论文部分内容阅读
【摘要】无活跃市场的信用类投资指银行因投资目的而持有的信用类资产，主要包括金融机构私募发行的次级债券、信贷类理财产品、资产证券化产品等，通常无法使用公开的交易价格进行估值，风险计量没有成熟的方法。本文在信用类资产估值模型中的简化模型和历史模拟法基础上提出了无活跃市场信用类投资的风险计量方法，选取信用评级较高的生命人寿私募发行的次级债券和投资于商业银行的信贷类理财产品为标的资产进行比较性实证研究。
【关键词】无活跃市场 风险计量 历史模拟法 信用价差
一、引言
2007年银监会发布的《中国银行业实施新资本协议指导意见》，标志着我国在分类实施、分层推进、分步达标的基本原则下，正式启动了实施《巴塞尔新资本协议》的有关工作。2011年银监会下发了《中国银行业实施新监管标准指导意见》，并确定于2013年实施新的商业银行资本管理办法。《巴塞尔新资本协议》第一支柱的实施重点是如何对分类风险进行计量，无活跃市场的信用类投资由于同时涉及信用风险和市场风险，其风险计量问题是业内普遍面临的难题，因而本文的研究对完善风险计量方法具有深远意义。
商业银行资产按账户性质的不同可划分为交易账户资产和银行账户资产。其中，银行账户资产按持有目的可划为可供出售类投资、持有到期类投资、贷款及应收款类资产。目前，中国银行业银行账户投资资产主要通过场内交易取得，品种包括通过证券交易所和银行间市场交易的国债、央票、金融债、企业债、公司债等；另一部分因投资目的而持有的银行账户投资资产如金融机构私募发行的次级债券、理财产品、资产证券化产品等则需要通过场外交易取得，通常没有活跃市场交易价格。考虑到我国金融界的实际情况，资产证券化类产品总量还较小，金融机构发行的次级债券和理财产品在银行账户中占据的比重较大，因而本文对金融机构私募发行的次级债券和信贷类理财产品{1}进行研究。这两类资产的共同特点是没有活跃的市场交易且不存在类似资产有活跃市场交易，具有信用风险{2}和利率风险的双重性质。在巴塞尔新资本协议框架下，银行对于有活跃市场的资产通常采用内部模型法计量风险，而对于无活跃市场的资产的风险计量问题则没有成熟的方法。目前，在商业银行实务中，有的银行采用模拟最差情景的方法计量此类资产的风险，有的银行则使用国债充当类似资产，风险计量参考国债收益率曲线的历史模拟法。本文结合信用资产定价的简化模型和历史模拟法提出了采用信用债收益率曲线的风险计量方法，并和国债收益率曲线进行实证比较研究，对于商业银行的风险管理具有理论意义和实际应用价值。
二、文献综述
国内外已经有一些风险计量的研究，JP摩根（1996）提出了信用风险计量的CreditMetrics模型，林洁泉（2006）对信用风险的管理办法和计量模型进行研究。VaR模型的理论研究及实证研究比较多，Jorion（1997）重点阐述了VaR的概念及其在制定监管资本标准上的应用，Pritsker（2006）从实证和理论的角度较全面地分析、探讨了历史模拟法以及改进的两个历史模拟法。徐中华（2008）采用历史模拟法对股票价格风险进行计量，黄剑（2010）则对历史模拟法的三种典型方法进行实证比较。
通过以上文献综述，我们可以看到在已有的研究中存在着以下的倾向和问题：（1）以往文献主要考虑单一信用风险及利率风险计量方法的研究，很少将两者结合在一起。（2）在历史模拟法的实证研究中，大多关注有活跃市场的资产，主要采用股票价格的实证，而无实证对无活跃市场的债券及信用类投资的风险进行计量。基于此，本文对金融机构私募发行的次级债券和投资同业信贷类理财产品的计量方法进行研究，并进行实证分析。
三、无活跃市场信用类投资风险计量方法研究
《巴塞尔新资本协议》规定信用风险资产采用内部评级法进行计量，根据违约概率，违约概率下的损失率，违约的总敞口头寸，以及期限等因素来决定一笔授信的风险权重，根据复杂程度分成初级法和高级法。市场风险计量主要采用内部模型法计量风险价值（VaR），包括方差-协方差法、历史模拟法和蒙特卡罗模拟法，其中，历史模拟法原理简单，且避开了估计方差—协方差矩阵，不依赖于特定随机过程，允许非线性和非正态分布，并考虑了厚尾问题，模型风险较小，逐渐成为风险计量的主流方法。
混合利率风险和信用风险的计量并没有成熟的方法，因为风险价值的计量模型不仅能够计量市场风险，而且能够计量信用风险，所以本文进行风险计量采用内部模型法中的历史模拟法。考虑到进行风险计量的前提是进行估值，目前单一信用类资产估值的主流模型为结构模型和简化模型。结构模型从描述信用产品发行人本身的资本结构入手，假定违约事件是由公司内部因素造成的，一旦公司价值低于一定的触发线，发行人就认为违约，因而可以采用期权定价模型进行估值；简化模型并不考虑导致公司违约背后复杂的经济学因素，而是把违约事件的发生看成不可预测的，简化模型认为信用类资产理论估值为未来现金流根据无风险利率和违约强度之和折现的现值，由于无风险利率和违约强度根据市场情况而发生变动，实际上考虑了利率风险和信用风险两方面的因素，因而本文结合简化模型和历史模拟法进行风险计量，能够计量两种风险，其核心在于估值的收益率曲线如何编制。为了验证估值的准确性，本文设置估值P与面值C的偏离度指标ω=（P-C）/C，考察估值与面值的偏離度与资产实际市值与面值的偏离度是否一致，无活跃市场的信用类金融资产可参考有活跃交易的同等级信用债的偏离度。
根据违约强度不同，可以将信用类资产分为信用评级较高且评级稳定的资产，信用评级转移但不会发生违约资产（一般情况下信用评级发生转移意味着可能违约，但在国内一些特殊情况下存在不违约，如11海龙CP01）和评级较低的可能违约的风险资产。对上述三类资产采取不同的风险计量方法：
对于信用评级高且评级稳定的资产，由于信用评级高的资产的违约概率接近于0，在不考虑违约回收的情况下，违约强度等于同等级信用债和国债的信用价差{3}，收益率曲线可以选取同等级信用债的收益率曲线。 对于信用评级发生转移的资产的风险计量，可以在评级转移时点调整收益率曲线的信用价差，由此可以采用不同等级信用债的收益率形成的收益率曲线进行估值。
对于可能违约的资产的风险计量则需在无风险利率的基础上考虑信用等级转移概率、违约概率、违约损失率等指标综合测算收益率曲线。
考虑到国内此类风险资产多为信用评级较高且评级稳定的资产，本文实证内容主要针对第一种情况，选取信用等级高的金融机构私募发行的次级债和投资金融同业的信贷类理财产品，估值收益率曲线采用相应评级的信用债收益率曲线，由于不存在违约风险，信用风险主要是信用价差风险。
四、实证方法与指标说明
为了检验并提高模型的准确性和可靠性，需进行返回检验，其原理是Kupiec（1995）所提出的假说检验方法。基本思路是计算返回检验期间内实际损益超过VaR值的天数除以返回检验期间天数所得到的比例（失效率）应该与显著性水平a大致相当，《巴塞尔新资本协议》据此设置的“交通灯规则”是，设定置信水平为99%、持有期为1天、返回检验期间为1年（250次），计量VaR值被超过的次数。具体如表1所示：
五、数据选取及结果分析
由以上实证所得VaR值及返回检验结果可以得出如下结论：
一是从生命人寿次级债和投资同业理财产品估值效果来看，采用信用债收益率曲线比采用国债收益率曲线效果好。采用国债收益率曲线计算生命人寿次级债估值时，估值与面值的偏离度为23.31%，而采用AA级信用债收益率曲线计算时，偏离度为-2.12%；采用国债收益率曲线计算投资同业理财时，估值与面值的偏离度为11.26%，而采用AA级信用债收益率曲线计算时，偏离度为3.06%。类比实证当日债券市场行情，AA级和AAA级债券盯市估值与面值的偏离度一般在-5%至5%之内，由此可断定采用信用债券收益率估值偏离度在合理范围之内，而采用国债收益率曲线进行估值偏差较大，主要原因在于生命人寿次级债的票面利率和投资同业理财产品的年化收益率中已经包含信用价差，因此在现金流贴现法估值时也应在贴现率中体现，采用国债收益率曲线估值时，不包含信用价差，因而估值偏差较大。
二是采用信用债收益率曲线计算的VaR值比采用国债收益率曲线VaR值大，涵盖了信用价差风险。生命人寿次级债采用信用债收益率曲线计算的VaR值为5，551，349，采用国债收益率曲线计算的VaR值为5，275，667，故信用价差风险为257，682；投资同业理财采用信用债收益率曲线计算的VaR值为615，249，采用国债收益率曲线计算的VaR值为542，527，故信用价差风险为72，722。
三是采用信用债收益率曲线计算VaR值返回检验效果比采用国债收益率曲线好。生命人寿次级债采用信用债收益率曲线的返回检验突破次数为1次，而采用国债收益率曲线返回检验突破次数为5次，没能通过检验；投资同业理财采用信用债收益率曲线的返回检验突破次数为0次，而采用国债收益率曲线的返回检验突破次数为3次。
六、总结
随着我国银行业竞争的激烈化以及巴塞尔新资本协议的逐步实施，商业银行对风险管理越来越重视，风险计量作为实施巴塞尔协议的基础，显得尤为重要。本文结合简化模型和历史模拟法提出了无活跃市场信用类投资的风险计量方法，并对商业银行持有头寸较多且信用评级高的金融机构私募发行的次级债券和投资于商业银行的信贷类理财产品进行了实证分析。实证表明风险计量的准确程度依赖于理论估值的准确性，采用同等级信用债收益率曲线进行估值比采用国债收益率曲线估值更准确，因而可以更好的计量风险，返回检验效果也更好。采用国债收益率曲线只能计量利率风险，而采用信用债收益率曲线计量的VaR值能够计量利率风险和信用价差风险，可以较好的计量高等级无活跃市场信用类投资的风险。
注释
{1}本文研究的信用类投资虽然无活跃市场交易，也不存在类似资产有活跃市场交易，不能采用市价进行估值，但流动性和利率风险敏感程度强于一般贷款，投资同业信贷类理财产品不考虑同业本身的信用风险。
{2}本文中信用风险包括违约风险和信用价差风险（CVA）。
{3}信用价差由风险溢价、流动性溢价、税收等因素共同构成，为了便于分析，简化模型假设信用价差只包括风险溢价。
参考文献
[1]菲利普·乔瑞.风险价值-金融风险管理新标准[M].中信出版社，2000.
[2]Morgan.J.P.，Risk Metrics Technical Document[M].Fourth Edith，New York，1996.
[3]Jorion，P.，“Risk：Measuring the Risk in Value at Risk”[J].Financial Analysis Journal ， 1997.
[4]Pritsker，M.，“The Hidden Dangers of Historical Simulation”[J].Journal of Banking &Finarece，2006.
[5]林潔泉，王振.信用风险管理力法[J].金融研究，2006.
[6]黄剑，历史模拟法诸模型的比较研究[J].金融研究，2010.
[7]徐中华.基于VaR历史模拟法的中国股市风险研究[D].硕士学位论文，2008.
【关键词】无活跃市场 风险计量 历史模拟法 信用价差
一、引言
2007年银监会发布的《中国银行业实施新资本协议指导意见》，标志着我国在分类实施、分层推进、分步达标的基本原则下，正式启动了实施《巴塞尔新资本协议》的有关工作。2011年银监会下发了《中国银行业实施新监管标准指导意见》，并确定于2013年实施新的商业银行资本管理办法。《巴塞尔新资本协议》第一支柱的实施重点是如何对分类风险进行计量，无活跃市场的信用类投资由于同时涉及信用风险和市场风险，其风险计量问题是业内普遍面临的难题，因而本文的研究对完善风险计量方法具有深远意义。
商业银行资产按账户性质的不同可划分为交易账户资产和银行账户资产。其中，银行账户资产按持有目的可划为可供出售类投资、持有到期类投资、贷款及应收款类资产。目前，中国银行业银行账户投资资产主要通过场内交易取得，品种包括通过证券交易所和银行间市场交易的国债、央票、金融债、企业债、公司债等；另一部分因投资目的而持有的银行账户投资资产如金融机构私募发行的次级债券、理财产品、资产证券化产品等则需要通过场外交易取得，通常没有活跃市场交易价格。考虑到我国金融界的实际情况，资产证券化类产品总量还较小，金融机构发行的次级债券和理财产品在银行账户中占据的比重较大，因而本文对金融机构私募发行的次级债券和信贷类理财产品{1}进行研究。这两类资产的共同特点是没有活跃的市场交易且不存在类似资产有活跃市场交易，具有信用风险{2}和利率风险的双重性质。在巴塞尔新资本协议框架下，银行对于有活跃市场的资产通常采用内部模型法计量风险，而对于无活跃市场的资产的风险计量问题则没有成熟的方法。目前，在商业银行实务中，有的银行采用模拟最差情景的方法计量此类资产的风险，有的银行则使用国债充当类似资产，风险计量参考国债收益率曲线的历史模拟法。本文结合信用资产定价的简化模型和历史模拟法提出了采用信用债收益率曲线的风险计量方法，并和国债收益率曲线进行实证比较研究，对于商业银行的风险管理具有理论意义和实际应用价值。
二、文献综述
国内外已经有一些风险计量的研究，JP摩根（1996）提出了信用风险计量的CreditMetrics模型，林洁泉（2006）对信用风险的管理办法和计量模型进行研究。VaR模型的理论研究及实证研究比较多，Jorion（1997）重点阐述了VaR的概念及其在制定监管资本标准上的应用，Pritsker（2006）从实证和理论的角度较全面地分析、探讨了历史模拟法以及改进的两个历史模拟法。徐中华（2008）采用历史模拟法对股票价格风险进行计量，黄剑（2010）则对历史模拟法的三种典型方法进行实证比较。
通过以上文献综述，我们可以看到在已有的研究中存在着以下的倾向和问题：（1）以往文献主要考虑单一信用风险及利率风险计量方法的研究，很少将两者结合在一起。（2）在历史模拟法的实证研究中，大多关注有活跃市场的资产，主要采用股票价格的实证，而无实证对无活跃市场的债券及信用类投资的风险进行计量。基于此，本文对金融机构私募发行的次级债券和投资同业信贷类理财产品的计量方法进行研究，并进行实证分析。
三、无活跃市场信用类投资风险计量方法研究
《巴塞尔新资本协议》规定信用风险资产采用内部评级法进行计量，根据违约概率，违约概率下的损失率，违约的总敞口头寸，以及期限等因素来决定一笔授信的风险权重，根据复杂程度分成初级法和高级法。市场风险计量主要采用内部模型法计量风险价值（VaR），包括方差-协方差法、历史模拟法和蒙特卡罗模拟法，其中，历史模拟法原理简单，且避开了估计方差—协方差矩阵，不依赖于特定随机过程，允许非线性和非正态分布，并考虑了厚尾问题，模型风险较小，逐渐成为风险计量的主流方法。
混合利率风险和信用风险的计量并没有成熟的方法，因为风险价值的计量模型不仅能够计量市场风险，而且能够计量信用风险，所以本文进行风险计量采用内部模型法中的历史模拟法。考虑到进行风险计量的前提是进行估值，目前单一信用类资产估值的主流模型为结构模型和简化模型。结构模型从描述信用产品发行人本身的资本结构入手，假定违约事件是由公司内部因素造成的，一旦公司价值低于一定的触发线，发行人就认为违约，因而可以采用期权定价模型进行估值；简化模型并不考虑导致公司违约背后复杂的经济学因素，而是把违约事件的发生看成不可预测的，简化模型认为信用类资产理论估值为未来现金流根据无风险利率和违约强度之和折现的现值，由于无风险利率和违约强度根据市场情况而发生变动，实际上考虑了利率风险和信用风险两方面的因素，因而本文结合简化模型和历史模拟法进行风险计量，能够计量两种风险，其核心在于估值的收益率曲线如何编制。为了验证估值的准确性，本文设置估值P与面值C的偏离度指标ω=（P-C）/C，考察估值与面值的偏離度与资产实际市值与面值的偏离度是否一致，无活跃市场的信用类金融资产可参考有活跃交易的同等级信用债的偏离度。
根据违约强度不同，可以将信用类资产分为信用评级较高且评级稳定的资产，信用评级转移但不会发生违约资产（一般情况下信用评级发生转移意味着可能违约，但在国内一些特殊情况下存在不违约，如11海龙CP01）和评级较低的可能违约的风险资产。对上述三类资产采取不同的风险计量方法：
对于信用评级高且评级稳定的资产，由于信用评级高的资产的违约概率接近于0，在不考虑违约回收的情况下，违约强度等于同等级信用债和国债的信用价差{3}，收益率曲线可以选取同等级信用债的收益率曲线。 对于信用评级发生转移的资产的风险计量，可以在评级转移时点调整收益率曲线的信用价差，由此可以采用不同等级信用债的收益率形成的收益率曲线进行估值。
对于可能违约的资产的风险计量则需在无风险利率的基础上考虑信用等级转移概率、违约概率、违约损失率等指标综合测算收益率曲线。
考虑到国内此类风险资产多为信用评级较高且评级稳定的资产，本文实证内容主要针对第一种情况，选取信用等级高的金融机构私募发行的次级债和投资金融同业的信贷类理财产品，估值收益率曲线采用相应评级的信用债收益率曲线，由于不存在违约风险，信用风险主要是信用价差风险。
四、实证方法与指标说明
为了检验并提高模型的准确性和可靠性，需进行返回检验，其原理是Kupiec（1995）所提出的假说检验方法。基本思路是计算返回检验期间内实际损益超过VaR值的天数除以返回检验期间天数所得到的比例（失效率）应该与显著性水平a大致相当，《巴塞尔新资本协议》据此设置的“交通灯规则”是，设定置信水平为99%、持有期为1天、返回检验期间为1年（250次），计量VaR值被超过的次数。具体如表1所示：
五、数据选取及结果分析
由以上实证所得VaR值及返回检验结果可以得出如下结论：
一是从生命人寿次级债和投资同业理财产品估值效果来看，采用信用债收益率曲线比采用国债收益率曲线效果好。采用国债收益率曲线计算生命人寿次级债估值时，估值与面值的偏离度为23.31%，而采用AA级信用债收益率曲线计算时，偏离度为-2.12%；采用国债收益率曲线计算投资同业理财时，估值与面值的偏离度为11.26%，而采用AA级信用债收益率曲线计算时，偏离度为3.06%。类比实证当日债券市场行情，AA级和AAA级债券盯市估值与面值的偏离度一般在-5%至5%之内，由此可断定采用信用债券收益率估值偏离度在合理范围之内，而采用国债收益率曲线进行估值偏差较大，主要原因在于生命人寿次级债的票面利率和投资同业理财产品的年化收益率中已经包含信用价差，因此在现金流贴现法估值时也应在贴现率中体现，采用国债收益率曲线估值时，不包含信用价差，因而估值偏差较大。
二是采用信用债收益率曲线计算的VaR值比采用国债收益率曲线VaR值大，涵盖了信用价差风险。生命人寿次级债采用信用债收益率曲线计算的VaR值为5，551，349，采用国债收益率曲线计算的VaR值为5，275，667，故信用价差风险为257，682；投资同业理财采用信用债收益率曲线计算的VaR值为615，249，采用国债收益率曲线计算的VaR值为542，527，故信用价差风险为72，722。
三是采用信用债收益率曲线计算VaR值返回检验效果比采用国债收益率曲线好。生命人寿次级债采用信用债收益率曲线的返回检验突破次数为1次，而采用国债收益率曲线返回检验突破次数为5次，没能通过检验；投资同业理财采用信用债收益率曲线的返回检验突破次数为0次，而采用国债收益率曲线的返回检验突破次数为3次。
六、总结
随着我国银行业竞争的激烈化以及巴塞尔新资本协议的逐步实施，商业银行对风险管理越来越重视，风险计量作为实施巴塞尔协议的基础，显得尤为重要。本文结合简化模型和历史模拟法提出了无活跃市场信用类投资的风险计量方法，并对商业银行持有头寸较多且信用评级高的金融机构私募发行的次级债券和投资于商业银行的信贷类理财产品进行了实证分析。实证表明风险计量的准确程度依赖于理论估值的准确性，采用同等级信用债收益率曲线进行估值比采用国债收益率曲线估值更准确，因而可以更好的计量风险，返回检验效果也更好。采用国债收益率曲线只能计量利率风险，而采用信用债收益率曲线计量的VaR值能够计量利率风险和信用价差风险，可以较好的计量高等级无活跃市场信用类投资的风险。
注释
{1}本文研究的信用类投资虽然无活跃市场交易，也不存在类似资产有活跃市场交易，不能采用市价进行估值，但流动性和利率风险敏感程度强于一般贷款，投资同业信贷类理财产品不考虑同业本身的信用风险。
{2}本文中信用风险包括违约风险和信用价差风险（CVA）。
{3}信用价差由风险溢价、流动性溢价、税收等因素共同构成，为了便于分析，简化模型假设信用价差只包括风险溢价。
参考文献
[1]菲利普·乔瑞.风险价值-金融风险管理新标准[M].中信出版社，2000.
[2]Morgan.J.P.，Risk Metrics Technical Document[M].Fourth Edith，New York，1996.
[3]Jorion，P.，“Risk：Measuring the Risk in Value at Risk”[J].Financial Analysis Journal ， 1997.
[4]Pritsker，M.，“The Hidden Dangers of Historical Simulation”[J].Journal of Banking &Finarece，2006.
[5]林潔泉，王振.信用风险管理力法[J].金融研究，2006.
[6]黄剑，历史模拟法诸模型的比较研究[J].金融研究，2010.
[7]徐中华.基于VaR历史模拟法的中国股市风险研究[D].硕士学位论文，2008.