投資銀行的風(fēng)險管理與監(jiān)管.ppt

《投資銀行的風(fēng)險管理與監(jiān)管.ppt》由會員分享，可在線閱讀，更多相關(guān)《投資銀行的風(fēng)險管理與監(jiān)管.ppt（85頁珍藏版）》請在裝配圖網(wǎng)上搜索。

投資銀行理論與案例 第十五章投資銀行的風(fēng)險管理與監(jiān)管 本章精粹 風(fēng)險和風(fēng)險管理概述投資銀行主要風(fēng)險及其應(yīng)對方法市場風(fēng)險管理工具 VaR分析法及其補充信用風(fēng)險管理工具 KMV模型與Creditmetrics模型投資銀行監(jiān)管制度 章前導(dǎo)讀 參見教材P360 核心概念 全面風(fēng)險管理VaR方法壓力測試返回檢驗KMV模型Creditmetrics模型集中型監(jiān)管模式自律型監(jiān)管模式綜合型監(jiān)管模式市場準(zhǔn)入制度投資銀行保險制度 2 第一節(jié)投資銀行的風(fēng)險管理概述 3 第一節(jié)投資銀行的風(fēng)險管理概述 對現(xiàn)代金融機構(gòu)來說 風(fēng)險是一種很微妙的事物 承擔(dān)太多也許將使之遭受破產(chǎn)之痛 完全回避又意味著回避掉一切機會 如何理解風(fēng)險 把握風(fēng)險 利用風(fēng)險 機會 是所有金融機構(gòu) 包括投資銀行值得研究的問題 本節(jié)從風(fēng)險和風(fēng)險管理的概念開始 對投資銀行風(fēng)險管理的目標(biāo) 原則 流程以及可能面臨的各類風(fēng)險進行介紹 以期給讀者一個概覽式的了解 4 一 投資銀行面臨的主要風(fēng)險 一 政策風(fēng)險 二 法律風(fēng)險 三 體系風(fēng)險 四 市場風(fēng)險1 利率風(fēng)險2 匯率風(fēng)險3 資本市場容量風(fēng)險 五 信用風(fēng)險 六 流動性風(fēng)險 七 操作風(fēng)險 5 二 投資銀行風(fēng)險管理的概念和原則 二 投資銀行風(fēng)險管理原則1 全面性原則2 獨立性原則3 防火墻原則4 時效性原則 6 二 投資銀行風(fēng)險管理的概念和原則 一 風(fēng)險管理概念 1 企業(yè)風(fēng)險管理不是某個階段的特定工作 它貫穿于企業(yè)成長的始終 2 企業(yè)風(fēng)險管理不是某個層級的專屬任務(wù) 它需要上下攜手 通力合作 3 企業(yè)風(fēng)險管理更不僅僅是某個部門的獨立職責(zé) 如果將風(fēng)險管理完全視為風(fēng)險控制部門的事情 必然難以全盤考慮 綜合分析 從而產(chǎn)生協(xié)同效應(yīng) 7 三 投資銀行風(fēng)險管理的基本流程 一般來說 投資銀行風(fēng)險管理包括風(fēng)險識別 風(fēng)險評估 風(fēng)險控制 風(fēng)險監(jiān)察和效果評價五個步驟 如圖15 1所示 8 三 投資銀行風(fēng)險管理的基本流程 一 風(fēng)險識別 1 將公司按照業(yè)務(wù)或者部門分為不同的風(fēng)險單位 2 詳細(xì)列出各風(fēng)險單位的業(yè)務(wù)流程 這是對步驟 1 的進一步細(xì)化 3 將風(fēng)險單位各業(yè)務(wù)流程中面臨的風(fēng)險點一一列出 如前面所述的市場風(fēng)險 信用風(fēng)險 操作風(fēng)險等 二 風(fēng)險評估 9 三 投資銀行風(fēng)險管理的基本流程 三 風(fēng)險控制1 政策風(fēng)險應(yīng)對2 法律風(fēng)險應(yīng)對3 體系風(fēng)險應(yīng)對4 市場風(fēng)險應(yīng)對 1 確定計量 評估市場風(fēng)險的模型和方法 2 風(fēng)險管理部門下屬市場風(fēng)險管理部門要定期對各業(yè)務(wù)單位進行風(fēng)險評估 3 根據(jù)確定的風(fēng)險暴露制定風(fēng)險限額 5 信用風(fēng)險應(yīng)對6 流動性風(fēng)險應(yīng)對7 操作風(fēng)險應(yīng)對 四 風(fēng)險監(jiān)察 五 效果評價 10 四 投資銀行風(fēng)險管理評價 1 資本充足 2 公司治理與合規(guī)管理 3 動態(tài)風(fēng)險監(jiān)控 4 信息系統(tǒng)安全 5 客戶權(quán)益保護 6 信息披露 11 第二節(jié)投資銀行風(fēng)險管理的模型與方法 在投資銀行所面臨的風(fēng)險中 最核心的是市場風(fēng)險和信用風(fēng)險 投資銀行的核心業(yè)務(wù)共同面臨這兩類風(fēng)險 而且無論是投資銀行內(nèi)部風(fēng)控部門還是外部監(jiān)管機構(gòu) 都將其視為風(fēng)險管理的主要對象 因此也誕生了不少量化 評估和控制市場風(fēng)險 信用風(fēng)險的模型和工具 其中比較流行的有衡量市場風(fēng)險的VaR分析法及其補充方法 度量信用風(fēng)險的KMV模型和Creditmetrics模型 隨著風(fēng)險管理技術(shù)的發(fā)展 VaR方法也逐漸運用于信用風(fēng)險的度量 Creditmetrics模型實際上也蘊含了這種思想 這些都是本節(jié)將著重介紹的內(nèi)容 12 第二節(jié)投資銀行風(fēng)險管理的模型與方法 13 14 64 一 VaR方法1 VaR定義VaR 我們有X 的把握 在未來T時期內(nèi) 資產(chǎn)組合價值的損失不會大于V 目前 VaR已經(jīng)被巴塞爾委員會用來計算世界上不同地區(qū)銀行的風(fēng)險資本金 包括針對市場風(fēng)險 信用風(fēng)險和操作風(fēng)險的資本金 V 資產(chǎn)組合的VaRVaR可以由投資組合收益 Profit 的概率分布得出 也可以由投資組合損失 Loss 的概率分布得出 一 市場風(fēng)險管理工具 VaR分析法及其補充 15 64 VaR的定義 當(dāng)采用損失分布時 VaR等于損失分布第X 分位數(shù) 例 當(dāng)T 5 X 97 時 VaR對應(yīng)于投資組合在5天后收益分布的3 分位數(shù)的負(fù)值 也對應(yīng)于投資組合在5天后損失分布的97 分位數(shù) 16 64 VaR的定義 當(dāng)采用收益分布時 VaR等于收益分布第 100 X 分位數(shù)的負(fù)值 17 64 VaR的計算例子 Example1假定一個交易組合在6個月時的收益服從正態(tài)分布 分布的均值為2 單位 百萬美元 標(biāo)準(zhǔn)差為10 由正態(tài)分布的性質(zhì)可知 收益分布的1 分位數(shù)為2 2 33 10 即 21 3 因此 對于6個月的時間期限 在99 置信度下的VaR為21 3 百萬美元 18 64 VaR的計算例子 Example2假定一個1年期項目的最終結(jié)果介于5000萬美元損失和5000萬美元收益之間 中間的任意結(jié)果具有均等的可能性 項目的最終結(jié)果服從由 5000萬美元到 5000萬美元的均勻分布 損失大于4900萬美元的可能性為1 因此 在1年后 基于99 置信度的VaR為4900萬美元 19 64 VaR的計算例子 Example3一個1年期項目 有98 的概率收益200萬美元 1 5 的概率損失400萬美元 0 5 的概率損失1000萬美元 20 64 VaR的計算例子 在這樣的累積分布下 對應(yīng)于99 累積概率的損失為400萬美元 VaR 400萬美元可以這樣描述 我們有99 的把握認(rèn)為在未來1年后該項目損失不會超過400萬美元 一 市場風(fēng)險管理工具 VaR分析法及其補充 一 VaR方法2 VaR的三個重要參數(shù)P3691 觀察期間2 持有期限3 置信水平 21 一 市場風(fēng)險管理工具 VaR分析法及其補充 一 VaR方法3 投資組合價值變化概率分布的確定1 歷史模擬法2 方差 協(xié)方差法3 蒙特卡羅模擬法 22 基于歷史模擬法的VaR計算 1 基于標(biāo)準(zhǔn)歷史模擬法的VaR計算基本原理將各個風(fēng)險因子在過去某一時期上的變化分布或變化情景準(zhǔn)確刻畫出來 作為該風(fēng)險因子未來的變化分布或變化情景 在此基礎(chǔ)上 通過建立風(fēng)險因子與資產(chǎn)組合價值之間的映射表達(dá)式模擬出資產(chǎn)組合未來可能的損益分布 進而計算出給定置信度下的VaR 顯然 標(biāo)準(zhǔn)歷史模擬法不需要假設(shè)市場風(fēng)險因子服從某種概率分布 而是直接用風(fēng)險因子過去的變化分布表示未來的變化分布 所以 標(biāo)準(zhǔn)歷史模擬法不需要進行參數(shù)估計 因而是一種非參數(shù)全值估計法 分析步驟P370 23 基于歷史模擬法的VaR計算 24 基于歷史模擬法的VaR計算 25 一 市場風(fēng)險管理工具 VaR分析法及其補充 一 VaR方法3 投資組合價值變化概率分布的確定1 歷史模擬法2 方差 協(xié)方差法P3703 蒙特卡羅模擬法P3704 VaR方法的局限性P3711 風(fēng)險測度指標(biāo)選取2 從操作和實用性 26 一 市場風(fēng)險管理工具 VaR分析法及其補充 二 返回檢驗返回測試是指將實際數(shù)據(jù)輸入檢驗?zāi)Ｐ椭?然后檢驗該模型預(yù)測值是否與現(xiàn)實結(jié)果相吻合的過程 27 1 VAR模型回測的動因 28 VaR模型是否有效 只有準(zhǔn)確地預(yù)測風(fēng)險的VaR模型才是有效的模型模型驗證 modelvalidation 檢驗一個模型是否正確的一般過程 可以運用一系列的工具 如回測 壓力測試以及獨立審查和監(jiān)管來完成 回測 BackTesting 也被稱為現(xiàn)實檢驗 realitycheck 用來檢測實際損失與預(yù)期損失是否一致的有效的統(tǒng)計方法 把VaR的歷史預(yù)測值與實際實現(xiàn)值進行系統(tǒng)比較可以提供改進VaR模型的方法 巴塞爾委員會推薦的內(nèi)部模型法中 VaR回測至關(guān)重要找到故意報低風(fēng)險的銀行 但區(qū)分因運氣造成VaR超標(biāo)和銀行不正當(dāng)行為造成超標(biāo) 2 回測的構(gòu)建 29 使用者必須通過比較預(yù)期損失水平和實際損失水平 來對風(fēng)險模型的有效性進行核查 當(dāng)模型被驗證后 落在VAR圖形之外的觀測值數(shù)量應(yīng)與置信水平相一致 如果例外數(shù)量很大 表明模型低估了風(fēng)險 如果例外數(shù)量太少 意味著單位風(fēng)險資本閑置或無效 P372舉例 30 記錄在給定時間內(nèi)VaR被突破的次數(shù)比例 回測圖示 31 如果選擇的置信度水平為99 風(fēng)險期限為一年 共250個交易日 星點表示實際每天實現(xiàn)的市場收益率 上下兩條曲線表示與置信度水平相對應(yīng)的VaR值 1 實施檢驗發(fā)現(xiàn)實際損失率超過VaR的天數(shù)為5天 表明什么 2 實施檢驗發(fā)現(xiàn)實際損失率超過VaR的天數(shù)為1天 表明什么 例子 32 市場中存在大量的金融機構(gòu) 它們各有不同的經(jīng)營特點 采用的計算模型可能有較大的差別驗證過程還需要大量的歷史數(shù)據(jù) 在很多場合下是不現(xiàn)實的 有效驗證VaR模型的準(zhǔn)確性很困難 一 市場風(fēng)險管理工具 VaR分析法及其補充 三 壓力測試壓力測試是指利用一系列方法評估投資組合或金融機構(gòu)承受 異常但是仍然可能 的宏觀經(jīng)濟沖擊或重大金融事件沖擊的過程 33 1 什么是壓力測試 34 壓力測試 Stresstesting 是一個識別和管理那些可能導(dǎo)致巨大損失的情形的過程 壓力測試的方法包括情景分析 ScenarioAnalysis 定量分析 StressModel 壓力模型 波動性及相關(guān)性模型 2 為什么需要壓力測試 35 VaR方法的缺陷VaR建立在正常市場條件下的歷史相關(guān)性之上 在極端情況下 這相關(guān)性可能被打破當(dāng)歷史數(shù)據(jù)不存在時 很難使用VaRVaR不能反映非正常市場中的損失程度VaR不能告訴管理者除了降低所有證券的風(fēng)險暴露之外還能如何降低組合的風(fēng)險 2 為什么需要壓力測試 36 壓力測試可用于估計在非正常 abnormal 市場環(huán)境下潛在的經(jīng)濟損失歷史數(shù)據(jù)顯示收益率的分布存在 厚尾現(xiàn)象 fattails 而非正態(tài)分布 表明在市場中出現(xiàn)非正常環(huán)境地可能性要遠(yuǎn)遠(yuǎn)高于人們對它的預(yù)期 2 為什么需要壓力測試 37 壓力測試考慮缺乏歷史數(shù)據(jù)的情形 或歷史上沒有發(fā)生但卻可能發(fā)生的情形在歷史關(guān)系被短暫或永久打破的情況下 壓力測試可以確認(rèn)現(xiàn)實的情形壓力測試可以衡量特定方向的市場沖擊的影響 比VaR更直觀壓力測試有助于風(fēng)險管理經(jīng)理主動降低不可接受的風(fēng)險程度 調(diào)整風(fēng)險暴露的結(jié)構(gòu)對于多個獨立運作的資產(chǎn)組合 壓力測試可以揭示整體的風(fēng)險集中度 2 為什么需要壓力測試 38 3 壓力分析方法 39 3 壓力分析方法 40 一維情景分析一維情景分析只關(guān)注一個變量適合前臺交易員評估一個風(fēng)險因素的影響 但不適合于組合對壓力事件的風(fēng)險暴露 沒有考慮相關(guān)性 1 將利率曲線平行移動100個基點 2 將某種主要匯率變化6 或?qū)⒛撤N非主要匯率變化20 3 將股指變化10 將資產(chǎn)隱含波動率變動20 這些情景每次沖擊一個風(fēng)險因素 適合資產(chǎn)組合主要受到一種風(fēng)險來源有限的情況 案例點擊P372 二 信用風(fēng)險管理工具 KMV模型與Creditmetrics模型 一 KMV模型KMV模型又稱違約預(yù)測模型 expecteddefaultfrequency EDF模型 是由著名信用風(fēng)險評估公司KMV公司開發(fā)而出的一個信用風(fēng)險計量模型 該公司以其三位創(chuàng)始人名字 Kealhoferh McQuown Vasicek 首字母命名 稱為CreditMonitorModel 信用監(jiān)控模型 創(chuàng)新性 基于公司市場價值 利用期權(quán)定價理論來估計的違約概率 KMV認(rèn)為 實際違約概率和歷史平均違約率的差異很大 并且對相同信用級別的企業(yè)而言也存在很大的差異 KMV沒有使用S P的評級數(shù)據(jù) 而是自己建模估計 41 1 KMV模型原理 一 KMV模型KMV模型又稱預(yù)期違約率模型 expecteddefaultfrequency EDF模型 該模型將企業(yè)負(fù)債看作是買入一份歐式看漲期權(quán) 即企業(yè)所有者持有一份以公司債務(wù)面值為執(zhí)行價格 以公司資產(chǎn)市場價值為標(biāo)的歐式看漲期權(quán) 歐式權(quán)證是指持有人只有在約定的到期日才有權(quán)買賣標(biāo)的證券 如目前市場內(nèi)的幾只歐式權(quán)證只能在權(quán)證存續(xù)期屆滿日才可行權(quán) 如果負(fù)債到期時企業(yè)資產(chǎn)市場價值高于其債務(wù) 企業(yè)償還債務(wù) 當(dāng)企業(yè)資產(chǎn)市場價值小于其債務(wù)時 企業(yè)選擇違約 KMV模型評價公司信用風(fēng)險的基本思路是以違約距離DD表示公司資產(chǎn)市場價值期望值距離違約點 DPT DefaultPoint 的遠(yuǎn)近 距離越遠(yuǎn) 公司發(fā)生違約的可能性越小 反之越大 違約點DPT通常處于流動負(fù)債與總負(fù)債面值之間的某一點 違約距離常以資產(chǎn)市場價值標(biāo)準(zhǔn)差的倍數(shù)表示 42 2 KMV模型步驟 一 KMV模型步驟一利用B S模型倒推出公司資產(chǎn)的市場價值及其波動率 步驟二計算公司的違約距離步驟三去頂預(yù)期違約概率EDF 43 2 KMV模型步驟 一 KMV模型步驟一公司資產(chǎn)價值及波動率的計算公司資產(chǎn)市場價值的計算公式為 其中右邊可以看成一個與歐式看漲期權(quán)等價的 或者說是復(fù)制期權(quán)的投資組合 這個組合有股票和負(fù)債兩部分組成是股票的市值 是復(fù)制交易策略中負(fù)債的價值E為企業(yè)股權(quán)市場價值 V為企業(yè)資產(chǎn)市場價值 De為企業(yè)債務(wù)面值 r為無風(fēng)險收益率 t為債務(wù)償還期限 D d 為標(biāo)準(zhǔn)累積正態(tài)分布函數(shù) V為企業(yè)資產(chǎn)價值波動率 E為企業(yè)股權(quán)市場價值波動率由隨機微方程中伊藤引理 44 3 KMV模型的意義 一 KMV模型從金融工程的角度來看 歐式看漲期權(quán)可以分拆或有資產(chǎn)看漲期權(quán) asset or nothingcalloption 多頭和或有現(xiàn)金看漲期權(quán) cash or nothingcalloption 空頭 是或有資產(chǎn)看漲期權(quán)的價值是D份或有現(xiàn)金看漲期權(quán)空頭的價值 45 46 例 無收益資產(chǎn)的歐式期權(quán)定價 假設(shè)一種不支付紅利股票目前的市價為50元 無風(fēng)險利率為12 該股票的年波動率為10 求該股票協(xié)議價格為50元 期限1年的歐式看漲期權(quán)的價格 解 由上述條件知 50 D 50 t 1 0 1 r 0 1 例 無收益資產(chǎn)的歐式期權(quán)定價 47 第一步 先計算d1和d2第二步 計算和通過查標(biāo)準(zhǔn)正態(tài)分布累積概率函數(shù)表或標(biāo)準(zhǔn)正態(tài)分布表求出第三步 計算看漲期權(quán) 美元 48 4 影響歐式看漲期權(quán)價格的因素 當(dāng)期股價S越高 期權(quán)價格越高到期執(zhí)行價格D越高 期權(quán)價格越低距離到期日時間t越長 期權(quán)價格越高股價波動率 越大 期權(quán)價格越高無風(fēng)險利率r越高 期權(quán)價格越高 KMV模型步驟 一 KMV模型步驟二計算公司的違約距離DD DistancetoDefault 違約觸發(fā)點DP DefaultPoint 公司市場價值 負(fù)責(zé)水平DP CL 50 LL其中CL為流動負(fù)債 LL為長期負(fù)債違約距離DD越大 說明該公司到期發(fā)生違約的可能性越小或其中是對資產(chǎn)價值在時間t的預(yù)期為公司預(yù)期資產(chǎn)增值率 49 KMV模型步驟 一 KMV模型步驟三確定預(yù)期違約概率EDF其中N是距離為DD的公司家數(shù) M是N家中違約的家數(shù) 50 二 信用風(fēng)險管理工具 KMV模型與Creditmetrics模型 二 Creditmetrics模型Creditmetrics模型是J P 摩根在1997年推出的一種用于衡量信用風(fēng)險的模型 1 單一資產(chǎn) 信用工具 信用風(fēng)險度量2 組合資產(chǎn) 信用工具 信用風(fēng)險度量 51 二 信用計量模型 Creditmetrics Creditmetrics 譯為 信用計量 是由J P摩根公司聯(lián)合美國銀行 KMV公司 瑞士聯(lián)合銀行等金融機構(gòu)于1997年推出的信用風(fēng)險定量模型 它是在1994年推出的計量市場風(fēng)險的Riskmetrics 譯為 風(fēng)險計量 基礎(chǔ)上提出的 旨在提供一個可對銀行貸款等非交易資產(chǎn)的信用風(fēng)險進行計量的VaR框架 Creditmetrics試圖回答的問題 如果下一年是個壞年份 那么 在我的貸款或貸款組合上會損失掉多少 52 1 Creditmetrics基本假設(shè) 信用評級有效 信用狀況可由債務(wù)人的信用等級表示 債務(wù)人的信用等級變化可能有不同的方向和概率例如 上一年AAA的貸款人有90 概率 的可能轉(zhuǎn)變?yōu)锳A級 方向 把所有的可能列出 形成所謂的 評級轉(zhuǎn)移矩陣 53 2 Creditmetrics的總體框架 信用評級p374 2 信用價差 優(yōu)先權(quán) 信用轉(zhuǎn)移概率 殘值回收率 債券現(xiàn)值 信用風(fēng)險估計 54 3 計量模型需要的數(shù)據(jù) 需要利用的數(shù)據(jù) 借款人當(dāng)前的信用評級數(shù)據(jù)信用等級在一年內(nèi)可能改變的概率P374 2 違約貸款的殘值回收率債券的 到期 收益率注 以上這些資料可以公開得到 觀察P374的表格 看看案例為我們提供哪些數(shù)據(jù) 55 步驟1估計信用轉(zhuǎn)移矩陣 P375表15 1第二行 根據(jù)歷史資料得到 期初信用級別為AAA的債券 1年后的信用等級的概率如下 56 注意 A級別債券有0 06 的概率在下一年度轉(zhuǎn)移到D級 即A級債券仍有違約的可能 P375表15 1 第4行 57 構(gòu)建信用轉(zhuǎn)移矩陣 以上給出了AAA和A級債券的轉(zhuǎn)移概率 同樣可以得到其他級別 如AA BBB C等信用級別的轉(zhuǎn)移概率 將債券所有級別的轉(zhuǎn)移概率列表 就形成了所謂的 信用轉(zhuǎn)移矩陣 58 4 示例 信用轉(zhuǎn)移矩陣 P374表15 1 59 步驟2估計違約回收率 由于A CCC債券有違約的可能 故需要考慮違約時 壞賬 殘值 回收率 企業(yè)破產(chǎn)清算順序直接關(guān)系回收率的大小 有擔(dān)保債高于無擔(dān)保債優(yōu)先高于次級 次級高于初級債券契約 次級所有在其之后的債券 60 61 步驟3債券估值 由于債券信用級別上升 下降 到新的級別 因此 需要估計每個級別下的市值 估計市值采取的方法是貼現(xiàn)法利用市場數(shù)據(jù)得到 不同級別債券的利率期限結(jié)構(gòu) Term structure 62 每個信用級別的貼現(xiàn)率 p375表15 2 63 例子 假設(shè)BBB級債券的面值100元 票面利率為6 若第1年末 該債券信用等級由BBB升至A級 則債券在第1年末的市值可以根據(jù)上表得到 以上計算的是BBB債券轉(zhuǎn)移到A級后的市值 若該債券轉(zhuǎn)移到其它信用等級 可以同理類推計算其它市值 BBB債券如若轉(zhuǎn)移到AAA 請計算其價值和轉(zhuǎn)移概率 64 BBB級債券一年后可能的市值 包含面值 p377表15 4 65 次級額外債務(wù) 今天你購買了一張債券 到了明天 你可能會苦惱地發(fā)現(xiàn)該公司未償還的債務(wù)已擴大為原來的三倍 這也意味著投資者的債券的質(zhì)量與他昨日購買時相比已降低了 為了阻止公司以這種方式損害債券持有人的利益 次級條款 subordinationclauses 的規(guī)定限制了發(fā)行者額外借款的數(shù)額 原始債務(wù)優(yōu)先 額外債務(wù)要從屬于原始債務(wù) 也就是說 如遇公司破產(chǎn) 直到有優(yōu)先權(quán)的主要債務(wù)被付清 次級債務(wù)的債權(quán)人才可能被償付 因此 具有優(yōu)先級的債券信用高于次級 66 違約回收率統(tǒng)計表 P375表15 3 例 BBB級債券在下一年違約概率為0 18 若它是優(yōu)先無擔(dān)保債券 則其一旦違約 面值100元可回收51 13元 67 步驟4計算信用風(fēng)險 BBB債券的價值分布 例如若轉(zhuǎn)移到AAA 則價值為109 37 概率為0 02 其他情況可以類似地計算出 68 69 步驟5度量VaR 表15 5BBB級無擔(dān)保優(yōu)先債券一年后價值變化及概率 計算 V的期望 方差 70 V的期望方差 標(biāo)準(zhǔn)方差其99 置信度下的其99 置信度下的 5 對Creditmetrics模型的評述 優(yōu)點 動態(tài)性 適用于計量由債務(wù)人資信變化而引起資產(chǎn)組合價值變動的風(fēng)險 可預(yù)見性 不僅包括違約事件 還包括債務(wù)人信用評級的升降 不僅能評估預(yù)期損失 還能估計VaR 這對于銀行特別具有意義 缺點 對信用評級的高度依賴 一般地 信用評級只是對企業(yè)群體的評估 而非個性化 所以 對個別企業(yè)評估不準(zhǔn)確 信用評級主要是依靠歷史上的財務(wù)數(shù)據(jù) 是一種 向后看 的方法 71 二 信用風(fēng)險管理工具 KMV模型與Creditmetrics模型 三 KMV模型和Creditmetrics模型比較和評價 1 KMV模型的衡量更具個體特征 在針對性加強的同時對企業(yè)信用相關(guān)性卻沒有充分考慮 2 KMV模型采用的是股票市場價格分析方法 將股權(quán)視為企業(yè)資產(chǎn)的看漲期權(quán) 這樣可以將最新觀測的企業(yè)股票市場價值E及其波動率 E輸入模型之中 得到企業(yè)資產(chǎn)價值V0和 v 并由此求出更新的企業(yè)預(yù)期違約率EDF 3 KMV模型估測的EDF基于對股票市場價值的實時分析 其中反映了市場中投資者對企業(yè)信用狀況未來發(fā)展的預(yù)期 Creditmetrics模型則主要依賴信用轉(zhuǎn)移的歷史數(shù)據(jù) 72 第三節(jié)投資銀行的監(jiān)管 投資銀行是整個資本市場的核心 業(yè)務(wù)遍及資本市場方方面面 單純的內(nèi)部管理并不能充分保障資本市場運行的穩(wěn)定有效和投資銀行業(yè)務(wù)的安全規(guī)范 因此外部機構(gòu)或組織的監(jiān)管必不可少 本節(jié)從外部監(jiān)管目標(biāo)和原則 模式和具體監(jiān)管制度等方面討論投資銀行監(jiān)管問題 73 一 監(jiān)管目標(biāo)和原則 一 監(jiān)管目標(biāo)1 充分發(fā)揮證券市場機制的積極作用 限制其消極作用 2 規(guī)范證券中介機構(gòu)經(jīng)營活動 創(chuàng)建高效 有序運行的證券市場 3 調(diào)控證券市場交易規(guī)模 引導(dǎo)投資流向 使虛擬經(jīng)濟的發(fā)展有助于產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級 4 重中之重在于保護投資者利益 防止人為操縱 欺詐等不法行為對投資者利益的侵害 二 監(jiān)管原則1 合法原則2 三公 原則3 政府統(tǒng)一監(jiān)管與行業(yè)自律原則4 國家審計監(jiān)督原則 74 二 監(jiān)管模式 一 政府主導(dǎo)型監(jiān)管模式 二 自律型監(jiān)管模式 三 綜合型監(jiān)管模式 四 中國證券監(jiān)管模式選擇 75 三 投資銀行監(jiān)管制度 一 有關(guān)市場準(zhǔn)入的制度 二 有關(guān)經(jīng)營管理的制度1 經(jīng)營報告制度2 純資本比例制度3 經(jīng)營收費標(biāo)準(zhǔn)4 證券評級制度5 投機經(jīng)營管理制度6 繳納管理費制度 三 有關(guān)違規(guī)懲罰和破產(chǎn)保險的制度1 對投資銀行違規(guī)行為的懲罰制度2 投資銀行保險制度 76 四 投資銀行具體業(yè)務(wù)的監(jiān)管 一 投資銀行承銷業(yè)務(wù)監(jiān)管1 禁止投資銀行承銷未經(jīng)核準(zhǔn) 如超過其承銷能力的證券 避免過度投機 2 嚴(yán)禁投資銀行在承銷過程中 進行虛假或誤導(dǎo)投資者的宣傳推介活動或以不正當(dāng)手段誘使投資者申購股票 3 禁止投資銀行在承銷過程中的信息披露含有虛假記載 誤導(dǎo)性陳述或重大遺漏 4 禁止任何形式的內(nèi)幕交易 77 四 投資銀行具體業(yè)務(wù)的監(jiān)管 二 投資銀行經(jīng)紀(jì)業(yè)務(wù)監(jiān)管1 投資銀行從事經(jīng)紀(jì)業(yè)務(wù)時要堅持誠信原則 禁止欺詐和牟取私利的行為 2 投資銀行向客戶提供的貸款不得超過證券市場價格的一定百分比 而且需要滿足保證金要求 3 投資銀行不得違規(guī)勸誘或者限制客戶的交易行為 不得從事有損投資者利益的活動 4 投資銀行不得私自決定收取傭金標(biāo)準(zhǔn) 5 除特殊情況之外 投資銀行需對客戶資料保密 78 四 投資銀行具體業(yè)務(wù)的監(jiān)管 三 投資銀行自營業(yè)務(wù)監(jiān)管1 限制投資銀行的負(fù)債規(guī)模以及大量購買問題證券的行為 并要求投資銀行提取足額準(zhǔn)備金 將其承擔(dān)風(fēng)險限制在一定范圍 2 限定投資銀行所能購買證券數(shù)量 防止其操縱市場行為 3 投資銀行自營業(yè)務(wù)與經(jīng)紀(jì)業(yè)務(wù)必須嚴(yán)格區(qū)分 防止相互混淆損害投資者利益 4 投資銀行應(yīng)努力維護證券市場秩序 禁止其過度投機行為 79 四 投資銀行具體業(yè)務(wù)的監(jiān)管 四 投資銀行并購業(yè)務(wù)監(jiān)管1 上市公司重大購買或出售資產(chǎn)的行為 董事會決議 中介機構(gòu)報告 監(jiān)事會意見 關(guān)聯(lián)交易 同業(yè)競爭等問題 均需及時披露 持續(xù)時間較長的并購需要定期連續(xù)公告 2 股東獲得某公司有投票權(quán)股份達(dá)到一定比例時 需要披露權(quán)益變動等信息 3 禁止投資銀行中參與某公司并購方案實施的職員利用內(nèi)部消息 從事內(nèi)幕交易 80 四 投資銀行具體業(yè)務(wù)的監(jiān)管 五 投資銀行基金管理業(yè)務(wù)監(jiān)管1 投資銀行不得將其固有資產(chǎn)和他人資產(chǎn)混同進行證券投資 2 投資銀行不得不公平地對待其管理的不同基金財產(chǎn) 3 投資銀行不得向基金份額持有人承諾收益或者承擔(dān)損失 4 強化基金信息披露以及基金操作規(guī)范化的監(jiān)管 81 四 投資銀行具體業(yè)務(wù)的監(jiān)管 六 投資銀行金融創(chuàng)新監(jiān)管1 擴大投資銀行監(jiān)管范圍 將各種衍生業(yè)務(wù)納入其中 2 加強監(jiān)管靈活度 在加強立法和放松管制中尋找最合適的平衡點 3 完善監(jiān)管硬件設(shè)施 使其適應(yīng)不斷變化的交易規(guī)模和成交速度 4 會計核算制度要強調(diào)市場價值 對投資銀行財務(wù)報告進行更準(zhǔn)確的評估 5 加強外部監(jiān)管跨國合作 確保全球金融穩(wěn)定 82 本章小結(jié) 83 典型案例 摩根士丹利的風(fēng)險管理架構(gòu)參見教材P389 84 復(fù)習(xí)思考題 一 不定項選擇題二 簡答題參見教材P391 85