第七讲银行风险管理商业银行风险概述银行市场风险的评估与管理银行利率风险的评估与管理银行信用风险的评估与管理银行操作风险的评估与管理商业银行风险概述商业银行风险的涵义商业银行风险的产生商业银行风险的分类商业银行风险管理的职能商业银行风险管理的程序商业银行风险的涵义风险,主要指未来结果的负向不确定性。风险不同于损失。风险与收益具有对称性。风险一种机制,不是单纯的经济现象。商业银行风险涉及面广,损失巨大。风险效应机制及其模型诱惑效应:风险利益作为一种外部刺激使人们萌发了某种动机,进而作出某种选择并导致行为的发生约束效应:当人们受到风险事件可能的损失或危险信号的剌激后,所作出的为了回避或抵抗损失和危险的选择以及进而采取的回避行为。一般地说,风险因素所产生的威摄、抑制和阻碍作用就是风险的约束效应。风险诱惑效应程度的大小(可简称为风险诱惑度,用DRA表示),主要决定于下列诱惑因素:1、风险事件带来的潜在发展机会和/或赢利机会(A1);2、风险成本小于风险利益的机会与大小(A2);3、风险被发现和识别的难度与程度(A3);4、风险事件激发决策者的潜能、创造性和成功欲望的强度(A4)。上述四种因素中,其中A1,A2主要与风险事件本身有关,而A3,A4则主要与决策者个人有关。因此风险诱惑效应程度(DRA)的大小,并不单纯取决于传统意义上的风险利益这一因素,而是一系列因素的复合函数,可用下式表示:DRA=fA(A1,A2,A3,A4)风险约束效应程度的大小(可简称为风险约束度,用DRC表示),主要取决于下列约束因素:1、风险事件负偏离出现的概率或频率(C1);2、风险结果造成的损害程度(C2);3、风险分析与管理的投入成本大小及其变动幅度(C3);4、风险事件负偏离结果的多样性(C4)。风险约束度(DRC)的大小取决于上述几种因素的表现程度、大小及其产生的不同组合方式,可用下式表示:DRC=fC(C1,C2,C3,C4)风险效应平衡过程风险一方面具有诱惑效应,驱使人们为了获取潜在的风险利益而作出某种风险选择;另一方面风险又具有约束效应,对人们的选择和行为产生某种威摄和抑制作用。这两种效应同时存在,同时发生作用,且具有互逆性及相互矛盾。每一种风险事件必然存在这种效应上相互冲突、相互抵消的作用,其结果是在两种效应之间会出现一交叉点(B),如图2-1所示。在B点风险诱惑效应与约束效应相等,可称为风险效应平衡点,这个平衡点是风险诱惑效应和约束效应相互作用的结果。由于同一风险事件对于不同决策者的诱惑效应和约束效应不同,因此风险效应平衡点对于不同的决策者的位置也是不一样的。形成平衡点的过程,实质上是人们对诱惑与约束两种效应进行认识、比较、权衡的过程,即是一个观念过程、思想过程、判断过程和选择过程,在这个过程中人们结合自己的经验、根据特定风险的客观性,对风险损失和收益进行的一种“模拟平衡”。事实上,风险效应平衡是动态的、相对的,不同的风险事件会有不同的平衡点,不同的决策者对于同一风险事件其平衡点也是不相同的。风险效应平衡点实际上是决策者所能接受的最大风险状态。在此状态基础上,任何可以减小或控制风险因素的措施都可以增加风险诱惑度,减小风险约束度,从而提高决策者接受该状态下风险的信心。商业银行风险的产生商业银行风险源于本身的内在脆弱性商业银行风险源于客微观经济环境商业银行风险源于经营策略及管理水平商业银行风险的分类按照商业银行风险产生的根源,可以将商业银行风险划分为自然风险、社会风险、经济风险、政治风险和技术风险五个类型按照商业银行风险的状态,可以将商业银行风险划分为静态风险和动态风险两种类型按照商业银行风险的表现形态,可以将商业银行风险划分为有形风险和无形风险两种类型按照风险的性质,可以将商业银行风险划分为信用风险、市场风险、流动性风险、操作风险和法律风险五种类型商业银行风险管理的职能报告和控制风险增强竞争优势为定价政策提供依据为决策提供依据商业银行风险管理的程序商业银行风险识别商业银行风险估计商业银行风险处理商业银行风险识别风险树搜寻法专家意见法筛选—监测—诊断法商业银行风险估计客观概率法主观概率法统计估值法假设检验法回归分析法涉险值法压力试验与极值分析客观概率法商业银行在估计某种经济损失发生的概率时,如果能够获得足够的历史资料,用以反映当时的经济条件和经济损失发生的情况,则可以利用统计的方法计算出该种经济损失发生的客观概率。这种方法叫做客观概率法。客观概率法在实际运用中有时会遇到一些困难:一是历史资料收集较为困难,其准确性和全面性亦难确定;二是经济环境不断变化,客观概率法的假定前提往往不能成立。主观概率法主观概率法是商业银行选定一些专家,并拟出几种未来可能出现的经济条件提交给各位专家,由各位专家利用有限的历史资料,根据个人经验对每种经济条件发生的概率和每种经济条件下商业银行某种业务发生经济损失的概率作出主观估计,再由商业银行汇总各位专家的估计值进行加权平均,根据平均值计算出该种经济损失的概率。统计估值法利用统计得来的历史资料,可以确定在不同经济条件下,某种风险发生的概率,或是在不同风险损失程度下,某种风险发生的概率。利用统计方法和样本资料,可以估计风险平均程度(样本期望值)和风险分散程度(样本方差)。假设检验法对未知参数的数值提出假设,然后利用样本提供的信息来检验所提出的假设是否合理,这种方法称为假设检验法。像统计估计法一样,假设检验法通用于事件发生规律稳定、历史资料齐全的风险概率估计。回归分析法回归分析法是通过建立间接风险与直接风险因素之间的函数关系,来估计直接风险因素的方法。例如,利率风险的直接风险因素是利率水平的变动,而影响利率水平的有货币市场供求状况、中央银行政策等多种间接风险因素。如果设直接风险因素为Y,间接风险因素为X1,X2,...Xn,则回归模型为:Y=b0+b1xl+b2x2+…+bnxn+u(15-3)其中b0,bl,b2,…bn,为回归系数,u为随机扰动项。回归系数可以根据历史资料用最小二乘原理求出,从而得出回归方程:Y=b0++b1xl+b2x2+…+bnxn(15-4)美国纽约大学奥曼(Altman)教授提出的多变量组合模型——Zeta模型,克服了单变量模型出现的对同一公司不同的比率预测出不同结果的现象。该模型(1968年)是根据统计结果,对与企业财务状况有重大影响的5个财务指标进行回归而成为“Z分数”,并根据分数的高低来综合评价财务失败可能性程度的方法。Z—Score模型的表达式为Z=0.012X1+0.014X2+0.033X3+0.006X4+0.010X5X1=(期末流动资产-期末流动负债)/期末总资产X2=期末留存收益/期末总资产X3=息税前利润/期末总资产X4=期末股东权益的市场价值/期末总负债X5=本期销售收入/总资产Z分数模型具体判断标准Z≥3.0财务失败的可能性很小2.8≤Z≤2.9有财务失败可能1.81≤Z≤2.7财务失败可能性很大Z≤1.81财务失败可能性非常大涉险值法涉险值(ValueatRisk,筒称VaR)指在正常的市场条件和给定的置信水平下,资产在给定的时间区间内的最大期望损失。压力试验与极值分析压力试验是测量市场环境因素发生极端不利变化时,金融机构资产组合的损失大小,包括识别那些会对金融机构产生致命损失的情景,并评估这些情景对金融机构的影响。极值分析则是通过对收益的尾部分布进行统计分析,从另外一个角度估计极端市场条件下金融机构的损失。显然,这两种方法是对正常市场情况下VaR的补充。商业银行风险处理风险预防风险规避风险分散风险转移风险抑制风险补偿风险预防风险预防指商业银行对风险设置各层预防线的办法。一般准备金专项准备金资本风险规避(1)资产结构短期化,以降低流动性风险和利率风险;(2)投资风险选择避重就轻,以避免对风险过大的投资;(3)债权互换扬长避短,趋利避害,即商业银行之间利用各自不同的相对优势,将不同期限、利率或币种的债权互换,达到彼此取长补短、各得其所地避开风险;(4)在开展外汇业务时,对有关货币汇率走势作出明智的判断,努力保持硬通货债权、软通货债务,以避免汇率变化带来的风险风险分散随机分散指单纯依靠资产组合中每种资产数量的增加来分散风险,每种资产的选取是随机性的。在业务发展正常的条件下,一般利用扩大业务规模来分散风险有效分散指运用资产组合理论和有关的模型对各种资产选择进行分析,根据其各自的风险—收益特性和相互之间的相关性来实现风险、收益最优组合商业银行风险分散的具体做法有:资产种类风险分散;客户风险分散;投资工具种类风险分散;资产货币种类风险分散;国别风险分散等风险转移风险资产出售担保保险市场交易风险抑制向借款公司派驻财务专家,帮助借款公司搞清财务恶化的原因,并提出解决问题的指导性意见;发现借款人财务出现因难,立即停止对该客户的新增放款,并尽一切努力尽早收回已发放的贷款本息;追加担保人和担保金额;追加资产抵押。风险补偿风险补偿指商业银行将违约借款人的资本、应收帐款和各种抵押品进行拍卖,将其收入补偿银行遭受的损失银行市场风险的评估与管理银行市场风险的评估银行投资组合市场风险的测量银行市场风险的管理银行市场风险的评估灵敏度方法波动性方法VaR方法灵敏度方法灵敏度方法,是利用金融资产市值对其风险因子的敏感性来测量金融资产风险的方法。假定金融资产的市值为P,其风险因子为x1,x2,…,xn,市值P为风险因子x1,x2,…,xn的函数,因此风险因子的变化将导致金融资产市值的变化,即:(16-1)其中,D1,D2,…,Dn为资产市值对相应风险因子的敏感性,称为灵敏度。灵敏度表示当风险因子变化一个百分数单位时金融资产市值变化的百分数。灵敏度越大的金融资产,受风险因子变化的影响越大,风险越大。niixDPP公式(16-1)是灵敏度方法测量银行风险的基础。但只有金融资产市值变化与其市场因子变化呈线性关系时,公式(16-1)才成立。金融市场中,许多金融资产具有非线性动态行为,所以只有在假设市场因子仅发生微小变化时,金融资产市值的变化与市场因子的变化才近似呈公式(16-1)所示的线性关系式。因此,灵敏度是一种对风险线性的近似测量。针对不同的金融资产、不同的风险因子,存在不同类型的灵敏度。实际中常用的灵敏度包括:针对债券(或固定利率性金融工具)的久期(duration)和凸性(convexity),针对股票的β系数,针对衍生工具的Delta、Gamma、Theta、Vega、Rho等。灵敏度方法的优点在于概念上的简明和直观性,使用上的简单性。但其缺点在于,有些情况下,线性近似性的指标并不能很好地描述金融资产价格的变化。灵敏度方法比较适合简单金融资产在风险因子变化较小时的情形,而对于复杂的金融资产组合及风险因子的大幅波动情形,灵敏度方法或者准确性差,或者由于复杂而失去了其原有的简单直观性。波动性方法波动性估计实际回报与预期回报之间可能的偏离。人们在使用中通常把波动性与标准差等同起来。波动性描述了收益偏离其平均值的程度,在一定程度上测量了金融资产市值的变化程度。但波动性方法主要存在两个缺点:第一、只描述了收益的偏离程度,却没有描述偏离的方向,而实际中金融机构经营者最为关心的是负偏离;第二、波动性并没反映资产组合的损失到底是多大。VaR方法原理优点和缺点原理在标准正态分布下,当给定一个置信水平如95%,则对应α=1.65,于是就可以计算出相应的最小回报R*和VaR。由公式(16-2),最小回报可以表示为:R*=-ασ+μVaR为:VaR=-P0(R*-μ)=P0ασ因此,VaR是分布的标准差与由置信水平确定的乘子的乘积。有一种金融资产,其初始价值为100万美元,持有一个投资期,持有期内的预期投资回报率为10%,投资回报的标准差为2%,投资回报的