情景分析和压力测试课件

情景分析和压力测试产生分析情景计算风险价值最为流行的方法是历史模拟法。历史模拟法的一个关键假设是：历史在某种意义上是对将来的一个指导，即假设由过去几年数据得出的市场变量的实证概率分布，是对明天市场变化的一个指导。如果某种事件在数据所覆盖的时间内没有发生，那么在基本VaR计算中，这一事件不会对计算出的VaR有任何影响。不幸的是，市场变量并非静态，有时市场波动率很高，有时很低，进而有了历史模拟法的推广，如极值理论。VaR计算方法的本质是回望型的，那些将来可能会发生，但又不能在历史数据中体现的情形是不能在VaR中体现出来的，压力测试就是为了克服VaR度量中的这一弱点。压力测试包括检测金融机构的产品组合在极端市场条件下的表现。这种测试共有两步：第1步是产生合理的极端市场变化情景；第2步是在不同情景下对产品组合进行定价。有时在压力测试中考虑的极端市场变化是以标准差来定义的。如果每天的变化服从正态分布，那么5个标准差所对应的事件将会每7000年才发生一次，但在实际中，每10年发生一两次5个标准差的市场变动并非罕见。涉及多个变量的情景通常当一个市场变量有剧烈变化时，其他变量也有所变化，这一现象导致金融机构开始研发涉及多个变量同时变化的情景。一种流行的做法是采用市场变量在历史上曾出现过的极端变化情景。有些市场情景对应于一天市场变化的幅度，而其他情景，尤其是涉及信用及流动性的变量，其变化对应于若干天，若干个星期甚至若干个月。在情景中考虑市场变量的波动率十分重要。一般来讲，当利率及汇率有剧烈变动时，其隐含波动率以及其他波动率也会增加。有些情景往往会涉及商品价格的剧烈变化。有些情景也许会涉及择优而栖现象以及随之而来的流动性枯竭，从而使信用溢差增大。由管理人员所产生的情景历史交易市场绝对不会一成不变地重复自身，部分原因是因为交易员熟知过去的危机，并引以为鉴来避免重复以前的错误。美国房屋市场导致了2007年开始的金融危机，将来的信用危机不太可能仍是由于按揭信用审批制度的松懈而触发，但无论如何，今后仍有可能会有信用危机的产生。从多个方面来看，压力测试中最有用的情景是由公司高管提出的。公司高管可以综合他们对市场、全球政治、经济环境以及当前全球市场的不定性来产生合理但会造成巨大损失的情景，有时管理人员产生的某些情景会是基于历史事件，但这些事件往往是对当前金融及经济条件进行调节。一种产生压力测试的方法是由一个高管所组成的委员会定期集会，并通过头脑风暴的方式来回答以下简单问题：“市场会出现什么预想不到的情景？”Clemens及Winkler对这种委员会的最佳构成进行了研究，他们的结论是：委员会应由3-5个成员来构成委员会成员的背景应各不相同委员会成员之间应有一个健康的交流渠道为了产生好的情景，一个重要的前提是委员会成员必须从他们的日常工作中抽出身来，从而对全局提出合理看法。公司高管及董事会都要懂得压力测试的重要性，做到这一点十分重要。公司高管与董事会成员要以压力测试为依据来做出战略决策。由公司高管来提出分析情景的一大好处是，这一做法很容易使得高管认识到压力测试的重要性，而由公司中层管理人员所产生的情景往往不会得到高管的关注。如果压力测试只是仅仅涉及少数市场变量，一种进行压力测试的方法是将没有被检验的周边变量的变化设为0。另一种进行压力测试方法是首先假定被测试的关键变量产生了剧烈变动，然后将周边变量对被测试的关键变量进行回归，这种回归可以预测周边变量的变化程度与被预测的关键变量变化程度的关系，最后将这些预测用于压力测试。这种压力测试方法被称为条件压力测试，最初由Kupiec提出。Kim和Finger进一步讲这一想法推广到所谓的“断箭”压力测试方法中，在分析中，他们假设关键变量与周边变量之间的相关性是，而不是以过去的平均值为基准的。反向压力测试反向压力测试是指寻求导致重大损失的压力测试情景。这有许多做法，例如，当确认了10个重要的市场变量后，可以假定其他变量的变化与这10个变量的变化有一定的关系。可以采用标准算法以在10维度空间中寻求会产生最大损失的变量组合的情景。反向压力测试的缺点：所得出的情景有可能不合乎情理，例如，反向压力测试可能求得两个变量会朝不同方向变动，而事实上可以确定这两个变量在受压市场条件下一定具有正相关性。即时如此，通过方向压力测试，金融机构可以求得那些高管没有充分意识到但会对金融机构产生灾难性影响的情景。反向压力测试的优点：可以被压力测试委员会用来引发更多的讨论。在压力测试委员会集会之前，分析人员可以通过反向压力测试来求得几种会给金融机构带来灾难的情景，这些情景和委员会成员自身产生的情景将在压力测试委员会会议上加以讨论，委员会成员可以凭借自己的判断来排除那些分析员给出的不合理情景，并对其他一些情景进行修改来使其合理，然后对这些情景进行更深刻的研究。监督当局面临的主要问题银行监督人员要求银行要考虑极端情景，并且确保在不同情景下仍有足够多的资本金。很明显，银行希望监管资本金越低越好，所以银行管理人员不会主动考虑那些触发监督人员提高其资本金的极端情景，正是由于这个原因，银行很自然会在分析过程中只考虑那些可以被淡化并且相对温和的情景。一种克服这一弊端的方法是由银行监管人员对压力情景提出建议，一旦情景被选定，使得银行关心的重点与监管当局关心的重点达到一致。由同一监管当局对整个系统选定压力情景会降低整个金融体系的系统风险，当然压力情景完全由监管部门来产生，那么希望金融机构选定压力情景的目的可能不能完全达到，一种折中的做法是对银行管理部门及监管部门所产生的情景都进行检测分析。如何应用结果压力测试后一个最大的问题就是如何应用测试结果。高管及风险管理人员所面临的难题是，他们要面对两种反应不同情景的风险报告，一个报告是通过VaR模型来生成的，另一个报告是通过压力测试生成的，管理人员的决策应基于哪一个报告呢，一种很自然的倾向是利用VaR模型结果，因为VaR直接与监管资本金有关。将压力测试与VaR计算进行结合Berkowitz指出，如果能做到将压力测试与VaR计算结合起来，那么压力测试会得到更多重视。为了得到这一目的，可以给每个情景赋予一定概率。假定某金融机构考虑了ns数量的压力测试情景，而这些情景所对应的总概率为p，进一步假定有nh数量的情景是由通过历史模拟来生成的从而可以假定共有（ns+nh）数量情景，其中ns数量的压力情景的概率为p,nh数量的历史情景的概率为1-p。为了更好的完成压力测试，将事件每个情景以概率进行分类，分类可能如下：概率=0.05%，非常极端事件，每2000个情景出现一次。概率=0.2%，非常事件，在一个具有500个情景的历史模拟法中，每个情景都对应于这个概率概率=0.5%，小概率事件，这一分类中每一个事件发生的概率都大于历史模拟法中的500个情景所对应的概率。客观与主观概率客观概率是通过进行若干