基于var的商业银行信用风险管理

《基于var的商业银行信用风险管理》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、基于VaR的商业银行信用风险管理基于VaR的商业银行信用风险管理卞艮华河海大学技术经济及管理系，南京（210098）8><#004699'>E-mail:genhua.bian@gmail4>>摘要：在金融自由化、信用证券化的今天，传统的信用风险管理方法已经很难满足现在的要求。本文介绍了国际银行界广泛使用并且被巴塞尔协议所提倡的风险量化管理工具VaR，在此基础上描述了基于VaR的信用风险管理模型的原理和具体应用。最后探讨了在我国商业银行应用模型的可能性。关键词：商业银行；风险价值（VaR）；信用风险中图分类号：F832.211.引言近些年来，随着

2、金融自由化以及资产证券化的发展，风险管理引起了整个金融界及学者的高度重视，风险的识别、衡量、控制、转移研究在理论和实践中都取得了长足的进步。特别是VaR法的出现，由于其科学性、实用性、准确性，已经发展成为了衡量风险的标准和[1]主推工具，学者对此也进行了大量的研究。PhilippeJorion教授在它的专著《风险价值——金融风险管理新标准》中，重点介绍了风险度量方法、VaR的监管、开发和运用、VaR如何度量交易和投资过程中的风险、如何作为绩效评价的工具，以及实施安全风险管理的步骤等几个方面。虽然长期以来，信用风险就是银行业最主要的风险形式，但是由

3、于信用风险具有明显的非系统性特征和包括道德因素在内的许多不可测因素的存在，信用风险的度量和研究一直缺乏有效的工具支持，相对市场风险研究而言，信用风险研究进展不大。直至J.P.摩根继1994年推出以VAR为基础的市场风险度量模型Riskmetrics后，于1997年推出了信用风险的管理模型Creditmetrics，瑞士银行推出了另一类型的信用风险度量模型Creditrics+，KMV公司推出了以EDF为核心的KMV模型，这些基于VaR理论基础上产生的信用风险度量模型的出现，使得信用风险的量化和管理取得了突破性的进展，并走上了快速发展的道路。我国商

4、业银行由于特殊的体制背景，信用风险管理方法与国际上有很大的区别，但也没有形成自己的信用风险管理体系。由于近年来商业银行走出国门的要求，以及我国金融开放的需要，我国商业银行正在积极引进国际信用风险管理方法，国内学者也开始对VAR法进[2][3]行了研究，但主要是对其的引入和介绍。如刘雪玲、王小明比较了西方国家流行的几种信用风险评估方法的优缺点及探讨了在我国的适用性，认为这些方法对我国商业银行的信用风险管理具有借鉴意义。2.VAR概述2.1VaR内涵VAR(ValueatRisk)的字面意思是“处于风险中的价值”。更常用的叫法是“风险价值”或“在险价

5、值”。比较权威的解释是：“在一定概率水平下（置信度），某一金融资产或证券组合[4]在未来特定的一段时间内的最大可能损失”。VaR描述了“在一特定的时期内，在给定的置信度下，某一金融资产或其组合可能遭受的最大潜在损失值”；或者“在一个给定的时期内，【】5某一金融资产或其组合价值的下跌以一定的概率不会超过的水平的多少”。数学公式可以表示为：Prob(??P>VaR)=1－c式中：??P―――资产组合在持有期内的损失；-1-//.paper.edu.cnVaR―――给定置信水平c下的处于风险中的价值。要建立一个VaR模型，确定一个资产组合的VaR

6、值，通过上述可知必须首先要确定三个参数：持有期限、观察期限以及置信水平。2.1.1持有期限又称目标期限。持有期限是指确定收益和波动的时间单位，也就是计算哪段时间内的风险价值。持有期限的选择应该结合具体组合的调整速度来确定。如果频繁更换组合、频繁交易的应选用较短的期限。巴塞尔银行监管委员会出于风险审慎监管的需要，选择了两个星期（十个交易日）的持有期限。通常持有期越长，VaR值就越大。另外持有期的选择还和观察期的长短有着一定联系。2.1.2观察期间又称数据窗口。观察期间是整个数据的时间范围，是对持有期限内收益和波动考察的整体时间长度。观察期的选择要在

7、获取历史数据的可能性和市场的结构性变化之间权衡。如果为了克服经济周期性变化的影响，选用的历史数据越长越好；但是如果时间越长，市场发生结构性变化的可能性也越大，历史数据的代表性就不够。巴塞尔银行监管委员会目前要求的观察期间为一年。2.1.3置信水平置信水平的概念来源于数理统计，是指总体参数值落在样本统计值的某一区间内的概率。例如95％的置信水平，表示参数值有95％的可能性落在给定的区间内，或者说不在此区间的可能性小于5％。在VaR模型中，如果置信水平过低，损失超过VaR值的极端事件的概率过高，这使得VaR模型就失去了存在的意义。如果置信水平过高，超

8、过VaR值的概率是可以降低，但是这样就使得反映极端事件的数据减少，VaR估计的准确性又会下降。现实中，置信水平一般选在95％到99％之间