【正文】 （）其中，為在信用等級為的債務(wù)的現(xiàn)值；為第年的信用等級為時的凈現(xiàn)金流量；為第年信用等級為的債務(wù)的零息收益率。模型假定信用轉(zhuǎn)移概率服從馬爾可夫過程，那么我們根據(jù)歷史數(shù)據(jù)計算得到的一年期轉(zhuǎn)移概率相互獨立，求出這些數(shù)據(jù)的算術(shù)平均數(shù)即可得到一年期的信用等級轉(zhuǎn)移矩陣。因此，借款人信用等級的變化會直接影響估算出的貸款未來的市場價值。同時，巴塞爾委員會規(guī)定,為了保證計算出了VaR的準(zhǔn)確度，必須采用回顧測試來檢驗估算結(jié)果與實際數(shù)據(jù)的擬合度。在Credit Metrics中，資產(chǎn)價值模型和企業(yè)違約相關(guān)概率以企業(yè)的股票收益率來代替。根據(jù)上式求得貸款組合的均值和方差，便可求出貸款組合的VaR值。但是在我國，還沒有建立起這樣一個比較完善的管理體系。模型中違約和信用等級轉(zhuǎn)移概率都隨時間變化，對所有的風(fēng)險暴露都采取盯市方法。CreditRisk+可應(yīng)用于所有金融產(chǎn)品的信用敞口，包括公司貸款、消費貸款、金融衍生品和可交易債券，可以處理數(shù)萬個不同地區(qū)、不同部門、不同時限等不同類型的風(fēng)險暴露，加上此模型只關(guān)心違約與否，只對違約率、違約波動率和風(fēng)險暴露進(jìn)行估計，所需估計變量較少，使得模型的處理能力很強，計算速度大。模型最大的優(yōu)勢是將宏觀經(jīng)濟環(huán)境因素與違約和信用等級轉(zhuǎn)移概率聯(lián)系起來，認(rèn)為在經(jīng)濟衰退時期，違約和降級概率要高于相應(yīng)的歷史平均水平，而在繁榮期剛好相反。這與實際情況并不相符。在Credit Metrics模型假設(shè)中，信用等級的轉(zhuǎn)移和違約事件的發(fā)生是獨立的，但是由于信用風(fēng)險也存在系統(tǒng)性因素，實際上并非獨立。置信度為95%時的=置信度為99%時的=從此例可以看出，用Credit Metrics模型計算VAR值有兩個重要數(shù)據(jù)，資產(chǎn)組合的市場價值和其市場價值的波動性或者標(biāo)準(zhǔn)差。例如，在99%置信度下,對應(yīng)的VaR值是，而在95%置信度下,對應(yīng)的VaR值便是。當(dāng)債務(wù)人下一年的信用等級變動后,其資產(chǎn)價值就要按相應(yīng)等級債券的利率來折現(xiàn)，即資產(chǎn)帶來的全部現(xiàn)金流在該時點上的折現(xiàn)值。 Metrics模型的外部信用評級使用的是標(biāo)準(zhǔn)普爾和穆迪公司的評級體系。，還包括債務(wù)人信用等級的下降，且違約事件發(fā)生在債務(wù)到期時。模型的核心思想基于某一特定時間內(nèi)(通常為一年)資產(chǎn)組合價值的分布不僅受到債務(wù)人違約的影響，而且還會受到債務(wù)人信用等級轉(zhuǎn)移的影響。1977年 又建立了第二代模型，稱為ZETA信用風(fēng)險模型。主要是指借款人所在行業(yè)在整個經(jīng)濟中的經(jīng)營環(huán)境及趨勢，客戶的償債能力可能會受到經(jīng)營環(huán)境的不同的影響，如果產(chǎn)生強烈負(fù)面影響，則客戶的信用水平就將大打折扣。指借款人的的經(jīng)營能力、管理能力和償債能力。2002年全國商業(yè)銀行不良貸款余額高達(dá)26300億元，不良貸款率超過20%。1999年6月3日，巴塞爾委員會發(fā)布關(guān)于BaselⅠ的征求意見稿。巴塞爾新資本協(xié)議對于銀行賬戶中信用風(fēng)險VaR的計算采用了高斯Copula違約時間模型。但該保險運作一段時間后，這幾個學(xué)生發(fā)現(xiàn)自行車被盜比率迅速提高到15%以上。下面，我們利用EXCEL軟件做蒙特卡羅模擬，模擬次數(shù)為1000次：首先產(chǎn)生1000個隨機整數(shù)，考慮到股市漲跌停板限制，以樣本期最后一天的股價()為起點，即股價在下一天的波動范圍為(1232,1232)。簡單收益率的分布圖：.表32 簡單收益率統(tǒng)計特征對數(shù)收益率的分布圖：.表33 對數(shù)收益率統(tǒng)計特征通過對簡單收益率和對數(shù)收益率的統(tǒng)計分析可知，與正態(tài)分布相比，二者均呈現(xiàn)出“尖峰厚尾”的特征。1996年《巴塞爾資本協(xié)議》的修正案允許銀行開發(fā)自身的內(nèi)部模型來計算交易賬戶中的市場風(fēng)險價值度（VaR）。Monte Carlo 模擬法通過隨機的方式產(chǎn)生大量情景，相比歷史模擬法更加精確和可靠；同歷史模擬法一樣它是一種全值估計方法，可以處理非線性、厚尾問題；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。 蒙特卡羅模擬法（MonteCarlo Simulation）Monte Carlo 只要求出投資組合收益率的標(biāo)準(zhǔn)差， VaR 值也就確定了。歷史模擬法計算出的 VaR 波動性較大，存在滯后效應(yīng)，且對計算能力有較高的要求。對于歷史模擬法的優(yōu)點顯而易見，但其不足之處也不容忽視。依給定的置信區(qū)間，在圖中陰影部分，即橫軸每天收益為負(fù)值的區(qū)間內(nèi)，確定相應(yīng)最低的日收入值。該方法實質(zhì)上是將收益率的真實分布收益率用歷史分布來模擬，以此來求得資產(chǎn)組合的值。因此，Basle委員會要求采用 99%的置信水平衡量VaR值。如果模型是基于正態(tài)假設(shè)，則持有期選擇得越短越精確，因為資產(chǎn)組合的收益率不一定服從正態(tài)分布，大部分情況下是尖峰厚尾的分布，得到大量樣本數(shù)據(jù)的可能性也越大。 VaR的定義根據(jù)由Jorion(2005)的定義：“VaR 是給定的置信水平和目標(biāo)時段下預(yù)期的最大損失(或最壞情況下的損失)”[2]。VaR方法作為重要的風(fēng)險管理工具雖然有許多優(yōu)點,但同時也有其自身的缺陷 ,如: (1)不能精確處理反常事件。VaR技術(shù)得以廣泛應(yīng)用的另一個重要原因就是，VaR方法不僅能計算單個金融工具的風(fēng)險，還能計算由多個金融工具組成的投資組合風(fēng)險。巴塞爾委員會在1996年對1988年的協(xié)議提出了一個修正案，要求金融機構(gòu)的資本金既能覆蓋市場風(fēng)險又能覆蓋信用風(fēng)險，這一修正案于1998年得以實施。最后，結(jié)合我國的金融機構(gòu)發(fā)展的現(xiàn)狀，對VaR技術(shù)在我國風(fēng)險管理中的應(yīng)用所面對的實際問題做了詳盡的分析，從而為VaR風(fēng)險管理技術(shù)在我國的應(yīng)用提供一個借鑒。（美，Philippe Jorion）對VaR的研究處于國際領(lǐng)先水平，2005年，他的《Value at Risk（風(fēng)險價值）》，2001，2nd Edition）一書的中譯本《銀行信用風(fēng)險的現(xiàn)代度量與管理》在我國出版，該著作系統(tǒng)的闡述了VaR的原理和方法，對國外現(xiàn)有研究成果做了總結(jié)性概括，對我國從事 VaR 研究的學(xué)者提供了一個很好的理論借鑒，也為VaR在我國的廣泛應(yīng)用發(fā)展打下了良好的基礎(chǔ)，唯一欠缺的是該書沒有對近些年來的最新研究成果做出全面的敘述。[5]Duncan Wilson（1995）最早提出了操作風(fēng)險的 VaR 度量方法，從理論上分析了VaR方法測算操作風(fēng)險資本要求的可行性，但是沒有進(jìn)行具體數(shù)據(jù)的實證分析；Alexander (1999)分析了極值理論在操作風(fēng)險量化管理中的應(yīng)用，但也僅限于理論研究；Medova（2000， 2001）和 Kyriaco（2002）應(yīng)用 VaR和極值理論對操作風(fēng)險進(jìn)行了量化分析；John Jorda(2003)運用極值理論對大型國際銀行的操作風(fēng)險進(jìn)行了模擬測算，結(jié)果與實際接近[6]。Kupiec(1995)主張用回顧測試檢驗VaR計算的結(jié)果是否符合實際，已解決收益率分布的厚尾等非正態(tài)分布問題。理論研究主要致力于提高 VaR 的計算精度和速度，應(yīng)用研究則側(cè)重于如何將 VaR發(fā)展成為一種綜合風(fēng)險管理工具。大力開發(fā)和應(yīng)用VaR方法，對我國金融風(fēng)險管理技術(shù)從定性分析向定量管理的轉(zhuǎn)變具有十分重要的意義。實際上，此次引發(fā)全球金融風(fēng)暴的美國次貸危機也正是由于違規(guī)操控金融衍生產(chǎn)品，忽視了操作風(fēng)險的管理。內(nèi)部模型法（IMA）是在滿足審批程序和監(jiān)管要求的前提下，以 VaR 方法為測量工具來測量銀行資本要求的方法。1988年以前，銀行監(jiān)管機構(gòu)通過設(shè)定資本金占整體資產(chǎn)的最低比率來管理金融風(fēng)險，但是不同國家對于資本金以及資本金同整體資產(chǎn)的比率的定義也不盡相同。s financial industry farreaching the background of the shaking current international money market, the study of risk management system of our country financial industry , has important practical significance on guard against financial risks and maintain financial stability.In 1996, The amendment of The BIS Accordproposed the the market risk capital requirements, banks are required to hold additional regulatory capital to address market risk arising from the transactions and made a calculation of market risk using VaR. In the draf of “BIS II” in 1999 , the Basel Committee promote to use VaR to measure credit risk. In 2001 the Basel Committee proposed the management of operational risk, and in June 2004 this proposal was agreed by all participating members ,and has been further updated in November 2005, in2007 it was is said as “Basel Ⅱ”. Basel Ⅱ identified the three pillars of financial risk management, namely, minimum capital requirements, supervisory review process and market discipline. The first pillar, the new Basel Capital Accord maked to strengthen the operational risk capital content, promoted to make use of VaR method to measure the market risk, credit risk and operational risk ,use the new calculation way to calculate credit risk in bank accounts. Thus, VaR as an important risk management tool began to get the application and promotion in financial institutions. Among the quantitative analysis models,VaR method is considered to be the best way to measure market is to be widely used as a financial risk assessment and measurement model among the world39。大力開發(fā)和應(yīng)用VaR方法，對我國金融風(fēng)險管理技術(shù)從定性分析向定量管理的轉(zhuǎn)變具有十分重要的意義。1999 年的新巴塞爾協(xié)議征求意見稿中，委員會提倡用 VaR 度量信用風(fēng)險。1996年，“巴塞爾資本協(xié)議修正案”提出對市場風(fēng)險的資本要求，規(guī)定銀行必須要持有額外的監(jiān)管資本，以應(yīng)對交易中出現(xiàn)的市場風(fēng)險，并提出了用VaR計算市場風(fēng)險的方法。利用VaR對風(fēng)險的計量促使了金融風(fēng)險管理從定性向定量轉(zhuǎn)變，不僅大大提高了銀行風(fēng)險的透明度，也促成了銀行風(fēng)險管理的可視化（visualized）發(fā)展。AbstractIn 2008, all five major Wall Street investment bank collapsed, the subprime crisis caused by the rapid development of the . real estate market evolved into a global financial crisis, the global economy has experienced since the 30s of last century the most serious recession. Certainly, this has also had influence to our country finance the subprime crisis on China limited loss of assets of financial institutions directly, but indirectly the development of China39。因此在當(dāng)前國際金融市場震蕩的背景下，研究我國金融業(yè)風(fēng)險管理，對防范和化解金融風(fēng)險、維護金融穩(wěn)定具有重要現(xiàn)實指導(dǎo)意義。 標(biāo)準(zhǔn)法需要分別計算每個風(fēng)險模塊的資本金要求，整體的資本金要求是由每個風(fēng)險模塊的資本金要求加權(quán)平均得到。然而，二十世紀(jì)九十年代初，巴林銀行、大和銀行破產(chǎn)倒閉、法國興業(yè)銀行內(nèi)部人員違規(guī)交易損失事件以及澳大利亞國家銀行、愛爾蘭聯(lián)合銀行事件以及等等因操作風(fēng)險引發(fā)的金融事件，無不與信用風(fēng)險和市場風(fēng)險之外的人為因素風(fēng)險及其他風(fēng)險有關(guān)。利用VaR對風(fēng)險的計量促使了金融風(fēng)險管理從定性向定量轉(zhuǎn)變，不僅大大提高了銀行風(fēng)險的透明度，也促成了銀行風(fēng)險管理的可視化（visualized）發(fā)展。有關(guān) VaR方法研究的文獻(xiàn)論文主要集中在理論研究和應(yīng)用研究兩方面。 Morgan又在其《風(fēng)險測量尺度》中提出了用方差—協(xié)方差法計量VaR的方法。 （2003）提出了基于單因素 Vasicek 信用組合模型的 VaR 粒度調(diào)整方法和半漸進(jìn)方法。鄧云勝（2003）等運用蒙特卡羅仿真技術(shù)計算了貸款組合信用風(fēng)險的VAR；劉丹等（2004）對VaR若干度量方法的準(zhǔn)確性進(jìn)行了比較研究；曹乾、何建敏（2004）闡述了VaR的理論基礎(chǔ)，并探討了該模型在我國的適用性問題；馬杰、任若