【正文】 模型認為宏觀經(jīng)濟環(huán)境的變化導致了違約相關是不穩(wěn)定的，因此此模型利用違約率的波動性來描述違約相關性，將損失的嚴重性和貸款的風險暴露數(shù)量劃分頻段，每一頻段違約率均值是相同的，可以計算出一定置信水平下不同頻段的損失的分布，對所有頻段的損失加總即為貸款組合的損失分布。但是模型的實施需要很多宏觀經(jīng)濟數(shù)據(jù)，而每一個國家、每一行業(yè)的違約信息往往較難獲得，并且對數(shù)據(jù)的計算處理較復雜。該模型用宏觀經(jīng)濟因素（如GDP增長率、失業(yè)率、利率、匯率、政府支出等）衡量債務人的信用等級矩陣，并通過蒙特卡羅模擬法對周期性因素的“沖擊”來測定信用等級轉(zhuǎn)移概率的變化進行模擬。一方面，由于我國商業(yè)銀行在信息披露、 管理等方面存在著一定的問題，有著財務數(shù)據(jù)缺少、失真等問題；另一方面，該模型嚴格依賴于由評級公司提供的信用評級體系,而我國商業(yè)銀行在現(xiàn)階段目前均沒有違約率方面的統(tǒng)計，信用評級體系的建設處于起步階段，因此在應用Credit Metrics模型時有一定的困難。并且需要大量的歷史數(shù)據(jù)，計算繁雜；模型假設理論期限結構是固定的，并且違約率不受宏觀經(jīng)濟狀況的影響。Credit Metrics模型首次將VaR度量方法運用于信用風險的度量和管理上，同傳統(tǒng)的以主觀判斷為主的信用風險度量方法相比 , Credit Metrics模型能夠為經(jīng)營者提供一種更加具體和深入地測量和分析信用風險的工具，能夠滿足測量不同層次、不同產(chǎn)品的信用風險的需要,便于管理者更科學地進行信貸決策。（四）貸款組合的VaR值除了運用以上方法，Credit Metrics模型確定整個貸款組合在不同信用等級變化下價值分布，還可以通過蒙特卡羅模擬法來模擬。設和分別表示公司資產(chǎn)收益率的均值和標準差, 表示企業(yè)期初的資產(chǎn)價值,～N（0,1）。第四列加總后得到一年后該筆貸款的均值，將最后一列求和得到貸款價值的方差，表44 計算結果一年后的信用等級概率（%）貸款的市場價值加權平均市價偏離期望值程度加權方差AAA AA A BBB BB B CCC Default 　　?。ǎ藴什瞀?在不同的置信水平下，可直接求出在正態(tài)分布下該貸款的VAR。通常，對這種極端損失或壓力測試問題的處理方法往往就是在求出VaR的基礎上,再乘以一個范圍在3和4之間的因子。根據(jù)VaR的計算公式，確定了一定的置信度水平,就可以直接求出該筆貸款的VaR值。貸款現(xiàn)值可以表示為： （）其中為貸款剩余現(xiàn)金流量現(xiàn)值；為貸款合同額度；為貸款合同利率；為第年后的遠期無風險利率；為某一信用等級年期貸款的年信用風險溢價，為貸款剩余期限。信用組合未來市場價值是在信用級別轉(zhuǎn)移的基礎上, 根據(jù)債務人信用等級變化和相應等級債務的利率，估算各種信用轉(zhuǎn)移可能性的貸款市場價值。轉(zhuǎn)換矩陣的選擇對于VaR的計算有著決定性的影響,一般由專業(yè)信用評級公司給出。因此,每一個債務人都必須被賦予一個信用評級,評級的來源可以是公認的外部評級結果,也可以是內(nèi)部評級結果。根據(jù)信用等級遷移概率，可以根據(jù)下面公式計算得到債劵在第1年年末的期望值和方差，即： () ()假設信用等級為的債務的資產(chǎn)價值服從正態(tài)分布，則債務的預期損失就是債務現(xiàn)值與期望值的差；債務在置信水平下的非預期損失（即經(jīng)濟資本）即為： ()其中為債務價值變化的標準差；為正態(tài)分布的反函數(shù)。2. 債務人具有完全相同的轉(zhuǎn)移矩陣和違約概率。CreditMetrics模型對資產(chǎn)價值和信用損失的估計采取盯市模式，屬于盯市類(MTM)模型[30]。伴隨現(xiàn)代金融理論的發(fā)展和新的信用工具的創(chuàng)新，經(jīng)濟學家將建模技術和數(shù)學統(tǒng)計原理應用到這一領域，在傳統(tǒng)信用評級的基礎上提出了一批信用風險度量模型，為現(xiàn)代金融機構防范信用風險提供了有效依據(jù)。低于臨界值的企業(yè)不對其發(fā)放貸款。信用6C品德 （character）連續(xù)性（continuity）能力（capacity）經(jīng)營環(huán)境（condition）資本 （capital）抵押品（collateral）圖41 信用“6C”評分法貸款者對這些要素逐一進行評分，通過這一方法可以對借款人的整體狀況有個清晰地了解，從而確定其信用等級，是否為其貸款。(condition)。指客戶的財務狀況，表明客戶有無償還債務的實力。(capacity)。6C評分法是指由有關專家根據(jù)借款人的品德(character)、能力(capacity)、資本(capital)、抵押品(collateral)、經(jīng)營環(huán)境(condition)、事業(yè)的連續(xù)性(continuity)等六個因素評定其信用程度的方法。由于我國粗放型經(jīng)濟增長方式、財政與金融職能劃分不清、國有企業(yè)財務預算約束軟化、社會信用環(huán)境建設滯后等外部歷史因素和銀行機構經(jīng)營管理機制不健全等內(nèi)部因素影響，銀行業(yè)機構不良貸款一直較高。 目前, 國際上具有代表性的信用風險管理模型有: JP并且，在1988年協(xié)議中，銀行對所有企業(yè)的貸款權重為100%，只要貸款金額相同，任何不同信用等級的企業(yè)所需求的資本金也相同。信用風險的產(chǎn)生有兩方面原因：第一，經(jīng)濟運行的周期性。信用VaR是指交易組合在一定展望期內(nèi)，在一定把握下信用損失不能超出的數(shù)量。而這種不作為的行為，就是信用風險。按常理，這幾個學生應獲得5%左右的利潤。1000。通過上述檢驗，我們可以得出結論，中國石化股票價格服從隨機游走，即： Pt=Pt1+εt。根據(jù)VaR的計算公式可得：VaR=100萬= 蒙特卡羅模擬法利用EVIEWS軟件中的單位根檢驗（ADF檢驗）來判斷股票價格序列的平穩(wěn)性，結果如下：表32 單位根檢驗（ADF檢驗）結果Null Hypothesis: SER01 has a unit rootExogenous: ConstantLag Length: 0 (Automatic based on SIC, MAXLAG=14)tStatistic 參數(shù)法 假定方差是恒定的。下面選取中國石化（60028）2008年11月17日到2009年11月19日的股票收盤價數(shù)據(jù)，投資額為100萬，計算在99%置信水平下一天的VaR。在新巴塞爾協(xié)議中特別增加了市場風險的說明,并提出量化和管理商業(yè)銀行市場風險的方法。目前，對Monte Carlo 模擬法的改進，是許多研究者著手進行的一項工作，其目的是為了提高其計算效率。蒙特卡羅模擬法基于歷史數(shù)據(jù)和既定分布假定的參數(shù)特征，估計所模擬對象的方差、協(xié)方差等參數(shù)值，通過隨機的方式設定金融變量的隨即過程及過程參數(shù)（如資產(chǎn)組合的價格序列），然后通過這一隨機過程及過程參數(shù)模擬資產(chǎn)組合風險因素的收益率分布，從而計算出VaR值。蒙特卡羅法借用這一城市的名稱是為了象征性地表明該方法的概率統(tǒng)計的特點。值得一提的是，與歷史模擬法能度量非線性金融工具的風險相比，方差 協(xié)方差法只反映了風險因子對整個投資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)的風險。比如要將置信水平為 94%的 VaR 值轉(zhuǎn)化為置信水平為 99%的 VaR 值，由 ，可知道：根據(jù)查表再化簡得： （）二、不同持有期的 VaR 可以相互轉(zhuǎn)化同樣假設在正態(tài)分布條件下，以日數(shù)據(jù)為例，而收益率之間相互獨立，那么，其中為組合收益率的日方差，為期組合收益率的方差，則:最后得到： （） 上式告訴我們，對于不同持有期的 VaR 值，他們之間是可以進行轉(zhuǎn)換的。因此，在一定置信水平下，將該組合收益率的標準差代入此式即可得到該投資組合的VaR值。同時，當數(shù)據(jù)繁雜且結構復雜時，歷史模擬法對計算能力提出了較高要求。對于比較罕見的重大極端事件，無法有足夠的資料來模擬，從而預測的結果較差，誤差較大。這就導致了兩難的窘境。最后，由于它是完全評價法，無論資產(chǎn)或投資組合的收益為線性或非線性、波動是否隨時間變化、是否存在厚尾現(xiàn)象等等，都適用于歷史模擬法。也就是說在正常波動情況下，銀行每日的交易有95%的可能損失不超過1500萬美元。圖21 Morgan 公司1994年日損益據(jù)圖可以推知，平均每日收入值，約為500萬美元，即=500萬（美元）。首先計算交易組合的價值變化，并由此得出交易組合每天價值變化的概率分布圖，由于，則，1%500=5，那么選取概率分布圖中1%的分位數(shù)所對應于500個計算數(shù)值的第5個最壞的價值變化，的估計值應剛好對應于1%的分位數(shù)所對應的損失。 原理方法和模型（Histor ical Simulation Method）歷史模擬法以歷史數(shù)據(jù)為依據(jù)來預測將來，是借助于過去一段時間內(nèi)的資產(chǎn)組合風險收益的頻數(shù)分布，找到這段時間內(nèi)的平均收益，以及在既定置信水平下的最低收益率，計算資產(chǎn)組合的VaR值。設，分別為持有的資產(chǎn)組合的起始價值和期末價值，為持有期內(nèi)資產(chǎn)組合的收益率，則有， 和分別為的數(shù)學期望和標準差，那么在一定的置信水平下，得到期末資產(chǎn)組合的最低價值為，其中為在置信水平下資產(chǎn)組合的最低收益率，則 （）我們也可以根據(jù)資產(chǎn)組合值的概率分布，從而推導得出。由定義可知，VaR計算中選取的置信水平越高，模型對于極端事件預測的精度越高，即資產(chǎn)組合的實際損失小于計算得到的VaR 值的概率越大。 （二）置信水平置信水平反映了投資主體對風險的厭惡程度，置信水平越高，厭惡風險的程度越大。商業(yè)銀行交易賬戶中的頭寸往往流通性較好，因此對于銀行往往計算交易組合每天的VaR,選擇持有期為一個交易日；對于養(yǎng)老基金投資組合，交易行為往往不太活躍，而且資產(chǎn)流動性也不一定很好，因此持有期往往選擇為一個月。從以上定義中我們可以看出，VaR 有兩個重要的參數(shù)：資產(chǎn)組合的持有期及置信水平。另外，完整的金融風險管理包括風險的識別、 測定和控制三個過程, 但是在 VaR方法中 ,只考慮了概率因素，僅估算風險可能造成的損失的概率,只關注了風險管理的其中一個方面，并不能全面反映金融風險的各個方面。(2)模型的風險。管理者可以設置不同的置信水平和時間展望期 ,從而得到不同置信水平和時間展望期下不同的VaR 值，通過對這些VaR值進行轉(zhuǎn)換和分析比較,目的是要找到一個最符合現(xiàn)實狀況和更加準確的VaR 值。VaR 值是一個具體的數(shù)字，用數(shù)字將市場風險因子(如股票價格、股票指數(shù)、利率及匯率等)對資產(chǎn)或資產(chǎn)組合的影響量化，這樣可以使得管理者或投資者更加清晰明白，投資頭寸在正常情況下所可能遭受的最大損失。并且VaR可用于事前檢測，大大增加了風險管理系統(tǒng)的科學性。在歐洲，銀行無論大小都必須采用《新巴塞爾協(xié)議》，歐盟希望證券公司也能像銀行那樣采用《新巴塞爾協(xié)議》。不過風險價值度很快得到了金融機構和一些非金融機構的認同，并被廣泛采用。截止到1993年，風險價值度已經(jīng)成了測定風險的一個重要工具。本文基于VaR的原理對目前國際上流行的度量金融風險的技術做了全面的分析，主要根據(jù)《新巴塞爾協(xié)議》的要求，對市場風險、信用風險和操作風險的VaR度量方法以及模型研究做了全面的闡述，并進一步做了實證分析。VaR方法已成為國際衡量金融風險的主流方法，根據(jù)《巴塞爾新資本協(xié)議》的要求，我國銀行業(yè)發(fā)布的《中國銀行業(yè)監(jiān)督管理委員會商業(yè)銀行市場風險管理指引》中也建議我國的銀行采用VaR方法度量金融風險。鄧云勝（2003）等運用蒙特卡羅仿真技術計算了貸款組合信用風險的VAR；劉丹等（2004）對VaR若干度量方法的準確性進行了比較研究；曹乾、何建敏（2004）闡述了VaR的理論基礎，并探討了該模型在我國的適用性問題；馬杰、任若恩在《VaR方法在外匯風險管理中的應用》一文中運用VaR技術防范微觀匯率風險。就我國目前研究狀況來說，對VaR度量方法的研究尚處于起步階段，對VaR進行研究最早的文獻是學者鄭文通于1997年發(fā)表的《金融風險管理的VaR方法及其應用》，他在此文中介紹了VaR方法產(chǎn)生的背景、計算方法和用途以及在中國使用的必要性。 （2003）提出了基于單因素 Vasicek 信用組合模型的 VaR 粒度調(diào)整方法和半漸進方法。David 《Bank risk management： Theory》一文中詳述了風險管理的主要內(nèi)容，認為風險管理主要包括市場風險、信用風險、經(jīng)營風險和操作風險四種風險，并闡述了VaR技術在風險管理中的發(fā)展，強調(diào)了VaR方法在金融風險管理中的重要作用。 Morgan又在其《風險測量尺度》中提出了用方差—協(xié)方差法計量VaR的方法。1993年，一個30人課題組（G30 policy remendaions）在研究衍生品基礎上發(fā)表了的 《衍生產(chǎn)品。有關 VaR方法研究的文獻論文主要集中在理論研究和應用研究兩方面。VaR方法在我國有廣闊的發(fā)展空間，它的推廣和應用有助于我國金融機構內(nèi)部風險管理和外部監(jiān)管能力能夠邁上一個新臺階，與國際慣例相一致。利用VaR對風險的計量促使了金融風險管理從定性向定量轉(zhuǎn)變，不僅大大提高了銀行風險的透明度，也促成了銀行風險管理的可視化（visualized）發(fā)展。“Basel Ⅱ”確定了金融風險管理的三大支柱，分別為最低資本金要求、監(jiān)督審查過程和市場紀律。然而，二十世紀九十年代初，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險引發(fā)的金融事件，無不與信用風險和市場風險之外的人為因素風險及其他風險有關。在完成此修正案后，銀行的整體資本金包括：信用資本金（風險加權資產(chǎn)的8%）和市場資本金，整體資本金=（信用風險加權資產(chǎn)+市場風險加權資產(chǎn)）。 標準法需要分別計算每個風險模塊的資本金要求，整體的資本金要求是由每個風險模塊的資本金要求加權平均得到。1996年，“巴塞爾資本協(xié)議修正