情景分析和壓力測試

情景分析和壓力測試第1頁，共18頁，2023年，2月20日，星期四產(chǎn)生分析情景計算風險價值最為流行的方法是歷史模擬法。歷史模擬法的一個關鍵假設是：歷史在某種意義上是對將來的一個指導，即假設由過去幾年數(shù)據(jù)得出的市場變量的實證概率分布，是對明天市場變化的一個指導。如果某種事件在數(shù)據(jù)所覆蓋的時間內(nèi)沒有發(fā)生，那么在基本VaR計算中，這一事件不會對計算出的VaR有任何影響。不幸的是，市場變量并非靜態(tài)，有時市場波動率很高，有時很低，進而有了歷史模擬法的推廣，如極值理論。VaR計算方法的本質(zhì)是回望型的，那些將來可能會發(fā)生，但又不能在歷史數(shù)據(jù)中體現(xiàn)的情形是不能在VaR中體現(xiàn)出來的，壓力測試就是為了克服VaR度量中的這一弱點。第2頁，共18頁，2023年，2月20日，星期四壓力測試包括檢測金融機構的產(chǎn)品組合在極端市場條件下的表現(xiàn)。這種測試共有兩步：第1步是產(chǎn)生合理的極端市場變化情景；第2步是在不同情景下對產(chǎn)品組合進行定價。有時在壓力測試中考慮的極端市場變化是以標準差來定義的。如果每天的變化服從正態(tài)分布，那么5個標準差所對應的事件將會每7000年才發(fā)生一次，但在實際中，每10年發(fā)生一兩次5個標準差的市場變動并非罕見。第3頁，共18頁，2023年，2月20日，星期四對單一變量進行壓力測試一種方法是采用假定某一變量有很大變化而其他變量保持不變的情景，對于這種情形，有時會考慮下面的例子：收益率曲線平行100基點。假定某資產(chǎn)的隱含波動率由當前水平上下波動20％。股指上下波動10％。一個主要貨幣的匯率上下變動6％。一個非主要貨幣的匯率上下波動變動20％。一般情況下，市場變量一個微小變化所產(chǎn)生的影響可由Delta來描述，市場變量一個較大變化所產(chǎn)生的影響可由Delta及Gamma組合來描述。在以上所描述的情景中，市場變化量太大，就不能再用希臘值來估計產(chǎn)品組合價值的變化。第4頁，共18頁，2023年，2月20日，星期四涉及多個變量的情景通常當一個市場變量有劇烈變化時，其他變量也有所變化，這一現(xiàn)象導致金融機構開始研發(fā)涉及多個變量同時變化的情景。一種流行的做法是采用市場變量在歷史上曾出現(xiàn)過的極端變化情景。有些市場情景對應于一天市場變化的幅度，而其他情景，尤其是涉及信用及流動性的變量，其變化對應于若干天，若干個星期甚至若干個月。在情景中考慮市場變量的波動率十分重要。一般來講，當利率及匯率有劇烈變動時，其隱含波動率以及其他波動率也會增加。有些情景往往會涉及商品價格的劇烈變化。有些情景也許會涉及擇優(yōu)而棲現(xiàn)象以及隨之而來的流動性枯竭，從而使信用溢差增大。第5頁，共18頁，2023年，2月20日，星期四由管理人員所產(chǎn)生的情景歷史交易市場絕對不會一成不變地重復自身，部分原因是因為交易員熟知過去的危機，并引以為鑒來避免重復以前的錯誤。美國房屋市場導致了2007年開始的金融危機，將來的信用危機不太可能仍是由于按揭信用審批制度的松懈而觸發(fā)，但無論如何，今后仍有可能會有信用危機的產(chǎn)生。從多個方面來看，壓力測試中最有用的情景是由公司高管提出的。公司高管可以綜合他們對市場、全球政治、經(jīng)濟環(huán)境以及當前全球市場的不定性來產(chǎn)生合理但會造成巨大損失的情景，有時管理人員產(chǎn)生的某些情景會是基于歷史事件，但這些事件往往是對當前金融及經(jīng)濟條件進行調(diào)節(jié)。第6頁，共18頁，2023年，2月20日，星期四一種產(chǎn)生壓力測試的方法是由一個高管所組成的委員會定期集會，并通過頭腦風暴的方式來回答以下簡單問題：“市場會出現(xiàn)什么預想不到的情景？”Clemens及Winkler對這種委員會的最佳構成進行了研究，他們的結論是：委員會應由3-5個成員來構成委員會成員的背景應各不相同委員會成員之間應有一個健康的交流渠道為了產(chǎn)生好的情景，一個重要的前提是委員會成員必須從他們的日常工作中抽出身來，從而對全局提出合理看法。公司高管及董事會都要懂得壓力測試的重要性，做到這一點十分重要。公司高管與董事會成員要以壓力測試為依據(jù)來做出戰(zhàn)略決策。由公司高管來提出分析情景的一大好處是，這一做法很容易使得高管認識到壓力測試的重要性，而由公司中層管理人員所產(chǎn)生的情景往往不會得到高管的關注。第7頁，共18頁，2023年，2月20日，星期四如果壓力測試只是僅僅涉及少數(shù)市場變量，一種進行壓力測試的方法是將沒有被檢驗的周邊變量的變化設為0。另一種進行壓力測試方法是首先假定被測試的關鍵變量產(chǎn)生了劇烈變動，然后將周邊變量對被測試的關鍵變量進行回歸，這種回歸可以預測周邊變量的變化程度與被預測的關鍵變量變化程度的關系，最后將這些預測用于壓力測試。這種壓力測試方法被稱為條件壓力測試，最初由Kupiec提出。Kim和Finger進一步講這一想法推廣到所謂的“斷箭”壓力測試方法中，在分析中，他們假設關鍵變量與周邊變量之間的相關性是，而不是以過去的平均值為基準的。第8頁，共18頁，2023年，2月20日，星期四完善壓力測試情景管理人員應該仔細檢測壓力測試情景，并要確認是否所有的不利情景均已被考慮，這些情景不但要包括市場變量對金融機構自身產(chǎn)品組合的即時效應，同時還要考慮市場變量對其他眾多金融機構的沖擊效應，這些沖擊對所有金融機構的效應往往類似，不同的金融機構從而會做出相似的反應。壓力測試情景最好為動態(tài)形式。在壓力測試中，管理人員要考慮被測試金融機構的反應，還要考慮其他金融機構對于同一壓力測試的反應。第9頁，共18頁，2023年，2月20日，星期四反向壓力測試反向壓力測試是指尋求導致重大損失的壓力測試情景。這有許多做法，例如，當確認了10個重要的市場變量后，可以假定其他變量的變化與這10個變量的變化有一定的關系。可以采用標準算法以在10維度空間中尋求會產(chǎn)生最大損失的變量組合的情景。反向壓力測試的缺點：所得出的情景有可能不合乎情理，例如，反向壓力測試可能求得兩個變量會朝不同方向變動，而事實上可以確定這兩個變量在受壓市場條件下一定具有正相關性。即時如此，通過方向壓力測試，金融機構可以求得那些高管沒有充分意識到但會對金融機構產(chǎn)生災難性影響的情景。第10頁，共18頁，2023年，2月20日，星期四反向壓力測試的優(yōu)點：可以被壓力測試委員會用來引發(fā)更多的討論。在壓力測試委員會集會之前，分析人員可以通過反向壓力測試來求得幾種會給金融機構帶來災難的情景，這些情景和委員會成員自身產(chǎn)生的情景將在壓力測試委員會會議上加以討論，委員會成員可以憑借自己的判斷來排除那些分析員給出的不合理情景，并對其他一些情景進行修改來使其合理，然后對這些情景進行更深刻的研究。第11頁，共18頁，2023年，2月20日，星期四監(jiān)管條例巴塞爾委員會要求銀行計算市場風險資本金的內(nèi)部VaR模型時，要同時伴有“嚴格以及全面”壓力測試。與此類似，銀行采用《巴塞爾協(xié)議》中的內(nèi)部評級法來計算信用風險資本金時，也必須同時通過壓力測試來檢驗模型假設的合理性。2009年1月，巴塞爾委員會發(fā)行了征求意見稿，此征求意見稿強調(diào)，銀行在計算能夠用于吸收市場巨大變動而觸發(fā)的損失資本金變量時，要重視壓力測試。第12頁，共18頁，2023年，2月20日，星期四監(jiān)督當局面臨的主要問題銀行監(jiān)督人員要求銀行要考慮極端情景，并且確保在不同情景下仍有足夠多的資本金。很明顯，銀行希望監(jiān)管資本金越低越好，所以銀行管理人員不會主動考慮那些觸發(fā)監(jiān)督人員提高其資本金的極端情景，正是由于這個原因，銀行很自然會在分析過程中只考慮那些可以被淡化并且相對溫和的情景。一種克服這一弊端的方法是由銀行監(jiān)管人員對壓力情景提出建議，一旦情景被選定，使得銀行關心的重點與監(jiān)管當局關心的重點達到一致。由同一監(jiān)管當局對整個系統(tǒng)選定壓力情景會降低整個金融體系的系統(tǒng)風險，當然壓力情景完全由監(jiān)管部門來產(chǎn)生，那么希望金融機構選定壓力情景的目的可能不能完全達到，一種折中的做法是對銀行管理部門及監(jiān)管部門所產(chǎn)生的情景都進行檢測分析。第13頁，共18頁，2023年，2月20日，星期四如何應用結果壓力測試后一個最大的問題就是如何應用測試結果。高管及風險管理人員所面臨的難題是，他們要面對兩種反應不同情景的風險報告，一個報告是通過VaR模型來生成的，另一個報告是通過壓力測試生成的，管理人員的決策應基于哪一個報告呢，一種很自然的傾向是利用VaR模型結果，因為VaR直接與監(jiān)管資本金有關。第14頁，共18頁，2023年，2月20日，星期四將壓力測試與VaR計算進行結合Berkowitz指出，如果能做到將壓力測試與VaR計算結合起來，那么壓力測試會得到更多重視。為了得到這一目的，可以給每個情景賦予一定概率。假定某金融機構考慮了ns數(shù)量的壓力測試情景，而這些情景所對應的總概率為p，進一步假定有nh數(shù)量的情景是由通過歷史模擬來生成的從而可以假定共有（ns+nh）數(shù)量情景，其中ns數(shù)量的壓力情景的概率為p,nh數(shù)量的歷史情景的概率為1-p。為了更好的完成壓力測試，將事件每個情景以概率進行分類，分類可能如下：概率=0.05%，非常極端事件，每2000個情景出現(xiàn)一次。概率=0.2%，非常事件，在一個具有500個情景的歷史模擬法中，每個情景都對應于這個概率概率=0.5%，小概率事件，這一分類中每一個事件發(fā)生的概率都大于歷史模擬法中的500個情景所對應的概率。第15頁，共18頁，2023年，2月20日，星期四第16頁，共18頁，2023年，2月20日，星期四第17頁，共18頁，2023年