新巴塞尔协议下var方法在银行信用风险管理中的应用

《新巴塞尔协议下var方法在银行信用风险管理中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、新巴塞尔协议下VaR方法在银行信用风险管理中的应用2<0o9年第4期总第l36期中国农业银行武汉培训学院学报Joumal<0fABCWuhaI1TrainingC<0uegeNo．4Ju1．2<0o9SerialNo．136新巴塞尔协议下VaR方法在银行信用风险管理中的应用毛一鹏(南开大学金融学系天津3<0o<0<0<0)[摘要]信用风险是商业银行面临的风险中最重要的一类风险。通过运用VaR风险计量方法的基本原理，对我国商业银行市场风险管理的现状进行分析，并得出VaR方法在我国商业银行应用建议[关键词]新巴塞尔协议；VaR；信用矩阵[中图分类号]32．4[文献标识码]A[文章编号】

2、1oo4—4817(2<0<09)o4—<0o25一o3一、新巴塞尔协议与V1988年实施资本协议的十年以来，巴塞尔协议已成为名副其实的国际银行业竞争规则和国际惯例，被誉为国际银行监管领域的一个划时代的文件。但是，随着金融市场的发展，国际银行业经营方式日新月异和金融创新的层出不穷，监管当局发现1988的资本协议在具体的实施过程中存在一定的弊端和局限性。2oo1年，巴塞尔委员会发布了旨在替代旧版巴塞尔协议的《新巴塞尔资本协议》。它阐述的不仅仅是资本的要求、监管当局的监督检查、市场约束三大支柱，更主要的是其核心内容从不同角度阐述了商业银行的风险管理理念。新协议在强调操作风险、信用风险、

3、市场风险三大风险的基础上，给出了计量三大风险的方法。其中，信用风险是商业银行面临的风险中最重要的一类风险，由于信用风险本身的一些特点，进行度量存在技术上的困难，但是随着数量技术的发展，新一代金融工程专家运用新的建模技术和分析方法建立了一些基于V氓技术的信用风险度量模型。二、VaR方法原理V方法是近年来在国外兴起的一种金融风险评估和计量方法，是由J．P．Morg￡m公司率先提出，是指在一定的置信度内，由于市场波动而导致整个资产组合在未来某个时期内可能出现的最大损失值。作为当前最重要的风险度量方法之一，V方法被运用于金融风险管理的各个方面，商业银行的风险管理也是其应用的重要领域之一。下

4、面分别介绍VaIt在普通分布，参数分布，和用蒙特卡罗模拟的方法计算VaR的基本方法。(一)普通分布下V的计算方法(历史模拟法)。普通分布下，VaR的一般形式可以这样描述：=E()一‘(1)其中为资产组合的期末价值；而E()为资产组合的期末预期价值；‘为在给定置信水平下资产组合的期末最低价值。根据未来资产价值的概率分布，()得到的值。在给定的置信度c下，我们希望得到资产组合的最低价值，而此时资产价值超过此价值的概率就是c，用公式表示如下：c=』：．，()由(2)由公式(2)可知在计算过程中的关键就是找出资产组合未来价值的分布，(埘)。这种方法下，(1l，)是根据历史数据确定的，因此一

5、般将这种方法称为历史模拟法。(二)参数分布下R的计算方法(方差一协方差法)。如果资产组合未来价值的分布服从某种特定的参数分布，那么的计算就可以极大地简化。最常见的情况就是未来价值服从正态分布，此时的值可以从资产组合的标准差中直接得到，因此这种方法又叫方差一协方差法。具体的计算过程如下：首先我们用标准正态分布(8)来代替埘)普通一25—分布，其中8的均值为O，标准差为1。R’为发生最低资产价值时的收益率，因此最低资产价值可表示为‘=(1+R’)，其中为期初资产价值。一般来说是负的，因此又可以表示为一lR‘l。接下来我们可以将R与正态分位数a联系起来(><0)：一：(3)一一Lj

6、，其中和分别为资产组合未来收益率的期望和标准差，所以由(3)式我们可以将(2)式变形为：1一c=f。：)如=fl，(r)dr=』：：()如(4)因为(8)为标准正态分布的概率密度，所以由(4)式我们就能从标准正态分布分位数表中查到一口的值从而根据(3)式得到’的值尺=一凹(5)这样我们就可以通过R‘得到R的值R=一=一(R‘一)=a(6)在更一般的情况下，如果假设和是以年度为基础，而目标期为，此时(6)可以更一般的表示为：=(7)(三)蒙特卡罗模拟法。蒙特卡罗模拟法的主要思路是选择风险因子收益的随机过程和分布，反复模拟市场因子的变化路径，建立风险因子未来变化的场景，对每个场景得到组

7、合价值在期末的一个可能值，通过大量的模拟后组合价值的模拟分布将收敛于组合的真实分布，从而用模拟出的分布估计VaR值。三、V信用风险■化模型V在信用风险度量模型中也有广泛应用，但与其在度量市场风险中的应用相比，运用VaR方法度量信用风险有以下两个颇具挑战性的困难：首先，资产组合的分布与正态分布相差很大，对于信用收益不能像对市场风险一样，将资产组合的变化假定为正态分布，因为信用收益都是尖峰厚尾的。其次，测量因信用分散而产生的资产组合效应比测量市场风险复杂得多。以上两点决定