【正文】 也無法完全依賴外部數(shù)據(jù)，這一點與市場風(fēng)險和信用風(fēng)險不同。 值得指出的是，度量操作風(fēng)險在實際操作中存在極大的困難， 主要體現(xiàn)在三 方面： （ 1）界定操作風(fēng)險事件，這種界定必須全面，覆蓋所有業(yè)務(wù)類型和風(fēng)險來源，并為此建立日常的報告程序、報告標(biāo)準(zhǔn)和數(shù)據(jù)系統(tǒng)。 Medova和 Kyriacou(2020)把極值理論用于操作風(fēng)險管理，通過對1998年俄羅斯金融危機前后一家歐洲投資銀行的交易數(shù)據(jù)進行實證分析，并與其他方法比較，驗證了極值理論在度量操作風(fēng)險上的準(zhǔn)確24 性。 實際計算時， ij? 一般假設(shè)服從泊松分布或二項分布， ijX 一般假設(shè)為對數(shù)正態(tài)分布、 Weibull 分布、 Gamma 分布等等，只要有足夠的數(shù)據(jù)支持，有一整套成熟的計量經(jīng)濟學(xué)方法估計 ij? 和 ijX 的分布。其中，最 具 有 代 表 性 的 就 是 損 失 分 布 法 （ Loss Distribution Approach,LDA）。據(jù)統(tǒng)計，美國 1979 年－ 2020年間出現(xiàn)經(jīng)營問題的 163家銀行中， 81%的問題銀行 缺乏良好的信貸政策或者即便有好政策也形同虛設(shè)， 63%的問題銀行對關(guān)鍵部門及其高管人員內(nèi)部監(jiān)管不力， 59%的問題銀行沒有對其貸款逐筆進行有效的事先、事中和事后風(fēng)險管理。如有一種做法是在合同中加入“降級觸發(fā)” (Downgrade Trigger)22 條款，即規(guī)定合同可在交易對手信用等級被調(diào)低時提前終止， 這樣就能起到有效規(guī)避信用風(fēng)險的作用。對于同一信用級別的交易對手，盡量減少與每一家的交易量，這樣就使 信用風(fēng)險得以分散，從而降低銀行所承擔(dān)的信用風(fēng)險總額。 信用評級 21 國際上的大銀行通常都設(shè)有專門的部門評級交易對手的信用，尤其在場外交易中，這一條件最為重要，很多銀行都要求交易對手一定要達到其確定的評級標(biāo)準(zhǔn)，才肯與之交易。可以要求交易對手提供抵押品、保證、信用證和支付保證金等方式，進一步增 加衍生品交易的信用保障。如此凈額結(jié)算條款的目的就是要降低交易對手的信用風(fēng)險，特別是當(dāng)交易對手在那些沒有凈額結(jié)算法律規(guī)定 的管轄區(qū)。多因素模型基于會計報表 , 采用統(tǒng)計的思想方法給出信用評分 , 其中一個顯著的缺陷在于會計數(shù)據(jù)反映的是過去的歷史 ,既不是即時的 , 也不是向前預(yù)測的 , 更不能有效地反映資產(chǎn)負債表外的風(fēng)險 .因此 ,無論是理論界還是各大國際銀行的實踐中 ,使用最多的還是單因素模型 ,其中 J P. Man 開發(fā)的 Credit Metric (信用矩陣 )系統(tǒng)是第一個這方面的較為成熟的模型，而且至今仍具有代表性。 簡單起見，我們可以借用巴塞爾協(xié)議中關(guān)于潛在風(fēng)險敞口的計算方法，即使用附加因子 (addon factor)來簡單概括整體上市場變化對于信用風(fēng)險的影響。由此，我們簡要的用下面的公式來計算信用風(fēng)險敞口： 信用等價風(fēng)險敞口 =當(dāng)前風(fēng)險敞口 +潛在風(fēng)險敞口 =Max （ 0，當(dāng)前盯市價值） +潛在風(fēng)險敞口 （ ） 同時在計算過程中應(yīng)當(dāng)注意到，對于組合而言，風(fēng)險敞口的計算必須要考慮與同一交易對手進行的各個交易之間的抵消效應(yīng)。如果考慮信用等級會降低風(fēng)險，還應(yīng)加上一個要素：信用價差（ Credit Spread），并將違約概率改為評級變動概率 (Rating Migration)。二是，隨著基礎(chǔ)價格的變動，與衍生工具交易頭寸有關(guān)的信用風(fēng)險不僅差異很大，而且非常復(fù)雜，有時即使是基礎(chǔ)價格不變，也可能產(chǎn)生巨額損失。 尤其是場外衍生品交易，面臨的信用風(fēng)險要比場內(nèi)交易大得多。 ES 和 VAR通過下式聯(lián)系： ][qqqq V a RXV a RXEV a RES ???? () 上式的第二項是將 VAR當(dāng)作閾值超額分布的 )(yFqVaR的均值。隨后， Acerbi和 Tache(2020)提出了 ES的概念， ES（ Expected Shortfall）指的是投資組合在給定置信水平?jīng)Q定的尾部概率區(qū)間內(nèi)（即最壞情況下）可能發(fā)生的平均損失。Rosazza(2020)、 Peng(2020)、 Delbaen(2020)曾 指出，一個動態(tài)風(fēng)險測度是一致連續(xù)的 ， 而 VaR 恰恰 是靜態(tài)的。而在基礎(chǔ)資產(chǎn)收益率不服從正態(tài)分布（更確切的說是橢圓形分布）時， VaR 恰恰不滿足次可加性。對于尾部風(fēng)險， Yasuhiro 和 Toshinao（ 2020）得出了如下結(jié)論：當(dāng)投資組合是按一階隨機占優(yōu)排序，或者是二階隨機占優(yōu)排序并且投資組合的收益率分布函數(shù)服從橢圓形分布時，以 VaR 作為風(fēng)險度量沒有尾部風(fēng)險，而在其他情況下不能 消除尾部風(fēng)險。 有 ])()1()21[(!)(]/)()4()21[(])()1()21[(])([]1/)[(10120)(0120012000I n SxccRInxInZTkPnenqPnqI n SxccRInxInZTkPI n SXccRInxInzTkPI n SXccRInI n SI n SPRcXSPniiTntttTqiiTnqiiTnTTntT?????????????????????????????????????????????????????????????????????????????? () 由于 TZ 和 )1( ixIn ? 是獨立的，且 TZ? ～ ),0( 2TN ? ，因此 ?? ????? ni iT xInZTk 12 )1()21( ???? ～ ),2)1()21(( 2222 ?????? ?????? Tnkn I nTkN 12 () 則 ))21)1(()21()((!)()(21!)(10222202])21)1(()21([)(220222220???????????????????????????????????????nnTnTkInnTkxI nSXccRInnnTnTkInnTkI n SXccRInnTedxenTnTe????????????????????() 因此 歐式看漲期權(quán)的 VaR的計算式為： )( 0 ??? RTcVaR ? () （ 2） 標(biāo)的資產(chǎn)不支付紅利的歐式看跌期權(quán)的 VaR 定義歐式看跌期權(quán)在 ),0( T 時間內(nèi)的收益率為： 1/),0m a x( ??? pSXR T () 其中 p 為歐式看跌期權(quán)的價格。因此，我們也討論了這種情況下期權(quán)的 VaR計算。 （ 1） 不支付紅利的 歐式看漲期權(quán) 定義歐式看漲期權(quán)在 tT? 時間內(nèi)的收益率 : 1/),0m a x( ??? cXSR T () 其中 ,X 為執(zhí)行價格 ,c 為歐式看漲期權(quán)的價格。由于歐式期權(quán)比美式期權(quán)更容易分析，而且美式期權(quán)的一些性質(zhì)可以從歐式期權(quán)中推導(dǎo)出來。 20世紀(jì) 90年代前，由于技術(shù)條件的限制， Copula 理論一直沒有得到很好的應(yīng)用。這種假設(shè)經(jīng)常與客觀事實相違背，特別是當(dāng)極端事件發(fā)生時，在正態(tài)分布及相關(guān)性假設(shè)下進行的資產(chǎn)組合風(fēng)險分析及 VaR 計算與實際情況偏差較大。 BMM 模型主要是對最大值建模， POT模型則是對觀察值中所有超過某一較大閾值的數(shù)據(jù)建模。應(yīng)用極值理論可以對金融收益序列的尾部估計。這種分類反映了風(fēng)險衡量的速度和正確性間的權(quán)衡。目前 VaR 的計算方法都是基于對這兩種模型的選擇和組合。 VaR計算的核心在于估計證券組合未來損益的統(tǒng)計分布或概率密度函數(shù)。 根據(jù)上述定義，計算 VaR 涉及三個要素：持有期的長短，置信水平的大小，未來資產(chǎn)組合價值函數(shù)的分布特征。 VaR也得到了監(jiān)管者的認可。古爾迪曼首次提出的，他認為“價值風(fēng)險”要比“收益風(fēng)險”更重要。其中，風(fēng)險測量即對風(fēng)險的定量分析和評估是風(fēng)險管理的基礎(chǔ)。這一年，布雷頓森林體系崩潰，國際貨幣制度從固定匯率制轉(zhuǎn)行浮動匯率制，對匯率風(fēng)險進行管理的需求變得非常迫切。 4．衍生品交易的集中增加了全球金融市場的系統(tǒng)風(fēng)險。 1．總體信用風(fēng)險暴露的不確定性或動態(tài)性。 2020年，遠期外匯業(yè)務(wù)交易量占金融衍生業(yè)務(wù)的比例為 ％。 2020年的金融衍生品交易量為 9805億元， 2020年交易量為 27113 億，增長 ， 2020年交易量為 33381億元，比上年增長 23％。 國際金融衍生品市場的興起 根據(jù)美國期貨業(yè)協(xié)會的統(tǒng)計，在全球 2020年所有成交的期貨和期權(quán)產(chǎn)品中，利率、股票和外匯的期貨與期權(quán)成交表現(xiàn)顯著。 1 目 錄 1．國內(nèi)外金融衍生品市場的發(fā)展及面臨的風(fēng)險 .............. 1 國際金融衍生品市場的興起 ........................ 1 我國金融衍生品市場發(fā)展概況 ...................... 2 金融衍生品的總體風(fēng)險特征 ........................ 2 金融衍生品風(fēng)險管理的可行性 ...................... 3 ............................... 3 VaR方法 .......................... 4 VaR的產(chǎn)生背景 ............................... 4 計算 VaR 的主要方法 ........................... 5 VaR 的局限性及其改進 ....................... 14 信用風(fēng)險的測量方法和控制 ....................... 16 風(fēng)險敞口的期望值計算方法 .................... 18 風(fēng)險敞口的最大損失值計算方法 ................ 18 金融衍生品信用風(fēng)險控制 ..................... 19 操作風(fēng)險測量方法 ............................... 22 證券 公司金融衍生品業(yè)務(wù)風(fēng)險管理系統(tǒng)的建立 ........... 24 風(fēng)險管理的組織架構(gòu) ............................. 25 風(fēng)險管理過程 .................................. 27 稽核程序 ....................... 29 1 1． 國內(nèi)外金融衍生品 市場 的發(fā)展及面臨的風(fēng)險 金融衍生產(chǎn)品又稱為金融衍生工具 (Derivative Instruments) 或衍生證券 (Derivative securities)。第三，介紹了金融衍生品操作風(fēng)險的度量技術(shù)。首先，研究了市場風(fēng)險的主流度量方法 —— VaR，并給出了期權(quán) VaR的簡化計算過程。因此，本報告的選題具有理論意義和現(xiàn)實意義。另一方面，國內(nèi)對金融衍生品風(fēng)險的理論研究尚未深入和系統(tǒng)。 第二章介紹了金融衍生品市場風(fēng)險、信用風(fēng)險和操作風(fēng)險的度量方法。其次，介紹了金融衍生品的信用風(fēng)險測量，著重研究了風(fēng)險敞口的最大值和期望值計算方法。 第 三 章分析了證券公司開展金融衍生品業(yè)務(wù)的風(fēng)險來源，并提出了建立金融衍生品風(fēng)險管理系統(tǒng)的三個要素：組織結(jié)構(gòu)、風(fēng)險管理過程和內(nèi)部控制程序?！?國際金融市場上金融衍生產(chǎn)品形式復(fù)雜，種類繁多，不同的衍生產(chǎn)品在收益、風(fēng)險、流動性、數(shù)額、期限等方面各不相同，但從形式上都可歸為遠期 ( Forward) 、期貨( Future) 、期權(quán) (Option) 、互換 (Swap) 四種，更復(fù)雜的產(chǎn)品都是由這些基本的“積