商业银行风险度量与管理 内容简介

　　VaR风险管理模型近年来得到国际活跃银行及金融监管机构的普遍认可和支持，已逐渐发展成为现代国际金融界风险度量与管理的主流方法。《浙商大·金融学院学术文库：商业银行风险度量与管理》研究VaR约束的商业银行风险度量与管理，运用VaR理论和方法，利用Matlab和Eviews统计软件，结合大量的实证与数例度量商业银行的风险价值，这对我国银行业如何和国际接轨、缩小国际差距，更有效地提高风险管理水平有着重要的理论意义和实用价值。

商业银行风险度量与管理 目录

商业银行风险度量与管理 节选

　　在实际应用中，VaR的准确程度受到估计偏差的影响，比如数据抽样偏差、模型的假设条件偏差、建模过程的偏差等等。因此我们必须对模型的准确性进行检验和评估，即准确性检验。　　一项针对VaR的研究曾对三个假定的组合使用八种具体的方法来估算每个组合的VaR值，发现对同一组合，这八种方法估算出的VaR值*大相差14倍。这使得无论监管部门还是金融机构自身都很难对不同的VaR模型进行评价和选择。正是由于这种局限性，巴塞尔银行监管委员会要求使用事后检验来检验金融机构所使用的VaR模型的有效性。　　准确性检验是指VaR模型的测量结果对实际损失的覆盖程度。假定给出了90%的置信度下的VaR值，则VaR模型的准确性检验是指实际损益结果超过VaR的概率是否等于10%。　　VaR模型的准确性有多种表示形式，因此其检验方法也有多种，主要包括失败检验法、区间预测法、分布预测法、超额损失大小检验法、方差检验法、概率预测法及风险轨迹检验法等。　　其具有代表性的方法是失败检验法。首先记录实际发生的损失，然后计算超过VaR的次数（或天数）是否大于设定的置信度。若实际损失超过VaR的估计记为失败，若实际损失低于VaR的估计则记为成功。例如，置信水平是95%，则每次试验的失败概率应为5%。因此，检验模型的准确性相当于检验失败概率等于特定概率的零假设。　　该方法通过评价样本中实际的投资组合损失值大于VaR的次数，就可以得出该VaR模型在预测其真实风险值的好坏。设评价样本的个数为T，评价样本中投资组合的损失大于VaR值的次数为Ⅳ，则失败率Pr=N/T。将失败率与估计VaR值的左尾概率Pr进行比较。如无显著性差异，则说明所采用的VaR值是有效的，反之则是无效的。假设计算VaR的置信度为α，实际考察天数为T，失败天数为Ⅳ，则失败频率为Pr（N/T），零假设为Pr=Pr+。这样对VaR模型准确性的评估就转化为检验失败频率Pr是否显著不同于Pr+。　　……

商业银行风险度量与管理 作者简介

　　钱艺平，浙江工商大学金融学院教师，中南大学管理学博士，浙江大学经济学院博士后。　　现主要从事博弈论、风险管理和金融工程等方面的研究，在DCDIS Series B:Applications＆Algorithms、The ANZIAM Journal、《统计与信息论坛》等发表学术论文10余篇。主要讲授“金融市场与工具”、“期货投资学”、“证券投资学”、“投资银行学”等课程。