,欢迎光临!退出
加入收藏设为首页请您留言
您当前位置:网站首页 >> 风险研究 >> 风险评估 >> 基于VaR的我国商业银行利率风险管理

基于VaR的我国商业银行利率风险管理

2014-11-10 15:33:34 来源:风控网 浏览:218

  2、VaR模型的三种计算方法及其比较

  综上所述,计算VaR最关键的步骤是确定未来资产组合价格的分布特征,根据各方法对未来资产组合价格分布特征的估算方法不同,可将目前常用的VaR模型大体分为三类:德尔塔—正态法、历史模拟法、蒙特卡洛模拟法。

  (1)德尔塔—正态法。该法的核心是基于资产收益的方差——协方差矩阵进行估计。该方法的重要假设是单个市场因子的变动服从正态分布,同时还假设投资组合的收益率服从正态分布。这极大地简化了VaR的计算,它首先根据历史数据求出资产组合收益的均值和方差以及各相关市场因子的相关系数,然后利用资产收益正态分布的统计性质求出在一定置信水平下反映分布偏离均值程度的临界值,进而得到VaR值。

  该法的优点在于运算较为方便,免去了大量繁琐的计算。一旦确定了资产组合收益的标准差,VaR的计算仅是基于投资组合理论的简单代数运算,容易理解。然而,VaR结果的准确性严重依赖假设的成立与否。当市场因子的未来变动不符合正态分布时,计算出的结果会产生较大误差。实践证明,大多金融序列不是正态分布的,因此正态分布的假设会对极端事件的VaR低估,也就是说不能反映收益率分布的“厚尾”现象。此外,该法也不能很好地处理资产组合中期权及隐含期权的金融工具,即不能解决收益率的非线性和非正态分布资产的VaR计算问题。

  (2)历史模拟法。该方法是运用市场因子的历史变动数据推测其未来可能的变动情况,并由此构建资产组合价值变化的概率分布。这种方法对市场因子未来的变动情况并没有做任何特定的假设,而是假定数据的历史变化直接对未来变化构成影响,用市场因子历史的改变量来预测组合未来的盈亏,计算其VaR值。

  历史模拟法的优点在于其计算简单易行、容易理解,而且不需要对市场因子未来变化的概率分布做特定假设,完全体现了市场因素的实际分布,因此更加符合现实情况和实际运作。然而其缺陷在于,一方面,VaR值的准确性和可靠性完全取决于历史数据的准确性、可靠性以及所选取历史区间的长短。为了得到较为精确的结果,一般要求选取较长的测量区间和更多的历史数据,然而所选取区间越长,历史数据对当前VaR值的借鉴意义就越小;另一方面,如果所选取的历史期间内发生了重大的经济变革和金融事件,导致市场因子的未来分布情况和历史分布情况差别过大时,历史模拟法下测算出的VaR值会与实际情况发生较大偏差。

  (3)蒙特卡洛模拟法。蒙特卡洛模拟法与历史模拟法类似,不同之处在于它是根据市场因子历史变化的数据或既定分布假设下的参数特征,借助于随机方法模拟出市场组合的各种可能变化并由此构造出大量假定资产组合的变化值,最后确定VaR值。

  蒙特卡洛模拟法的优势表现在,第一,该法没有对市场因子的变动作出特定的假设条件,使得计算结果更符合实际情况;第二,它能有效解决期权和隐含期权的金融工具的VaR计算难题,并能处理极端事件及资产收益非正态分布下的VaR测量问题。然而,它的计算成本较高,对金融机构或投资者采用此方法时的计算能力要求也较高。

  三、VaR模型在我国商业银行利率风险管理中的适用性分析

  VaR是一种带有一些明显局限性的方法。比如,这种方法需要持续性的压力测试和情景测试作为支持。但从整体上说,VaR方法是最适用的独立风险度量技术之一。正是由于这样的原因,VaR方法才得到了巴塞尔委员会的认可,用于确定旨在防范市场风险所需的最低资本标准。随着我国金融改革的逐步推进,我国商业银行更多地暴露在日益增加的利率风险之中。将风险定量分析方法应用于日常的利率风险管理中,从而降低风险获取最大收益,已成为我国商业银行的当务之急。总结起来,可以从以下三个方面实现VaR模型与我国商业银行利率风险管理的完美结合。

  首先,建立适合我国商业银行利率风险管理的VaR模型,我国商业银行若要运用VaR方法进行利率风险管理,首要问题是建立高效完备的信息数据系统。其次,利用VaR模型建立我国商业银行的风险内部控制体系。根据我国商业银行组织结构的特点,设置总分行分层次的风险内部控制体系。最后,利用VaR模型加强我国商业银行风险信息披露管理。我国商业银行目前在风险信息的披露上存在明显缺口,因而不能有效配置资金;同时对于投资者来说,如果不能很好地了解银行面临的实际风险状况,也难以做出正确的投资决策,更不利于有效的金融监管。

第1页 第2页
相关文章
发表评论
网名:
评论:
验证:
共有0人对本文发表评论查看所有评论(网友评论仅供表达个人看法,并不表明本站同意其观点或证实其描述)
赞助商链接
关于我们 - 联系我们 - 免责申明 - 人才招聘 - 战略合作
基于VaR的我国商业银行利率风险管理
,欢迎光临!退出
加入收藏设为首页请您留言
您当前位置:网站首页 >> 风险研究 >> 风险评估 >> 基于VaR的我国商业银行利率风险管理

基于VaR的我国商业银行利率风险管理

2014-11-10 15:33:34 来源:风控网 浏览:295

  2、VaR模型的三种计算方法及其比较

  综上所述,计算VaR最关键的步骤是确定未来资产组合价格的分布特征,根据各方法对未来资产组合价格分布特征的估算方法不同,可将目前常用的VaR模型大体分为三类:德尔塔—正态法、历史模拟法、蒙特卡洛模拟法。

  (1)德尔塔—正态法。该法的核心是基于资产收益的方差——协方差矩阵进行估计。该方法的重要假设是单个市场因子的变动服从正态分布,同时还假设投资组合的收益率服从正态分布。这极大地简化了VaR的计算,它首先根据历史数据求出资产组合收益的均值和方差以及各相关市场因子的相关系数,然后利用资产收益正态分布的统计性质求出在一定置信水平下反映分布偏离均值程度的临界值,进而得到VaR值。

  该法的优点在于运算较为方便,免去了大量繁琐的计算。一旦确定了资产组合收益的标准差,VaR的计算仅是基于投资组合理论的简单代数运算,容易理解。然而,VaR结果的准确性严重依赖假设的成立与否。当市场因子的未来变动不符合正态分布时,计算出的结果会产生较大误差。实践证明,大多金融序列不是正态分布的,因此正态分布的假设会对极端事件的VaR低估,也就是说不能反映收益率分布的“厚尾”现象。此外,该法也不能很好地处理资产组合中期权及隐含期权的金融工具,即不能解决收益率的非线性和非正态分布资产的VaR计算问题。

  (2)历史模拟法。该方法是运用市场因子的历史变动数据推测其未来可能的变动情况,并由此构建资产组合价值变化的概率分布。这种方法对市场因子未来的变动情况并没有做任何特定的假设,而是假定数据的历史变化直接对未来变化构成影响,用市场因子历史的改变量来预测组合未来的盈亏,计算其VaR值。

  历史模拟法的优点在于其计算简单易行、容易理解,而且不需要对市场因子未来变化的概率分布做特定假设,完全体现了市场因素的实际分布,因此更加符合现实情况和实际运作。然而其缺陷在于,一方面,VaR值的准确性和可靠性完全取决于历史数据的准确性、可靠性以及所选取历史区间的长短。为了得到较为精确的结果,一般要求选取较长的测量区间和更多的历史数据,然而所选取区间越长,历史数据对当前VaR值的借鉴意义就越小;另一方面,如果所选取的历史期间内发生了重大的经济变革和金融事件,导致市场因子的未来分布情况和历史分布情况差别过大时,历史模拟法下测算出的VaR值会与实际情况发生较大偏差。

  (3)蒙特卡洛模拟法。蒙特卡洛模拟法与历史模拟法类似,不同之处在于它是根据市场因子历史变化的数据或既定分布假设下的参数特征,借助于随机方法模拟出市场组合的各种可能变化并由此构造出大量假定资产组合的变化值,最后确定VaR值。

  蒙特卡洛模拟法的优势表现在,第一,该法没有对市场因子的变动作出特定的假设条件,使得计算结果更符合实际情况;第二,它能有效解决期权和隐含期权的金融工具的VaR计算难题,并能处理极端事件及资产收益非正态分布下的VaR测量问题。然而,它的计算成本较高,对金融机构或投资者采用此方法时的计算能力要求也较高。

  三、VaR模型在我国商业银行利率风险管理中的适用性分析

  VaR是一种带有一些明显局限性的方法。比如,这种方法需要持续性的压力测试和情景测试作为支持。但从整体上说,VaR方法是最适用的独立风险度量技术之一。正是由于这样的原因,VaR方法才得到了巴塞尔委员会的认可,用于确定旨在防范市场风险所需的最低资本标准。随着我国金融改革的逐步推进,我国商业银行更多地暴露在日益增加的利率风险之中。将风险定量分析方法应用于日常的利率风险管理中,从而降低风险获取最大收益,已成为我国商业银行的当务之急。总结起来,可以从以下三个方面实现VaR模型与我国商业银行利率风险管理的完美结合。

  首先,建立适合我国商业银行利率风险管理的VaR模型,我国商业银行若要运用VaR方法进行利率风险管理,首要问题是建立高效完备的信息数据系统。其次,利用VaR模型建立我国商业银行的风险内部控制体系。根据我国商业银行组织结构的特点,设置总分行分层次的风险内部控制体系。最后,利用VaR模型加强我国商业银行风险信息披露管理。我国商业银行目前在风险信息的披露上存在明显缺口,因而不能有效配置资金;同时对于投资者来说,如果不能很好地了解银行面临的实际风险状况,也难以做出正确的投资决策,更不利于有效的金融监管。

第1页 第2页
发表评论
网名:
评论:
验证:
共有0人对本文发表评论查看所有评论(网友评论仅供表达个人看法,并不表明本站同意其观点或证实其描述)
赞助商链接
关于我们 - 联系我们 - 免责申明 - 人才招聘 - 战略合作