供应商, 且零售商和供应商均是风险规避的。文中分四种情况进行讨论, 得出供应链达到协调的一个充分条件。

关键词：供应链协调,买回合同,风险规避,CVaR

参考文献

[1]许明辉, 于刚, 张汉勤.带有缺货惩罚的报童模型中的CVaR研究, 系统工程理论与实践.2006, 26 (10) :1-8.

[2]Gotoh, J.and Y.Takano“, Newsvendor solution via conditional value-at-risk minimization”, European Journal of Operational Research.2007, 179:80-96.

[3]Gan, X.et.al.“, Coordination of a supply chain with risk-averse agents”.POM.2004, 13:135-149.

[4]Gan, X.et.al., “Channel coordination with a risk-neutral supplier and a downside-risk-averse retailer”.POM.2005, 14:80-89.

[5]Rockafellar R T, Uryasev S.Optimization of conditional value at risk[J].Journal of Risk.2000, 2:21-42.

风险评价与度量 篇5

(一)操作风险概念

由于不完善或有问题的人员、系统、内部程序或者外部事件而引起的直接或间接的经济损失称为操作风险。 其包含了法律风险,但不包含策略和声誉风险。 由于操作风险牵涉人的因素并且包含较多的低概率损失事件,因此,人们认为操作风险是不可以度量或很难用数量方法进行计量。 但随监管机构对操作风险的重视,近几年我国出现了几种对操作风险进行度量的模型。

(二)操作风险特征

随着金融管制的放松、网络全球化和金融创新的发展,商业银行发生的操作风险与市场和信用风险相比呈现以下特征:

第一,银行中的业务操作是操作风险中的风险因素重要来源,这种又叫内生风险,其具有可控性。

第二,在银行经营管理中所有方面的不同风险都为操作风险管理。 因此,用一种方法囊括操作风险的所有领域是不可能的。

第三,在结构变化快、交易多、业务规模大的领域里,操作风险可能存在较大冲击。

第四,银行操作风险管理涉及到内部的所有部门,因此,操作风险管理不只是内部审计部门或风险管理部门的事情。

第五,对市场风险和信用风险来说,风险与报酬是一一映射的,因此这种关系不一定适用在操作风险上。

(三)操作风险的分类

巴塞尔银行监管委员会按照操作风险的损失和频率进行分类,共为七类:内部欺诈;;涉及外部或执行的欺诈;有形资产的损失;雇佣合同及工作状况带来的风险事件交割以及交易过程;客户、产品以及商业行为引起的事件;经营中断或系统错误;涉及交割、执行以及交易的过程。

单位:百万

二、净利润的模型假设与建立

对商业银行操作风险进行计量关键是其方法。 本文采用高级计量法,利用净利润的模型对在经营过程中所面临的操作风险进行度量。 其基本原理:目标银行净利润为被解释变量,考虑可能影响商业银行净利润的风险因素,将其作为解释变量构建模型。 本文模型的解释变量为国内生产总值(GDP)、消费者物价指数(CPI)、一年期存贷款利差(LoanDeposit),考虑了物价指数的国内生产总值(GDP/CPI)。 净利润可以在较大程度上被这些因素所解释, 而剩下不能所解释的部分就称为银行的 “操作风险变动”。

R为银行的净利润,βn为因素的敏感程度,为第n个风险因素的净利润,ξ 则为随机扰动项。

由操作风险而引起的净利润改变可以用表示,其中 σ2表示净利润的总方差也就是总风险,为操作风险的方差即操作风险。 该回归所得出的拟合优度(回归模型)误差占总误差的百分比,也就是信用风险和市场风险的之和占总风险的百分比。 我们先假设银行操作风险损失数据变动服从正态分布,根据正态分布的特点我们将3.1倍标准差作为操作风险,这样就包括99.9%的置信区间,也就可以包括操作风险引起的未预期损失。 因此我们用公式计算操作风险损失。

本文对净利润模型进行分析, 认为影响操作风险的因素有以下几点:第一,社会经济的发展情况。 近年来我国经济高速增长,而经济增长与银行业的发展是息息相关的,它能直接影响商业银行的经营的收入, 从而带动银行的净利润增长,因此,我们使用国内生产总值的增长率为解释变量。第二,银行的盈利能力。在我国业务类型有限,而银行的主要来源则是商业贷款业务的利息收入, 因此本文将一年期的存贷款利差作为银行盈利能力的主要解释变量。

净利润模型又可表示为:

在这个模型中, 可以认为这些解释变量给银行的净利润带来的波动是由市场风险和信用风险引起的, 所以将净利润方差中无法被模型所解释的部分认为是操作风险引起的。

三、实证分析

(一)样本选择

论文中选取我国12家商业银行为研究的样本。 并把其分为四类,分别为股份制银行、国有控股银行、上市商业银行和未上市的商业银行。 选这12家银行为研究对象, 主要考虑以下因素: 代表性。 这12家资本总额占整个银行业资本的80%以上。 数据的获取性。 这些银行具有较长的经营时间,因此可以得到的财务资料较多,并为基本指标法和净利润模型提供数据。 业务普遍性。 这些银行包含了我国银行业大部分的业务。

(二)数据选用

本文所有银行数据均来源于年报、 上证交易所和深圳交易所, GDP、CPI等风险因素的数据来源2006-2011年的统计年鉴及2011年的国家统计局的公告。 (见表1、表2)

(三)分析结果

根据数据,利用eviews统计软件,对这12家银行的数据进行回归分析。 见表3

表3中,操作风险的方差 = 净利润的方差×(1-R2),0.1%水平下操作风险的估计值为3.1倍操作风险的标准差。 在方差分析表中的R2值可以知道因变量的方差在绝大部分上可以被该模型所解释, 在目标变量里的方差没有办法被解释的部分越接近1, 就说明模型的解释能力越强。 从表3的回归结果中,看出R2都大于90%,说明净利润模型的现实拟合程度较好。 如在中国银行结果中,回归模型的R2值为0.9859,说明98.59%的方差可以由模型解释, 余下的1.41%是不能被模型所解释的操作风险引起的波动。 在99.9%的置信水平 (即0.1%的显著水平)下, 中国银行操作风险的损失准备金为38.8976亿元。

(四)净利润模型的评价

模型中的解释变量选取为具有代表性的变量,并且数据时间短,尽管是非精确度量,在一定程度上也可以反映操作风险的大小。 由于新巴塞尔资本协议要求商业银行准备用于操作风险的计提风险准备金,大大提高了业界对操作风险的管理认识。 但就整体而言,操作风险的管理尚未成熟,许多技术和方法仍需完善。 而选取数据是影响模型计算结果的可靠性的重要因素,因此必须提高对操作风险的重视,加强对操作风险的管理,为建立操作风险度量模型做基础。

四、对我国商业银行操作风险管理的建议

(一)全面加强内部控制

第一, 加强内部控制管理的文化建设。 通过调动银行员工的主动性、积极性、创造性以及对员工的行为进行约束从而达到业务发展与内部控制的目的即为银行内部控制管理文化建设。

第二,建立全方位的银行内部的控制制度。 商业银行不但要结合现有的控制制度,还要根据实际的形势需要,对操作风险控制点进行不断的研究创新,逐步建立全面的内部控制制度。

(二)提高银行的风险识别与衡量技术

至今为止, 我国还没有对操作风险建立完整的量化标准和科学的风险指标,风险的定性、定责、定级还处于探索时期,只能使商业银行被动地承受业务运作中暴露出来的风险和市场的变化, 从这点来看商业银行需提高风险识别和衡量的技术。

参考文献

[1]张宏毅.银行操作风险度量方法比较[J].经济理论与经济管理,2004

[2]曾向阳.对商业银行操作风险管理的几点思考[J].广西金融研究,2005

风险评价与度量 篇6

关键词：深证市场,市场风险GARCH族模型,在险价值VaR

一、前言

近年来我国金融市场发展迅猛, 股市作为金融市场的重要组成部分在我国的经济金融领域发挥着越来越重要的作用。目前深市由于其独特的区位优势和经济制度, 正逐渐向中小企业板转变, 板块内公司普遍具有收入增长快、盈利能力强、科技含量高的特点, 而且股票流动性好, 交易活跃。于此相对的, 其面临的风险也相对较高, 因此对深证股市市场风险的监控尤为重要。

近年来, 我国利用GARCH-Va R模型对股市的研究日益增多。然而, 国内外学者认为沪市成交量大且更具代表性, 而深证市场与上证市场具有极强的相关性, 因此常运用上证指数对我国股市进行实证分析, 对深证指数的运用主要是出于研究我国大盘走势或与上证指数及其他指数的联系的考虑, 却未通过GARCH模型进一步测度Va R来对深证股市市场风险进行分析。因此, 本文运用GARCH-Va R模型, 对深证市场的风险进行度量与分析。

二、实证分析与GARCH组模型建立

数据选取:本文的采用2009年1月5日至2014年6月11日深证成指收盘价作为样本, 样本数共1317个。为了降低指数日收益率序列的异方差性, 本文采用股价指数的对数收益率来描述实际收益率, 即实际收益率Rt=Ln (Pt) -Ln (Pt-1) , Pt为t日的股指收盘价。Rt的时序图如图1:

我们可以发现深证成指的收益率不断波动, 且波动浮动幅度较大具有集群效应。

(一) 正态性检验:

根据图2数据我们发现:偏度为-2.8981, 出现极端负收益的可能性大于出现正收益的可能性。左偏峰度为4.95457, JB统计量为227.93039, 说明收益率r t具有尖峰厚尾特征, 不服从正态分布。

(二) 平稳性和自相关性检验

本文采用ADF单位根检验法对序列进行平稳性检验, 检验结果整理如表1:

自相关检验中, 我们取最大滞后期为12, 则Rt收益率序列的相关系数如表2:

收益率序列与其滞后一期的序列相关系数不显著为0, 收益率序列不存在自相关性, 所以可建立一般均值回归方程, 其收益率的均值方程为:Rt=C+ut

(三) 条件异方差检验

对一般均值方程的残差项的平方做自相关性检验, 如表3:

由表3可知均值方程残差项具有自相关性, Rt收益率序列存在ARCH效应。通过以上分析可知, Rt收益率序列为平稳序列。由于其存在ARCH效应, 可采用GARCH族模型进行模拟。

(四) 建立GARCH组模型

1、GARCH模型的建立

本文通过试算t分布和G E D分布下的G A R C H (1, 1) GARCH (1, 2) GARCH (2, 1) 模型, 我们发现t分布和GED分布下的GARCH (1, 1) GARCH (1, 2) 模型均不显著, 而GARCH (1, 2) 系数显著, 但是GED-GARCH (1, 2) 显著性优于t-GARCH (1, 2) 因此我们选择GED-GARCH (1, 2) 作为我们的实证模型, 即:

对回归结果进行滞后一阶的ARCH-LM检验, 结果如表4:

由表4知n R2的伴随概率为0.2297, 大于0.05, 即R t收益率序列不再存在ARCH效应。

2、EGARCH模型的建立

本文通过试算t分布和G E D分布下的E G A R C H (1, 1) EGARCH (1, 2) EGARCH (2, 1) 模型, 我们发现t分布和GED分布下的EGARCH (1, 2) EGARCH (2, 1) 模型均不显著, 而EGARCH (1, 1) 系数显著, 因此我们选择GED-GARCH (1, 2) 作为我们的实证模型, 即:

Rt=-2.9204704776e-05+ut

LOG (GARCH) =-0.124440733652+0.0322140191108*ABS (RE SID (-1) /@SQRT (GARCH (-1) ) ) +0.0655969033114*RESID (-1) /@SQRT (GARCH (-1) ) +0.987794324894*LOG (GARCH (-1) )

在该模型中, 非对称项的估计值为0.0655969033114, 大于零且显著, 从而表明好消息对波动具有“反杠杆效应”。好消息对条件方差的对数产生较大的影响, 而坏消息则产生较小的影响。

对回归结果进行滞后一阶的ARCH-LM检验, 结果如表5:

由表可知, n R2的伴随概率为0.1554, 大于0.05, 即Rt收益率序列不再存在ARCH效应。

三、基于GARCH组模型的Va R计算与评估

(一) 根据Va R的计算公式可知:, 其中Pt-1为t-1时期的资产价格, σ为资产价值波动率, Za为a置信区间下的分位数, t为持有天数。根据上文的GARCH和EGARCH模型分别计算出条件方差, 再计算出σ, 即可得到Va R。因此GED-EGARCH (1, 1) 与GED-GARCH (1, 2) 模型下的日均Va R如表6所示:

(二) 我们利用Kupiec提出的失败频率检验法和似然比检验法对Va R准确性进行检验。

表7给出了显著性水平在与的情况下的Kupiec失败率检验结果:

GED-GARCH (1, 2) GED-EGARCH (1, 1) 模型在95%置信水平LR=0.0522857<=3.84%;

GED-GARCH (1, 2) GED-EGARCH (1, 1) 模型在99%置信水平下的LR统计量均小于=6.635因此可以认为实际失败率与显著性水平没有显著差异, 模型通过回测。

根据上表数据发现, 在95%置信水平下的LR值过小, 实际失败率与差异过小, 实际失败天数过于接近期望失败天数, 预测精度不够高;置信水平下实际失败率与差异明显, LR值较95%置信水平下显著偏高, 因此99%置信水平下的预测精度更高。因此在实际投资中, 选用95%的置信水平没有99%的置信水平度量市场风险来的准确。

四、结论

本文通过对2009年1月5日至2014年6月11日深证成指收盘价的研究, 运用Va R-GARCH模型测度市场风险, 得出了如下主要结论:

(一) 深证市场收益率波动剧烈, 出现极端负收益的可能性大于出现正收益的可能性。深证市场具有明显的“反杠杆效应”, 好消息对市场产生较大的冲击, 而坏消息则产生较小的冲击。深证市场的风险较大, 投资者对利好消息的捕捉较为敏锐, 对利空消息的认知长期缺乏。

(二) GED-GARCH (1, 2) 模型与GED-EGARCH (1, 1) 模型计算得出的Va R均值、Va R标准差、失败天数等均无明显差异, 因此GARCH模型的种类对Va R计算结果的影响不明显

(三) 在实际投资中, 投资者应遵循审慎投资策略, 选用99%置信水平下利用GED-GARCH族模型对市场风险进行度量。

参考文献

[1]林丹红.GARCH类模型在我国地产板块风险度量中的应用研究[J].金融经济, 2013 (4) .

[2]房小定, 吕鹏.基于GARCH模型的上海同业拆借利率风险度量[J].西安电子科技大学学报 (社会科学版) , 2013 (4) .

风险评价与度量 篇7

新常态下,我国商业银行的发展也经历了翻天覆地的改变,以往高速发展和较高盈利的时代已告一段落。银行业金融机构正在寻求新的盈利模式,同时随之暴露的各种风险,更应该引起相应的关注。新的经济形势下,流动性风险在银行面临的多种风险中正日益引起更多的重视。尤其是在当前货币政策调整频率加快、市场流动性面临诸多不确定因素的背景下,流动性风险管理正在成为困扰银行业一道重要的难题。

二、文献综述

国外关于银行流动性风险管理的理论研究:

Mckinney(1977)建立了商业银行流动性的线性模型,通过对最坏状况的研究来计算出银行的流动性需求,认为对于中小银行加强流动性管理,定量分析的作用不可小觑。Duffie&A lexandre(2001)研究了商业银行保持合理流动性与其交易成本两者的关系,认为商业银行应该重视流动资产的变现能力。Thomas&Wang(2004)指出当发生流动性冲击时,商业银行应该增加准备金和提高其资本充足率,可以采取资产证券化的方法来应对商业银行信用风险的冲击。

国内关于银行流动性风险管理的理论研究:

赵宏(1998)提出采用C A M EL比例方法,重点对银行的流动性需求进行了研究。李启成(2002)研究了我国银行流动性风险的度量方法,认为计算流动性缺口在流动性管理中非常重要。陈建梁(2002研究了银行流动性风险的度量和管理方法,同时研究了我国银行流动性风险状况。

三、我国商业银行业流动性风险的现状

银行流动性风险的度量方法有动态、静态度量方法等,但是动态度量方法需要详尽的银行内部数据,因为资料不易得到,本节用静态度量的方法。

(一)贷存比率

度量商业银行流动性最常见的指标就是贷存比。虽然通过分析认为贷存比并不能理想的反映商业银行流动性风险,但我国银行仍然以存款、贷款作为主要业务,因此,贷存比率仍可以选作度量流动性风险的一个指标。由图一可知,从2010年以来我国金融机构的各项存款和贷款均在不断增加,从2012年开始,存贷款两条曲线的差距逐渐增大,这说明两者间的差额越来越大,各项存款增速明显高于各项贷款增速。金融机构存差(即存款大于贷款)2012年底仅为224156.08亿元,到2016年6月年存差达到438987.84亿元。

(二)超额存款准备金率

该指标是指超额存款准备金占存款总额的比率。根据央行规定,1998年以前,金融机构的超额存款准备金率必须维持在5~7%的区间内,但是在1998年以后央行不再进行管制,金融机构可依据自身情况自行决定。近年来我国金融机构超额准备金率总体呈下降趋势,2011年底超额准备金率为3.11%,而到2015年底下降到2.1%。

造成银行超额准备金率下降的原因有多个。一,近年来我国中央银行不断调低超额准备金利率,使银行减少超额储备的动力十足。二,随着我国的金融市场的发展,商业银行运用现有资金的方法不再单一,银行可以介入债券市场或货币市场对流动资金进行有效管理,从而降低了超额准备金的金额。三,货币当局从07年开始多次上调法定存款准备金率,2011年6月20日达到历史性的高点21.5%。法定存款准备金率的提高会引起一定的商业银行超额准备金数额的减少。

(三)流动性比率

流动性比率是衡量商业银行的流动性风险状况的一个有效的指标。我国《商业银行法》规定银行的流动性比率不低于25%。通过查阅银监会的相关数据,可知2007年以来我国商业银行流动性比例每年均大于40%,说明我国商业银行体系内部的流动性较充裕。从2010年底,流动性比率呈上升趋势,说明商业银行的流动性有所增加。

四、结论与建议

本文应用多个指标分析了我国商业银行流动性风险现状,可知我国市场的流动性较宽松,商业银行整体的流动性状况良好。但结合近几年我国商业银行的流动性管理的实际情况来看,仍存在以下问题:

第一,缺少管理流动性的手段。流动性管理手段比较缺乏,在具体的管理过程中,通常只看中某个产品或者特定风险,缺乏建立在整个商业银行层面的事前预警、事中防控、事后减少的流动性风险管理体系,无法支持流动性风险管理有效进行及应对大的流动性风险。

第二,抵御流动性风险的能力较弱。我国大部分商业银行资产结构主要以信贷为主,在这种“短借长放”的结构之下,一旦经济环境发生变化、资产负债期限错配,商业银行只能采取低价变现资产去满足流动性的需求,从而暴露出大量的流动性风险,当遭遇全球经济环境恶化的问题,会使商业银行不良率增加,坏账率增大,届时商业银行为了维持流动性靠短期筹资来,只能产生恶性循环。

我国商业银行流动性管理的相关建议:

第一,提高商业银行管理流动性风险的意识。在新常态下,随着金融改革的步步逼近,暴露出了商业银行在流动性管理方面的种种缺陷,要自救只能靠自己,一方面要构建风险管理的制度,加强流动性风险管理的意识,将各类指标量化,另一方面要优化内部治理结构和流程。

第二,改善流动性管理的方法。首先要将以增加收益为首要目标的单一投融资模式,改为以可持续发展为目的的多元化的模式。其次,要充分意识到银行期限错配的风险的危害,分析市场行情、政策变化以及金融监管等因素对商业银行资金流向和价格的影响,合理划分资产和负债期限的资金需求,创新流动性风险管理的体系。

摘要：新常态下,商业银行的发展环境也在发生深刻的变化,流动性风险管理正在成为银行业迎战各类风险大考中的一道关键考题。本文在我国进入新常态的大背景之下,先梳理和总结国内外流动性风险相关理论研究,然后用指标计量法中的静态度量方法对我国商业银行流动性风险进行度量,并针对我国银行业的流动性风险隐患提出有效的政策建议。

关键词：流动性管理,新常态

参考文献

[1]付圣荣.新常态下的商业银行流动性管理研究[J].金融经济,2015(08).

[2]张晓丹.我国商业银行流动性风险度量及实证分析[D].福州大学,2011.1.