金融情景分析精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇金融情景分析范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

压力测试是指利用一系列方法来评估金融体系承受罕见但是仍然可能的宏观经济冲击或金融市场波动的能力的过程。目前被众多金融机构广为采用的VaR方法主要适用于正常条件下市场风险的衡量,对于极端市场环境下的风险估计却存在严重不足。与它相反,压力测试提供了基于极端情形的低概率事件对整个金融机构的影响信息, 在很大程度上弥补了传统风险价值体系的不足。对于金融风险管理来说,除了考虑正常情况下的可能损失,更重要的是必须确保在极端的市场情形下,金融机构持有足够的金融资产,不会因为流动性问题引发金融机构破产风险。通过压力测试,我们能大概估计出在极端市场情况下金融机构的风险承受力,从而有利于未雨绸缪,事先做好积极的风险防范措施。

压力测试的目的与作用

在经济领域,压力测试一方面能够帮助监管者更好地评估单个商业银行在经济危机时所面临的主要风险,另一方面是评估在不利的小概率事件发生时,商业银行资产组合的头寸变化及发生的损失,从而可以作为整个金融体系稳定性的一个指标。

压力测试是情景分析的一种,决定了其本质就是先确定各种压力情景,利用确定的价值评估模型计算出在确定的压力情景下资产组合所产生的收益或损失。与VaR只能度量市场风险不同,压力测试可以用来测量市场风险、流动性风险、操作风险等多种风险,也可以衡量多种风险共同作用而造成的整体损失。

鉴于压力测试的这种功能,西方各国银行广泛采用压力测试来衡量市场可能发生的突变情况,从而及早通过资产配置、交易额度设置以及资产利率期限结构调整来防范各类金融风险。而在我国,由于资本市场不够成熟完善,因此金融资产价格会出现过多的波动,同时也比较容易受到意外事件或者政策压力的影响,这些事件通常都是发生的概率不大,但却可能造成严重的后果。

另外,2004年的《巴塞尔新资本协议》对商业银行压力测试也作出了相关规定。新资本协议的第一支柱要求商业银行必须对相关风险参数进行压力测试,第二支柱要求商业银行进行内部资本充足评估程序时,要进行前瞻性的压力测试,以识别可能的不利事件出现时需要增加的资本额,监管当局根据测试结果,要求银行持有一定数量的超额资本。

压力测试的使用方法

压力测试的方法包括敏感性分析、情景分析、最大损失分析和极值分析四种,而在实际操作中以前两者最为普遍。

敏感性分析

敏感性分析指在其他条件不变的前提下,研究单一市场风险因素或少数几项关系密切的因素的变化,对商业银行经营和风险承担能力的影响。敏感性测试的目的在于估计利率、汇率、股价等因素的急剧变化对银行单项资产或资产组合价值造成的影响。如汇率变动、存贷款利率变化对商业银行资本金和收益的影响;央行准备金率上调对商业银行流动性的影响;银行现有资产规模保持不变,拨备率上调后商业银行资本充足率和准备金缺口的状况。

敏感性测试仅需指定因素参数的变化,而无需确定冲击的来源,因此易于操作,数据要求和计算较为简单,但它假设其他因素不变,只考虑单一因素的影响,也不考虑滞后影响,这就决定了它的分析结果有一定的局限性。因为在实际中,宏观经济要素的变化往往相互关联,相互作用。比如,利率变动不仅直接对银行利率敏感性资产和负债的收益和支出产生影响,还会影响借款人的还款能力,从而对资产质量产生影响。同样,汇率变动也不仅直接影响银行外币净敞口及资本充足率,还会因外汇借款人的还款能力变化对资产质量产生影响。此外,根据利率平价学说,人民币利率的变动造成本外币利差扩大或缩小,也会影响汇率。

情景分析

情景分析即多因素分析,其目的是同时模拟多项风险因素的变化, 评估商业银行资产组合价值的变动。情景分析主要考虑资产(股票、房地产)价格下跌以及GDP下降造成的冲击,或者重大事件对商业银行体系的影响,具体表现为多种因素同时发生的情况下,商业银行的盈利情况、资产质量和资本充足的变化。比如,目前我国监管机构就要求各大商业银行开展房地产贷款压力测试,分析不同压力情景下(全国房地产价格平均下跌10%、20%或30%)商业银行房地产贷款质量受到的冲击。

一般情景分析可划分为历史情景和假定情景两种,它们各有优势和不足,在实践中应尽量结合它们的优点。历史情景是运用特定历史事件中所发生的冲击结构进行压力测试,优点之一就是测试结果的可信度高,因为市场风险因素结构的改变是历史事实,而不是武断的假设,另一个优点就是测试结果易于沟通和理解。然而该方法却缺乏对未来的预期风险进行估算的能力,因为历史不可能被完全复制,而且该方法无法准确地反映出当前的政治经济背景和新开发的金融工具中所隐藏的金融风险。假定情景是假设还没有发生的重大市场事件,估计其对金融机构造成的影响,与金融机构在当前经济形势下所面临的独特风险相匹配是假定情景所具有的最大优点。不过,假定情景创造中各个因素的变化、市场之间的相互影响都需要考虑,这些估计一般建立在判断和历史经验上,而不是市场行为的正式模型。

作为度量极端变动对资产组合价值影响的度量方法,情景分析法是对正常波动范围的金融风险度量方法的有益补充。此法可以使金融机构的高层管理部门以及风险管理部门能较为准确地评估和把握极端事件的影响,从而将大大提高风险管理策略的有效性和可靠性。

不难发现,敏感性分析凸显出单个具体风险因素对某个组合或业务部门的边际影响,是一种单维因素分析;情景分析法则评估压力测试包含的所有风险因素出现变动造成的整体影响,是一种多维情景分析。由于在现实的金融市场中,各风险因素具有一定的相关性,往往是相互影响,彼此联动,尤其在市场出现重大异常波动情形时,故而金融机构会较多地使用情景分析方法进行压力测试。

欧盟银行业压力测试

2010年7月,欧洲银行业监督管理委员会接受欧盟经济与财政部长理事会的委托,与欧洲中央银行、欧盟执行委员会及成员国监管当局联合对欧盟银行业进行第二轮压力测试。本轮压力测试的目标在于对可能的不利经济情形对欧盟银行系统的冲击可能影响进行评估,同时对不利情景对欧洲银行抵御由此带来的信用风险、市场风险及风险的能力进行评估。

接受本轮银行压力测试的对象为91家欧洲商业银行。这些银行分属于20个欧盟成员国,这些接受压力测试的银行的资产规模占到欧盟银行业的65%。由于这些金融机构的资产规模、复杂程度、经营模式、业务范围和风险状况存在差异,因此压力测试的结果并不能直接应用于各家银行,也不能直接向欧盟未参加压力测试的其他银行推广。

压力测试涉及的主要风险因素

压力测试主要针对银行的信用风险和市场风险,包括欧洲债务风险。压力测试主要基于各家银行2009年合并报表的财务数据,假设情景的时间区间为2010年和2011年。

压力测试的宏观经济情景

为了对银行信用风险进行压力测试,预测其相应的业绩变化,本轮压力测试通过与欧洲央行和欧盟委员会合作开发出两种宏观经济情景――基准情景和不利情景(见表1)。基准情景基于欧洲委员会2009年秋季和2010年2月对主要国家宏观经济发展的经济预测,不利情景主要基于欧洲央行对假定风险冲击出现时宏观经济趋势的预测,反映出金融市场可能出现的不利情景。

基准宏观经济情景假定经济从严重衰退中温和复苏,不利情景则假定世界经济出现二次探底。基准情形假定欧元区2010年和2011年GDP增长率分别为0.7%和1.5%,同期失业率分别为9.7%和9.8%;不利情形假定欧元区2010年和2011年经济出现衰退,GDP增长率分别为-0.2%和-0.6%,同期失业率分别为10.5%和11.0%。另外,压力测试对两种情景下欧盟和美国的经济增长预期、失业率也做出了假定。

在压力测试中,主要跨国银行集团运用内部模型、内部风险参数和累积数据对宏观经济情景转换成特定参数。在不利情景下,假定银行资产质量的外部评级在两年内下降4个档次,信用等级的下降会导致风险加权资产的上升,从而降低银行的资本充足率。对于待售股票在基准情景下假定其两年内累计减值为19%,不利情景下假定两年累计减值为36%。

压力测试结果

压力测试结果表明,在不利情景下(包括债务冲击),欧盟银行业一级资本充足率将从2009年的10.3%降至2011年的9.2%。需要指出的是,上述一级资本充足率依赖于各国政府2010年1月提供的1696亿欧元的注资,这些政府资本使银行业一级资本充足率提高了约1.2个百分点。

对资本充足率构成下降压力的不利情景包括债务危机,据推算由此欧盟银行业两年内可能遭受的资产减值损失为4728亿欧元,交易损失为259亿欧元。

压力测试推算表明,在基准情景下,欧盟银行业两年内公司业务资产的损失率为3%,零售业务资产损失率为1.5%;在不利情景下,银行业两年内公司业务资产的损失率为4.4%,零售业务资产损失率为2.1%;而2009年欧盟银行业以上两类资产的损失率分别为1.5%和0.8%。

压力测试结果表明,在不利情景下,欧盟参与压力测试的银行中有7家一级资本充足率低于6%,补充一级资本需要总共需要35亿欧元,本轮压力测试要求银行的一级资本充足率不得低于6%。

对欧盟银行压力测试的评价

皆大欢喜的压力测试结果引起了市场的质疑。与美国银行业的压力测试结果相同,欧盟银行业的压力测试结果在市场的预料之中。在欧洲债务危机爆发风险加剧之际,欧盟银行在可能出现的不利情景下仅需补充36亿欧元引起了市场的怀疑,市场普遍认为本轮压力测试不过是走过场,不会对银行业实施真正的重压,因为在本轮金融危机中欧盟银行业遭受的损失高达数千亿欧元。

欧盟压力测试的时机选择注定只能给银行业轻度压力。今年7月欧盟决定对银行业进行压力测试时,以希腊为代表的成员国面临的债务危机一触即发,欧洲经济面临着二次探底的风险。更严重的是,欧盟银行业刚遭受了2008〜2009年的国际金融危机,参加压力测试的银行几乎都遭受了惨重的损失,能挺过本轮金融危机对它们来说已经是很幸运了。如果把压力测试的不利情景假定为引发新一轮金融危机的冲击,那么绝大多数欧盟银行都需要补充一级资本,整个银行业的资本缺口将达到数千亿欧元,市场信心将受到沉重打击,本来旨在稳定市场的压力测试作用将适得其反。因此,本次压力测试的不利情景实际上相当温和,与压力测试理论上要求的极端情形并不相符,可见现实需要高于理论描述。

高于监管最低资本要求的压力测试使其难以同时全面实施。新巴塞尔的资本充足率要求为核心资本充足率不低于4%,资本充足率不低于8%。本轮金融危机以来,各国银行监管机构都将核心资本充足率提升至6%,但此比率能否抵御极端情形的冲击并无理论和实践支持。压力测试则要求银行的资本能够承受像本轮金融危机那样的冲击,对于交易账户,尤其是衍生产品占资产比重较高的国际银行来说,即使是一级资本充足率达到10%也并不充足。因此,对欧盟银行业进行压力测试,如果不利情景设计为重度压力,则会大幅提高银行业的资本充足率要求,使银行面临双重监管资本要求,可能引发系统性风险。因此,压力测试只有由各家银行分散、自发逐步实施,短期内一刀切的压力测试并不可行。

篇(2)

论文关键词：压力测试；商业银行；风险管理

商业银行是经营货币资金的特殊企业，其经营过程是对各类风险进行准确识别和计量、适时监测预警和有效控制的过程。从全球范围来看，经济金融环境的剧烈变化迅速改变了银行的经营环境，加大了银行的经营风险，同时也推动了全球范围内银行监管和风险管理框架的整合与统一。在全面风险管理体系下，银行不仅要准确量化并监测其经营过程中所面临的信用风险、市场风险、操作风险和流动性风险，而且还必须使风险监控始终对金融市场的风险变动保持高度的敏感性。因此，《巴塞尔新资本协议》要求银行除建立各种评级模型(如衡量信用风险的IRB法和衡量市场风险的VaR法)外，还应运用压力测试(stresstesting)来评估资产组合价值的变化幅度。

一、压力测试的功能和意义

根据国际证券监管机构组织(InternationalOr-ganization of Securities Commissions，IOSCO)(1995)有关文件规定，压力测试是分析最不利市场情形(如利率突然急升或股市突然急挫)对资产组合的影响效果的一种分析方法；巴塞尔委员会的有关文件则将其定义为金融机构用以衡量由一些例外但有可能发生的事件所导致的潜在损失的方法。具体来讲，压力测试的本质思想是获取大的价格变动或者综合价格变动的信息，将其应用到资产组合中并量化潜在的收益和损失。

压力测试主要是VaR(ValueatRisk，在险价值)的辅助工具，可以弥补VaR在应用方面的不足：

一是在实务应用上，仅仅使用VaR来衡量市场风险是不恰当的。对于风险控制管理来说，除了考虑正常情况下的可能损失外，更重要的是必须确保在极端市坊隋况下，金融机构所持有的金融资产部分不会让该机构出现破产的风险。VaR并无法估计出此类风险，但是透过压力测试，则可以找出金融机构对于极端市场情况下的承受能力。

二是所选择的概率水平，VaR是在某一概率水平上计算出来的估计值，例如在250天中，若概率水平也即置信区间为99％的设定下，则损失大于VaR的天数应介于1天一2天，置信区间越低，则超过天数将越多。但是，即使我们已知损失大于某一金额的可能性很小，但是如果那个很小可能性的损失一旦发生，而且发生以后的后果足以牵涉到能否永续经营的问题，那么这个后果是否可以事先得到识别、计量与有效防范，就变得非常重要了。

三是波动性及相关性估计问题。VaR在估算时，通常采用历史数据的波动性及相关性。利用历史资料来估算VaR，可能会无法真正反映市场风险，尤其在宏观经济出现重大改变或是市场行为改变时，VaR可能会出现严重低估市场风险的问题。

四是与其他风险的关系问题。VaR并不考虑其他风险，如信用风险、流动性风险等。通常情况下，当流动性出现问题时，流动性风险将提高市场风险，但VaR无法反映出此类风险。

鉴于此，西方各国银行广泛采用压力测试来应对市场可能发生的突变情况，通过资产配置、交易额度设置以及资产利率期限结构调整，来防范各类金融风险。

二、压力测试的分析方法

1．确认数据的完整性、正确性及实时性

在正式进行压力测试前，各银行必须确定其相关数据的正确性，由于银行每13的投资组合都会改变，因此各投资标的的数量、价格等，必须详加确认，不管是变动较快的交易账户(Tradingbook)或是变动较慢的银行账户(Bankingbook)均需进行检验；此外衡量各风险因子的市场数据(如利率、汇率)及其它风险性数据(如转换矩阵)的验证工作也十分重要。

2．针对投资组合进行相关的风险分析及情景事件的建立

压力测试是属于风险管理的一种方法，因此我们应先确认将要进行压力测试的测试区域，不同的资产其分析方法也会有所不同。在资产组合确定后，我们便可观察市场、经济等变化，寻找出会影响此资产组合的压力测试事件，金融机构可借助内部或外部专家顾问咨询，建立合适的压力情景，由于真实的压力情景是未知的，因此尽可能地多建立几个压力情景进行分析。例如，对于一笔商业贷款，它的潜在损失将受到借款企业销售收入下降、利率水平大幅度上升以及抵押品价值缩水等情景的影响。我们可以假设以下一些情景加以分析：

(1)借款企业销售收入下降20％，抵押品价值缩水50％，该笔信贷资产的潜在损失是多少。

(2)利率水平翻一番，同时抵押品价值缩水50％，该笔信贷资产的潜在损失是多少。

(3)销售收入下降20％，抵押品价值缩水50％，同时利率水平翻一番，该笔信贷资产的潜在损失又是多少。

3．定义各风险因子

在确定了各种压力情景后，另一个重要的步骤是确定各风险因子。银行常见的信用风险因子包含：

(1)交易对手风险——这部分包含违约率(probabilitydefault，PD)、违约损失率(1ossgivendefault，LGD)、违约暴露金额(exposureatde．fault，EAD)三个主要风险因子。此外，借款人提前还款会导致再投资风险，所以到期期间也可视为风险因子。

(2)总体经济因素——经济增长率、失业率或物价指数等会对资产组合有影响的总体经济变量都可视为风险因子。其他与产业及市场、地区有关的各项政治或经济因素亦可视为风险因子。

(3)市场风险因子——银行持有债券或证券等金融商品，同时会面临市场及信用风险，一个压力事件对此类商品所产生的影响属于市场风险或信用风险，是很难加以区分的，因此在进行压力测试时，会同时将此两类风险因子进行衡量。

(4)其他类型风险因子——在一般的风险模型中，经常会有许多的假设条件，在进行压力测试时，这类的假设条件应予放宽进行估算。此外，在风险模型中经常会使用到资产组合相关的风险性数据作为中介数据，如转换矩阵，在进行压力测试时，亦可视为风险因子进行测算。各资产的相关性亦会对风险值大小产生很大的影响，例如高质量的债券(政府公债)和低质量的债券(垃圾债券)在市场正常时，同时会受到利率影响而产生波动，因此其间的相关性很高，但当市场出现危机时，市场会趋向高质量的商品，于是两者间反而会产生趋近于一1的相关系数。此类会出现结构性变化且对资产组合会产生影响的变量，我们都要加以考虑。

4．执行压力测试的方法

进行压力测试的方法，大致可归纳为两大类：

(1)敏感度分析(sensitiveanalysis)

此方法是利用某一特定风险因子或一组风险因子，将因子在执行者所认定的极端变动的范围内变动，分析其对于资产组合的影响效果。这一分析方法的优点在于容易了解风险因子在可能的极端变动中，每一变动对于资产组合的总影响效果及边际效果，缺点则是执行者对于每一逐渐变动所取的幅度及范围必须十分恰当，否则将会影响分析的结果与判断，特别是对于非线性报酬率的资产组合，这种情况将更为显著。

(2)情景分析(scenarioanalysis)

即一组风险因子定义为某种情景，分析在个别情景下的压力损失，因此此类方法称为情景分析。情景分析的事件设计方法有两种：历史情景分析和假设性情景分析。

①历史情景分析(Historicalscenario)：利用某一种过去市场曾经发生的剧烈变动，评估其对现在的资产组合会产生什么影响。例如考虑1987年美国股市崩盘，计算当时的历史变动幅度，并依此基础分析评估对资产组合的影响。BCGFS(2001)的研究显示，1998年俄罗斯政府违约事件，是金融机构用来在信用风险压力测试上使用的压力事件，其他如中南美洲比索风暴、东南亚金融风暴亦是很重要的压力事件。这种方法的优点是具有客观性，利用历史事件及其实际风险因子波动情形，在建立结构化的风险值计算上较有说服力，且风险因子间的相关变化情形也可以依历史数据作为依据，使模型假设性的情形降低许多。此外，这种模型较直觉，重大历史事件的深刻印象将使风险值与历史事件紧密结合，管理者在设定风险限额时，便可依历史事件的意义来进行评估，使决策更具说服力。

篇(3)

一、社区金融的涵义、特征和优势

社区金融是指社区公众及社区组织所产生的一切金融需求以及银行等金融机构满足其需求的一切活动。社区金融机构是基于一定区域地理范围内的金融机构的网点，自主经营，有独立的法人产权，主要面向小企业经营者贷款和客户理财。社区金融的出发点是个人独特的社区属性，由于很多人大部分时间可能会耗费在社区里，便利的社区金融机构能更获得青睐。社区金融的主要特征是：一是区域集中度高。社区金融机构主要建立在居民所在社区，距离目标客户非常近。一家社区金融机构的业务覆盖范围在1-2公里，服务的就是社区的上万家庭，就是将金融服务直接送到客户家门口。社区金融根植于社区、吸存于社区、放款于社区、服务于社区、融入于社区。二是运营成本低。社区金融机构不具备现金业务，投入安全成本低。出于政策法律规定，社区金融的柜台没有现金储备，顾客如果有汇票、支票等现金业务，还是需要去比社区银行更高一级的支行去办理。三是金融服务自动便捷。社区金融大力发展自助业务，充分运用移动互联网技术和只能设备升级，将小巧的物理网点打造为全功能的新智能化银行网点。社区金融设备可以直接办理开卡，个人购买理财，个人或者企业办理小额贷款等银行基本业务。办卡买理财贷款等都可以由办公自动化机器和设备完成，开卡一般不超过十分钟即可完成，非常便捷。四是针对小微企业融资。社区银行的现金取款全靠自动取款机，而自动取款机每天最高限额取款最高限额是2-3万，顾客需要大额取款时就无法满足，只能取不超过3万元的小额现金。购买理财起点30万以上的是不允许在社区银行网点出售。因此多为小微客户和小微企业提供融资服务。五是拥有关系型信贷。社区金融可以分散信贷风险，强化客户信息数据，在居民中建立良好的口碑。社区金融的以上特征，带来了社区金融一系列地优势：首先，投入比较少，运营成本低。对于银行来说，社区银行可以带来存款利率的增加，但是投入成本比较低，降低了网点相对成本，使银行服务更加贴近民生。其次，为小微企业提供便利的金融服务。最后，社区金融有效地满足了小微企业融资和社区居民服务需求。

二、社区金融管理的风险性

社区金融的主要风险性因素主要集中在以下六个方面：其一，政策因素。民生银行、平安银行、兴业银行等多家银行去年就纷纷启动了社区银行战略，但是监管层对于建立社区银行这一全新的概念是否与现行的新设网点法规相悖存在种种担忧和争议，银监会在去年紧急政策命令社区银行责令整顿，硬性规定了社区银行要持牌上岗，很多社区银行被关闭。因此，社区银行的发展首先是受到政府政策的制约。其二，法律因素。社区金融机构的建立，需要取得营业许可，需要层层地审批。没有法律审批的网点，依然违法经营，对客户的财产风险会有不可估量的危害。其三，地理位置因素。由于社区银行的地域性明显，其营业额非常受地理位置的影响，如果选址不好，市场不够广阔，很难继续经营下去。其四，社区信任因素。社区金融人员在社区银行发展中起着非常重要的作用，比起其他级别的银行网点，这一点儿更加明显。因为社区金融是新兴事物，又有明显的区域性特征，取得一定区域内社区住户的信任和支持就格外重要。社区银行的领导能否赢得社区有影响力的“大客户”支持，并且由他们进行口碑相传，是决定社区金融成败兴衰的关键。其五，操作安全因素。社区金融虽然不办理现金业务，一般的金融服务业务需要金融自助设备完成。因此，设备的安全监控也很重要。社区金融还有大量客户的储备信息资料，对社区银行人员进行安全布防保密的培训也显得非常重要。其六，同质化竞争因素。短短两年间，社区金融发展迅速，在一线城市，一个社区往往可以看到同时存在四、五家金融机构，扎堆现象严重，这样容易造成资源浪费。从金融行业现实来看，银行进入社区的竞争越来越激烈，通过开设社区银行来挖掘客户；同样非银机构也在扩大领域。

三、前馈控制在社区金融风险管理中的应用

（一）前馈控制的涵义

前馈控制就是在危险和危害发生之前进行一些科学方法的预测和预警，避免造成不可挽回的损失。前馈控制的优点在于前瞻性和主动性，主要着眼点在于对未来的控制，因此控制先于结果。前馈控制克服了反馈控制的时滞性缺点，使控制行为更加积极有效。建立社区金融风险管理的前馈控制体系是必不可少的，关系到社区金融的稳定和长远发展。

（二）社区银行风控的前馈控制方法

1.情景分析方法

所谓情景分析方法，是面对未来的系统思维方法，对事物发展所有可能的态势运用定量和定性描述，主要特点是在定量分析中嵌入很多的定性分析。运用情景分析进行前馈控制，始于20世纪60年代的美国军事部门。1964年，美国国防部针对可能潜伏于未来的军事冲突和政治冲突及相关的军事力量，通过应急战争军事分析，测算出了对应军事力量的规模需求。这是最早的情景分析。20世纪70年代以后，西方国家出现高通货膨胀、高失业率等社会危机，人们越来越意识到长远的战略规划已经无法应对经济的动荡性和不确定性，很多大企业和大公司在制定企业发展战略时，开始研究和应用情景分析方法，如兰德、壳牌等。80年代以后，情景分析方法在企业和政府组织中都得到了广泛的应用，并且和计算机技术结合起来，发展成为一种有效的前馈控制方法。

2.政策模拟方法

政策模拟方法是信息时代的产物，已经广泛应用于经济领域，涉及到国家经济政治安全或者多国经济博弈的政策模拟器是学界关注的焦点。所谓政策模拟，是指运用数学建模、模拟计算和政策虚拟的计算机实验对政治经济社会政策问题进行模拟演练，通过人工和计算机手段仿真推演预示风险和矫正对策。政策模拟一种以政策实验为导向的社会仿真，目的是为政策提供一个虚拟的实验场所。发达国家已经建立自己的政策模拟系统即政策模拟器，用于分析本国的国际贸易政策和国内经济政策。一些大公司也建立了自己的政策模拟器。政策模拟器的一般概念是“一个为政府服务的决策支持系统，它的目标是寻求适当的政策去响应未来和发现社会经济面临冲击的政策对策。”政策模拟器是一种大型软件，主要作用是探索各种政策情景，通常是以特定模型为核心的配备地理信息系统的决策支持系统。社区金融政策模拟器的开发需要三个方面的需求。第一，提出科学合理的理论分析模型。通过对社区金融不同情景方法下的风险因素研究，以及社区金融风险问题的内在机理研究，提出可靠的和正确的理论分析模型。第二，运用数据挖掘技术和复杂性分析技术，建立系统完善的风险识别、风险防范和预警分析的计算体系。第三，需要利用仿真交互网络系统对风险进行检测和评估，并且进行对策模拟研究。

3.社区金融风险控制的前馈控制设想

政策模拟器是风险社会催生的一种规避风险的工具，其本质是模拟风险和应对预演方法。针对社区金融风险管理的风险模拟器应该是一个为社区金融机构避免风险危机、维护社区金融安全稳定运行的决策支持系统。社区金融风险控制模拟器主要包括两个层面：一是对社区金融风险性因素的识别，二是有针对性的对策演练。

四、社区金融风险管理的前馈控制模式设计

社区金融目前在国内还处于探索阶段，社区金融能否取得成功，最终取决于能否建立目标达成的有效机制。社区金融系统的风险要素和要素间的组合序列我们把其成为静态结构，把系统要素间的相互作用方式称为动态结构。社区金融风险控制的前馈模式，就是用一种特定的规则规范系统内各要素的组成方式和各要素间的联系方式，实现风险控制的功能。

（一）社区金融风险管理规划机制的组成和功能

社区金融风险管理的规划机制应用于社区金融的前馈控制模式，进行客户访谈，外部数据采集、参数选择、分析、计算，根据社会调研，对目标小区的居民以及相关的物业、商户等进行充分的需求调研，通过模式预测、预警评价、调控，预警结果图表与信号输出。

（二）社区金融风险管理的前馈控制体系模拟

篇(4)

每当对一家公司进行估值时，了解其所处宏观经济环境和行业特点，理解其历史财务状况和运营模式都至关重要。8月31日，以新兴行业公司为主导的创业板和中小板的静态市盈率分别为76.6和50.6，而对应的沪深A股是21.3。不难看出，新兴行业公司的估值普遍较高，这也成为市场投资者关注的焦点。本文在归纳了新兴行业公司特征的基础上，对新兴行业公司的估值方法进行简要的介绍，并分析如何识别和应对收益法中的不确定性。

估值方法的选择

一般而言，新兴行业公司具有以下三大特征：一、处于企业生命周期的初期阶段。新兴行业企业通常为初创公司或处于生命周期的初期阶段，发展前景巨大但产业环境还不成熟。该阶段主要有三点特征：一是投资可能不产生现金流，甚至负向现金流；二是未来增长难以确定，产品的市场渗透率无法评估，甚至是没有产品，市场空间无从得知；三是企业的竞争能力未知，如果该行业的投资回报率高，理论上接下来会有多家企业接踵而至，竞争分割市场份额。二、独特性。在日新月异的发展环境中，新兴行业的企业无论从行业地位、发展潜力、掌握或可借助的资源、人力资本等各方面往往都拥有着自己的特点。从整个行业的角度来看，特性大于共性。三、轻资产。新兴行业企业的主要长期投资通常为研发支出，其核心资产往往为内部形成的无形资产，如商标、客户关系、著作权、专利权及技术等等。根据现行会计准则的要求，研究阶段的支出需要作费用化处理而开发阶段的支出只有符合条件的才能资本化。因此，这类无形资产虽然可能是企业的核心价值，却往往无法体现在资产负债表中。

企业估值有三种常用方法：成本法，市场法和收益法。成本法，是通过对目标企业资产负债表上的各项资产进行估价来评估其价值的方法。由于新兴行业拥有轻资产的特征，在现行会计准则下，这些轻资产往往没有体现在资产负债表上，所以成本法通常不适用于新兴行业的估值。市场法，指通过比较被评估资产与类似资产的异同，并将其市场价格进行调整，从而确定被评估资产价值的一种资产评估方法。新兴行业各公司往往具有独特性，可比公司难以选定；而且，新兴行业的公司通常处于生命周期的前期，各项财务数据易呈现不稳定性（营收巨幅增长、前期经营净亏损等），导致可比乘数的选择很难具有代表性，所以市场法的运用并非主流。收益法（现金流折现法）是对目标企业的预期收益折现以确定估值时点的企业价值。与成本法和市场法相比，运用收益法在对新兴行业公司进行估值时有诸多优势：首先，依托于自由现金流，是对企业价值的真实反映；其次，对收益的预测可以体现该企业的盈利模式以及变现能力；最后，收益法可以识别出企业价值的驱动因素。然而，收益法的主要挑战是需要对较多变量参数进行预测，估值结果存在不确定性。

收益法的主要考量

管理层预测

企业管理层有时可能会对外提供内部的财务预测数据，评估师需要对这些信息仔细权衡。

数据分析

当进行独立分析时，评估师通常是通过分析该公司的历史财务表现和同行业或类似行业其他不同成长周期阶段的公司做比照，然后做出财务预测。作为评估师或投资者，在面对的不确定性越大时，越需要保持财务预测和估值模型的简洁。需要从大量不确定的参数中，探寻出真正驱动企业价值的变量，利用这些变量构建估值模型。简洁的模型一方面可以使投资人专注于价值驱动因素，把握住主要矛盾；另一方面也摆脱了其它不重要的变量参数，从而降低了出错的概率。安永自主研发了CARVEx分析软件，估值与财务模型团队也会使用Spotfire， Tableau等外部软件分析所收集的相关数据，识别出价值驱动因素，并可视化地呈现出来。

应对财务预测的不确定性

收益法的财务预测面临着宏观层面上的不确定性，如利率及经济发展增速变动。与传统行业相比，新兴行业的财务预测还面临着更大的中观产业和微观个体的不确定性，如产业规模、国家产业政策变化、企业发展战略及产品开发运营等。很多时候，投资者可能会拒绝承认不确定性的存在，而试图在财务预测中做出精确的预测，或是因为不确定性难以预测判断，所以就选择了不作为或者选择市场法进行估值。安永建议投资者应该直面不确定性，把各种不确定性分类，评估它们对原财务预测产生的影响，并对估值结果进行合理调整。

应对估值结果的不确定性

评估师进行估值的目的通常是为了探寻企业的内在价值（intrinsic value），而估值结果往往与市场价格不尽相同。如果我们把该差异用下面的公式变换一下，就不难看出差异实际来源于两个部分。

估值结果 C 市场价格 = （内在价值 C 市场价格）+（估值结果 C 内在价值）

所以，估值结果和市场价格的差异包含了市场价格对于内在价值的偏离程度以及评估师的估值误差这两个因素。人们都熟悉“价格围绕价值上下波动”这句话，但人们不知道价格会偏离价值多长时间，或这个时间有没有超过预期的投资期限；另一方面，估值结果的误差可能来源于多种不确定性。面对这些不确定性，本文归纳了四种常见的方法。

1.投资安全边界（Margin of Safety）

本杰明・格雷厄姆在其《证券分析》一书中首次提出了投资安全边界的概念，即资产的价值与价格的差异。价值投资者认为只应投资那些内在价值高于市场价格的股票或企业。因为内在价值难以估算准确，所以设置投资安全边界，从而使投资者有足够的空间判断该企业被低估的程度是否足够覆盖估算误差的风险，进而做出投资决策。

2.敏感性分析（Sensitivity Analysis）

对投资者而言，敏感性分析就是识别出对估值结果有重要影响的因素，分析并测算其影响程度和敏感性，进而判断哪些风险对项目具有潜在的重大影响。当所有其它不确定因素保持在基准值不变时，考察单个不确定性因素的变动对目标产生影响的程度。

敏感性分析有助于对单一的估值结果做出详细的解读。它可以为进一步进行不确定性分析（如概率分析）提供依据；也可以分析判断项目承担风险的能力；还可以通过比较多个方案的敏感性大小，在估值相似的情况下从中选出较为不敏感（即风险相对较小）的投资方案。

3.情景分析（Scenario Analysis）

情景分析法是一种通过考虑各种可能发生的事件，分析未来可能带来的影响的方法。通过分析各种事件及其影响，情景分析可以帮助投资者做出更明智的选择。一般情况下的情景分析中会设置“乐观情景”、“悲观情景”及“基本情景”（最可能出现的情景）三种情景。

情景分析展现的不是一个确定的未来，而是简洁地展现未来可能出现的几种情形。不同于敏感性分析中只能变动一个参数的限制，情景分析可以在设置情景时同时改变多个变量的取值，从而分析该情景下各变量对估值的影响（如进行压力测试）。

4.蒙特卡洛模拟（Monte Carlo Simulation）

当所要求解的问题是某种事件发生的概率，或者是某个随机变量的期望值时（如企业价值），可以通过某种“试验”的方法，得到该事件出现的频率，或者这个随机变量的平均值，从而得到答案，这就是蒙特卡洛模拟的基本思想。

无论是敏感性分析或是情景分析，得出的结果都是单一的数值。而蒙特卡洛模拟分析可以将估值结果的概率分布展现出来，从而进行相应的概率分析以更精确地量化估值中的不确定性。通过这个概率分布，投资者还可以识别出估值结果的在险价值（Value at Risk），得到更全面的解读，进而做出投资决策。

互金行业的估值考量

国内现在流行很多新兴行业的概念，互联网+、新能源、工业4.0、TMT、云计算、AR/VR等等。本文仅以互联网金融为例，简单介绍该行业的特点和估值中的考量。

互联网金融是借助互联网和移动通信技术实现资金融通、支付和信息中介功能的新兴金融模式。其通过“互联网+”使得传统金融业务具有更高的参与度、更低的成本、更便捷的操作等特性。

互联网金融融合了互联网与金融双重属性，两者比例不同从而性质不同。互联网属性主要是做流量、做用户、承担较少风险、业务规模与团队人数不成正比；金融属性则需要承担一定的信用风险，业务规模与团队规模成正比。

篇(5)

[关键词]政府融资平台贷款压力测试

一、开展融资平台贷款压力测试的必要性

首先,压力测试作为一种新的风险管理方法,是VaR风险衡量方法的有效补充.由于所有市场对极端的价格波动(金融资产收益分布的后尾)都是十分脆弱的,而VaR型风险衡量的主要目的是为了在标准的市场条件下量化潜在的损失.一般而言,增加置信水平能够解释出日益巨大的但却不太可能出现的损失,但基于最近历史资料所作的VaR测量,往往不能识别那些可能引起巨大亏损的情形.压力测试则可以通过测算银行在遇到假定的小概率事件等极端不利情况下可能发生的损失,分析这些损失对银行盈利能力和资本金带来的负面影响,进而对银行的脆弱性作出评估和判断,并采取必要措施.

其次,是银行内部风险管理的要求.在当前国内外经济走势尚存在较大不确定性的背景下,压力测试可以增进银行对自身风险状况和风险承受能力的了解,增强银行积极应对外部挑战的能力,为管理层制订或选择适当策略提供重要依据.且可用于评估经济资本需求,从而部分抵消经济衰退时期资本要求提高的影响.

再次,应对外部监管的需要.作为能够令人满意的运用内部模型的7个条件之一,压力测试是巴塞尔委员会要求进行分析的方法之一,同样也为衍生工具政策集团和国际30人集团所认可.我国自从2007年银监会出台《商业银行压力测试指引》后,监管部门对商业银行压力测试的工作要求不断严格.2008年下半年,银监会连续要求商业银行进行3次压力测试.2009年上半年,银监会就巴塞尔委员会的《稳健的压力测试实践和监管原则》在全国征求意见.2009年10月出台的《流动性风险管理指引》中,要求商业银行至少每季度进行一次流动性风险压力测试.2009年11月,银监会要求商业银行对6大产能过剩行业及房地产、融资平台进行压力测试.2010年4月20日,银监会召开2010年第二次经济金融形势分析通报(电视电话)会议,要求各大中型银行按季度开展房地产贷款压力测试工作.压力测试已逐渐成为外部监管部门衡量一家银行贷款风险的重要手段.

最后,通过压力测试分析可以较准确地认识融资平台贷款风险.政府融资平台作为改革开放的产物,可追溯到上世纪80年代末,1988年,国务院《关于投资管理体制的近期改革方案》,基本建设项目实行拨改贷,国家成立6大专业投资公司,各省也相继组建建设投资公司,这是地方融资平台的雏形.1997年亚洲金融危机后,在国家扩大投资拉动内需的背景下,开行大力推进开发性金融实践,推动各地加强融资平台的制度建设、信用建设和现金流建设,并以地方财政未来增收、土地收益和其他经营性收益为还款来源,向融资平台发放贷款用于项目建设,这对应对危机、增加就业、拉动投资和扩大消费发挥了重大作用,有力支持了城镇化建设和社会事业发展,有力支持了铁路、公路、城市轨道交通等重大基础设施建设.国际金融危机特别是2009年以来,根据央行和银监会联合的《关于进一步加强信贷结构调整促进国民经济平稳较快发展的指导意见》(银发[2009]92号),各家银行大举进入地方融资平台领域,为应对金融危机发挥了积极作用但另一方面,融资平台负债增速迅猛,2009年一年平台负债增加4万~5万亿元,增幅超过100%,其中,银行贷款占平台新增负债的80%以上.然而,随着融资平台的过度发展,目前出现了部分平台管理不规范、资本金不足、过度负债和过度竞争等问题,潜在风险不容忽视.因此,通过对融资平台贷款压力测试,可以较准确的区分出不同平台贷款的风险水平差异,对于化解过量的融资平台贷款具有重要意义.

二、政府融资平台贷款压力测试的方法选择

目前国际上比较公认的压力测试方法有敏感性分析、情景分析、最大损失分析和极值分析4种,在实际运用中以情景分析和敏感性分析最为常用.我国银监会在《商业银行压力测试指引》中也明确提出压力测试包括敏感性测试和情景测试等具体方法.

敏感性测试旨在测量单个重要风险因素或少数几项关系密切的因素由于假设变动对银行风险暴露和银行承受风险能力的影响.其最简单直接的形式是观察当风险参数瞬间变化一个单位量情况下,机构资产组合市场价值的变动.由于敏感性分析中只需确定重要的风险影响因素,而对冲击的来源并无要求,因此运行相对简单快速,而且经常是适时(实时)测试,号隋景测试有较大不同.

情景测试是假设分析多个风险因素同时发生变化以及某些极端不利事件发生对银行风险暴露和银行承受风险能力的影响.与敏感性分析不同,情景分析中不论是冲击的来源还是压力测试的事件以及被冲击影响的金融风险因子都需给出定义.

因此,在融资平台贷款压力测试的方法选择上,可参照当前宏观经济形势和银监会的相关要求,首先确定影响融资平台贷款的主要风险因素,并假设其在轻度、中度、严重压力下的取值(即设计压力情景和假设条件),然后分别测试各贷款项目在压力情景下资产质量分类结果的变化情况,再汇总计算整体贷款组合在压力情景下的不良贷款率.

三、政府融资平台贷款的风险因素

2009年,地方政府融资平台在贯彻中央一揽子经济刺激计划方面发挥了重要作用,但快速增长的高额负债也带来潜在的财政和金融风险.根据目前融资平台贷款的通常业务模式,主要有三大风险因素:地方政府债务率水平、融资平台自身建设情况和贷款项目性质.

(一)政府债务率水平

由于目前的融资平台主要是政府出资设立,大多数地方政府融资平台承担的是政府公益性项目,项目自身没有收益或收益不足以还贷,还款来源依赖于政府财政收入或财政补贴收益,因而政府的债务率水平是融资平台贷款风险最重要的影响因素,直接决定了融资平台的还款能力.如果债务率过高,政府依靠财政收入按期偿还贷款本息的风险将会加大,一旦财政收入不足以偿还贷款本息,要么导致贷款违约,要么需要银行新的信贷资金注入,形成新的潜在风险.

从2009年下半年开始,央行、银监会、财政部、审计署等纷纷对地方政府负债过高问题发出警告.2010年1月19日,在国务院第四次全体会议上,总理把尽快制定规范地方融资平台的措施,防范潜在财政风险列入2010年宏观政策方面要重点抓好的工作之一.

(二)融资平台自身建设情况

政府融资平台自身是否具有实际经营活动,地方政府是否给平台配置了足够的经济资源,设计的治理结构是否符合市场化要求,有没有实现平台自我造血功能,逐步减轻其对财政还款的依赖等,都决定了政府融资平台对贷款资金的自主支配程度以及还款资金的安排能力.自身机制建设情况较好的融资平台,其贷款受地方财政的影响相对较小,还款的风险也相对较小.

(三)贷款项目性质

目前融资平台贷款项目按项目用途可分为公益性项目和有收益项目两大类.按担保方式可分为财政担保、土地抵押或其他担保两大类.按还款来源可分为财政资金还款和项目自身现金流还款两大类.

通常来说,银行以及融资平台对公益性的项目、财政担保的项目、依靠财政资金还款的项目控制力更弱,对政府偿债能力的敏感程度更高,潜在的风险相对要大.

四、压力测试假设情景的选择

结合融资平台贷款的主要风险因素,在压力测试中可采用基于假设的情景分析测试方法,以对融资平台贷款偿还影响最大的政府财政收入变化作为核心的假设情景.同时考虑到目前财政统计的现实情况,土地出让收入并未全部包含在地方政府财政收入中,因此假设情景可分为地方政府一般预算收入大幅减少和土地出让收入大幅减少两种情形.同时再考虑到贷款利率变化对融资平台贷款偿还产生的资金支付压力,建议增加央行大幅提高贷款利率作为第三个假设情景.对融资平台自身建设情况和贷款项目性质两个风险因素,在压力测试中不纳入假设情景,而是作为贷款风险测试中的调整因素.

在假设情景变化的程度上分别采取轻度压力、中度压力和严重压力,评估在以上假设情景出现大幅不利变动的情况下,融资平台贷款的质量变动情况,并进一步测算因此可能产生的损失等情况.具体情景假设如下

五、开展融资平台贷款压力测试的步骤

在假设情景的基础上,可以采用三步走的方式开展融资平台贷款压力测试.(1)以地方政府债务率为主要指标判断地方政府在压力情景下的表现(2)根据平台性质考虑对平台风险水平的调整(3)根据项目相关信息调整项目层面上的风险水平.即通过判断政府整体债务水平变化来测算其对融资平台还款能力的影响,继而对具体贷款形成最终的压力测试结果.

第一步,以地方政府债务率为主要指标判断地方政府在压力情景下的表现,并进行分类.

在操作中首先可参考监管部门意见及银行内部风险管理实际情况设定银行的政府债务率控制标准其次以最近一期的财政报表数据计算在压力情景下的政府债务率水平,并按照压力下的政府债务率与债务率控制的比例对该地方政府偿债能力进行分类.为便于实施,可分为正常、关注、预警、高度预警四大类,分类标准如下表.

第二步,将地方政府偿债能力分类结果映射到融资平台,并根据融资平台性质不同对融资平台贷款风险水平进行调整.在调整中可设定两项调节系数:一是行政级别调节系数,比如省级平台和国家级开发区平台调节系数可设定为1.1,副省级和省级开发区平台调节系数可设定为1,地市级平台调节系数设定为0.9,县级平台调节系数设定为0.7.二是机制建设调节系数,如果平台为纯融资性平台(即只承担项目融资任务,不承担建设、运营任务的),则调节系数可设定为0.8,如果机制建设较完善,则调节系数可设定为1.

第三步,根据项目相关信息调整项目层面的风险水平.一是对同一融资平台下的多个贷款项目按照重要性进行排序,并按照政府偿债能力分类和项目重要性两维进行贷款资产质量分类的调整.具体调整幅度可参考下表.

二是按照项目还款来源类型进行调整.如项目自身有收益且现金流能覆盖贷款本息,或者融资平台市场化程度较高,自身经营收益(剔除土地出让收益)能覆盖贷款本息的,即表示该贷款项目对政府财政收入变化不敏感,建议将各压力情景下的资产质量分类结果调整为正常情景下的分类水平.三是政府偿债能力分类达到关注类(及以下)的,压力情景下的资产质量分类结果应至少下调到关注类.

六、融资平台贷款压力测试结果的应用

通过对融资平台贷款进行地方财政收入不同程度变化的压力测试,首先可以较为清楚地分辨出目前各地方政府及融资平台在不同压力情景下的抗风险能力,以及政府偿债能力不同的地方及平台在各种压力情景下的表现情况.如在压力情景力下,有多少正常类的地方融资平台降为关注及以下,有多少贷款项目资产质量分类下降,下降的幅度是多少,资产质量恶化的贷款特征分析等.使得银行能够更加审慎的区别对待融资平台,采用有针对性的措施控制风险.

篇(6)

关键词：金融投资；风险管理；操作；分析

引言：风险管理逐渐受到金融机构的关注。科学合理的金融风险管理可以让金融机构进行有效的、健康的发展，并且，还可以将企业的防范风险的资金成本降低，提升企业的竞争能力。当前，金融机构所要面对的风险大致上可以分为：市场风险、信用风险和操作风险。市场风险指的是因为特殊的环境风险因素的转变，让净收入或投资组合价值出现波动。当前由于我国的经济处在转型阶段，认为目前的市场经济的法律及规章制度具有许多不完善的地方，加上社会的变化，使得各种违规与欺诈的事情不断涌现。所以，操作风险是我国金融机构需要面对的主要风险，操作风险的管理对于金融机构具有极其特殊的含义。

一、操作风险的含义

金融操作风险的含义为：操作风险与金融投资业务紧密相连，是由于外部因素、技术体系以及内部因素的影响下，导致无法掌控的损失，这些损失和金融市场上出现的波动以及交易方的信用问题无关。所以，通过引起风险发生的内部原因可以发现，金融投资的操作风险主要出自以下几个方面：

1、操作结算风险。由于交易指令、定价、结算以及交易能力等问题引起的损失；

2、技术风险。因为技术的局限或者硬件方面的原因，导致公司无法有效、正确的收集、解决、传导信息所引发的损失；

3、内部失控风险。因为超风险限额而没有被发现、越权交易或者是后台部门的欺诈行为造成的损失。

当然，想要为金融投资的操作风险给出一个非常明确的定义是具有难度的。在进行风险操作管理时，很多国外的金融投资机构运用了对于市场风险以及信用风险认同的方法及管理方式，也就是针对风险进行详细划分，掌握操作风险的含义，了解哪些类型的风险应当归入到操作风险当中，哪些类型的操作风险应当归入到风险管理当中，并且进行详细的分析来确定是否要进行整体风险的控制，通过实践表明，这样的方式确实非常有效。

二、金融投资面对的风险分析

风险管理的目的并非消除风险，而是将风险管理降到最低的过程，在风险管理的过程里，要先针对金融投资里的风险进行辨别，这是投资者做风险管理的先决条件，只有真正辨别出投资过程里的风险，才可以运用合理的方法进行风险管理。而在金融投资的过程里，最为常见的风险有以下几种：

1、市场风险。市场风险也可以称作价格风险，指的是通过金融工具的市场价格进行转变，从而引发的亏损风险。因为金融投资工具频繁出现价格的转变，因此投资者在面对市场风险是最常见的一种风险。通过市场风险的不同来源可以进行不同的分类，大致可以把市场风险分成系统性和非系统性风险，系统性风险通常是指因为宏观原因的转变，造成投资组合净值的转变。非系统性风险指的是投资的某一品种引发的风险。投资者在面对系统性风险及非系统性风险时所采用的房里方法也不同，而系统性风险是无法动摇的，非系统性风险可以透过投资重组进行分散。

2、流动性风险。流动性风险指的是通过投资重组将金融工具进行集中，引发投资产品短期内变现困难，并且持有的流动资金无法进行正常支付时产生的风险。常规情况下，如果投资者的金融产品价格波动正常，并且投资金额占总资金的比重不大时，流动性风险就不会非常严重。流动性风险往往出现在市场波动较大，交易量迅速降低，投资者必须要大批先进的状况下，才容易造成严重的损失，因为这样的状况下，投资者通常要用较低的价格将手中投资的金融资产销售掉。

3、操作风险。操作风险作为金融投资过程里最关键的风险，包含了很多已经识别出的风险。详细来说，操作风险指的是因为投资者内部经营管理问题以及投资策略失误引起的风险。通常包含以下几点：

（1）投资研究员的专业素养、职业道德以及风险意识所引起的投资决策风险；

（2）因为投资者的管理能力有限所引起的经营风险。

这些风险都会给金融投资造成损失。操作风险融入于金融投资过程当中的方方面面，是投资者必须基于关注和防范的风险。

4、信用风险。信用风险也是金融投资风险当中非常重要的一种，它主要指在金融交易的过程里可能会引发的交收违约，也可能会引起债券持有发行人违约或者拒绝支付到期款而引发的金融投资资产损失的风险。由于我国金融市场的不断发展，货币、债券等固定收益的金融工具逐渐变成重要的投资类型，甚至是国内短期的融资券的发行也在不断扩大，由于这些金融投资品种的风险不断累积，最大程度的避免金融投资信用风险成为了投资者必须关注的问题。

三、操作风险的度量

操作风险作为金融活动当中最为普遍的风险表现形式，从历史的角度来讲，很多度量操作风险的失败原因，大多是没有适当的方式以及可以用在量化分析的客观数据，而信用风险和市场风险则存在许多例如价格变动、违约率等可以利用的外部分析数据，相对而言较为容易进行风险度量。因为影响操作风险的原因大多是金融机构内部原因，并且风险因素和产生的可能性及损失的大小之间不具备明显的关联，所以，在实际操作中，很难有人寻求到一种方式可以清晰的描绘出操作风险，自然对于操作风险的度量来讲，也具有非常大的困难。已经掌握的操作风险度量模型有三种：

第一种：创建于数据之上的统计模型，此模型最具代表性的方式就是损失分步法，也被称为LDA。此方式会先对单个损失的发生频率以及大小通过参数进行评估，之后运用连接函数的方式将各种影响因素进行综合；

第二种：依旧是统计模型的计算操作风险，可是主要应当通过定性方法进行校对模型，定性方法大致包含了风险排序法、情景分析法、排查法、权衡打分法等；

第三种：创建于操作风险过程的功能模拟智商的模型，透过单一的过程相互依存的方式来模仿影响因素之间的关联性。

当然，就目前的操作风险度量方法而言，有两种模型应当重点说明：第一种是用于测量操作风险的VaR技术。它的主要论点在于操作风险可以通过VaR技术进行测量，以建立来自内部和外部的操作损失数据库为基本思想，并通过数据的操作损失分布，来确定一个置信区间，这样就可以将VaR的操作风险计算出来。但也可以通过分析收益波动性来计算操作风险，也就是通过收益当中将市场风险以及信用风险的相关收益剔除掉，把剩下的收益当成和操作风险有关的收益，可是就这一点而言争议性非常大；第二种是贝叶斯推断网络模型，也可以称之为BBN模型，贝叶斯网络逐渐被使用在度量以及模拟操作风险方面，其主要原因有以下四个方面：

第一，BBN推断网络模型描绘了对操作风险具有影响的各类因素，所以可以提供行为改变的原因；

第二，BBN可以使用在情景分析方面，计算出度量的最大经营损失，并将市场风险以及信用风险有效结合；

第三，BBN适合用在度量以及模拟不同种类的操作风险方面；

第四，运用决策节点以及效用来充实BBN，来提升管理决策的明朗化。

BBN的结构属于一种直接的非循环类的图形，其中节点的意思是随机变量，连线的意思是影响因素，BBN结构属于一种流转过程同各类因素的融合。BBN较为容易进行情景分析，投资经理在进行债券交易的同时，对即将要执行的交易通过情景模拟的方式来计算出预计的结算损失有多少，BBN较容易通过情景分析让风险经理针对外来的交易风险进行掌控，并且风险经理可以透过针对市场风险因素以及信用风险因素的情景模拟，判断出操作风险是怎样同市场风险以及信用风险有效结合的。

贝叶斯推断网络模型可以用在一系列的度量操作风险上，针对同一个问题可以创建出很多个BBN网络大框，并且决策人员可以透过返回检验的方法来判定哪种是最佳的网络设计。通过理论以及实践可以发现，贝叶斯推断网络模型非常值得金融投资机构使用操作风险度量以及模拟方式进行操作。

总之，操作风险度量大致有以下三种方式：

第一种，分析方式。这种方式对于损失产生的次数以及大小都给出了非常强硬的假定，之后通过一些统计模型来获得操作风险的大小，大致上来讲属于一种定量测量的方式；

第二种，主观判定方式。在执行操作风险的度量时，由于缺少操作风险的损失数据，因此，想要通过数据进行评估操作损失的分布就变得尤为困难，至少对当前而言，用评估操作损失分布的方式来判断金融投资的操作风险是不符合逻辑的。因此，当前国外的金融体系运用的操作风险度量方式普遍以定性评价方式为主，这种方式通过独立的部门，经由事先预定的风险评估指标针对每一个业务的缺陷进行评估，之后，再进一步进行细分；

第三种，定性和定量相结合的方式。这种混合的方式，使得相对风险排序、主观方式的运用以及损失时间数据库的建立进行有效结合。

四、操作风险的控制与管理

操作风险管理不仅要系统的进行分析预期损失以及未预期损失的缘由，并且也要评估风险，为风险的预防、降低转移和为风险分配资本等做出努力。操作风险管理的步骤大致包括以下几点：

1、明确风险管理的范畴以及目标。

高层的管理人员询问过董事会之后，应当同企业的经营策略、风险偏好相结合，为风险管理建立一个范畴以及目标。并且，还要制定一些短期的具体目标，以确保风险管理的工作可以稳定的发展。这些短期的具体目标可以分为以下方面：

（1）明确定义一些关键的损失事件并进行命名，这样才可以确保在未来的管理工作里可以更加方便的进行探讨和分析；

（2）创建一个损失事件簿，为定量分析操作风险模型积攒数据；

（3）创建统计模型分析特定损失时间的原因以及相互之间的关联；

（4）采取由于风险进行的资源配置和情景分析。

2、明确重要的风险。

员工通过高级管理人员的支持后，一定要明确哪些才是重要的风险。操作风险管理之所以失败，是由于内容过于宽泛，所以在明确的同时，一定要严格依照高层规定的目标进行操作。

3、针对风险进行评估。

运用不同渠道获得的数据，用来评估一些较为重要的过程以及资源的操作风险，评估的内容不仅包含了风险形成的冲击，还包含了损失事件产生的概率。针对无法定量分析的风险，一定要找到产生这些风险的原因和可以通过怎样的方式进行评估。并且，风险不同，相互间的依赖就不同，所以需要对她们之间的依赖性进行评估。

4、分析。

通过以上内容后，已经初步判断出各部门潜在的操作风险。随之而来的，就是要为这些风险进行分析。先进行风险加总，然后进行可行的风险管理措施，之后要分析单独的损失事件，再分析风险的过程以及资源的分配，分析出关键的风险因素，最后，针对风险管理的措施进一步进行分析。

5、通过措施消除存在于经营过程以及资源当中的风险。

可以通过风险回避以及风险因素管理的措施、损失预报的措施、损失预防的措施、损失掌控的措施、降低损失的措施、应急措施和风险融资的措施进行管理。

6、针对操作风险的检测报告。

一个规范的报告制度是一个成功的风险管理的首要条件。针对风险采取连续的检测，并定期进行报告的方式可以有效的检测出操作风险管理的需求，所以，持续的检测对于任何一种风险管理来讲都是必不可少的环节。

结束语：通过世界的角度来看，针对操作风险管理的分析才刚刚开始，虽然在金融部门的投资过程里运用了一系列的操作风险管理的方法，可是显然这些管理方式还不够健全，也缺少理论作为指导。操作风险在金融机构进行投资的过程里需要面对的主要风险，金融投资风险的管理成效如何完全在于怎样操作风险管理。投资者应当建立长期的投资目标，以完善的风险政策进行总结和评论，进而为风险建立一个完善的制度及管理的支持。（作者单位：贵州省茅台集团财务有限公司）

参考文献：

[1]黎仁华，马丽莎.商业银行风险预警测度指标的定位分析——基于操作风险导向的审计模式[A].中国会计学会财务成本分会2006年年会暨第19次理论研讨会论文集（下）[C].2006.

[2]周青.中国特色社会主义金融监管体制创新研究——转轨时期我国商业银行操作风险管理创新研究[A].“中国特色社会主义行政管理体制”研讨会暨中国行政管理学会第20届年会论文集[C].2010.

篇(7)

【关键词】涉农信贷 信用风险 压力测试

一、文献综述

世界银行、国际清算银行（BIS）、国际货币基金组织等国际金融组织的大力推动下，国外对压力测试的研究较多，理论已经取得了较多的成果，压力测试已经被很广泛应用于银行全面风险管理、金融体系风险监控、资源配置、单一业务产品效益评估等领域。国外压力测试的实践成果及理论，为我国银行业对压力测试的研究和运用提供了宝贵的经验 。

De Bandt和P Hartmann (2001)指出了每一个风险因子中间都有相互联系，并不是独立影响测试结果的，这些因素的变动会造成“多米诺骨牌效应”Drehmann M (2004)将宏观经济因素引入到风险计量的压力测试模型中。Jim Wong，Ka-fai-Choi和Tom Fong(2006)以香港零售银行页为基础，在模型中用到的变量有：香港地区生产总值，大陆生产总值，利率和房价指数。郭春松（2005）提出要进行定时定点评估，使得压力测试成为日常工作，他的文章中引用的宏观指标主要由：利率、汇率、流动性、信贷资产质量等，根据发生过的历史事件为假设情景，进行了严重、中等、轻微三个程度的预测。高显岳（2006）对我国四大行和另外五家上市银行进行了压力测试：汇率、利率、流动性风险。

二、理论概述

涉农贷款，是指：农户贷款；农村企业及各类组织贷款；城市企业及各类组织的涉农贷款。

信用风险可以分为广义和狭义。广义信用风险指的是交易对象发生违约而引发损失的可能性，比如说资产业务中债务人不能按时还本付息而发生的资产质量恶化；也可以是因为突发的集体性的提前取款而造成银行挤兑等等。狭义的信用风险专指银行的信贷风险，就是由于银行客户或者借款人的资产或信用质量下降，而在还款期限内不能够履行合约还本付息，给金融机构或者银行带来损失。

压力测试，最初是IOSCO(International Organization of Securities Commissions，即国际证券监管机构)对压力测试做出了定义：压力测试是指金融市场在极端的、突发的不利情形下，分析这种情况对资产组合和资产状况造成的影响。在1999年IOSCO又具体指出：压力测试是资产组合面临极端情况时的量化和认定；BIS(committee on the global financial system，即国际清算银行-巴塞尔全球银行金融系统委员会)，2000年定义压力测试为：金融机构衡量潜在但可能发生异常损失的模型。

三、实证分析

本章主要是压力测试模型的建立过程，首先，确定风险因子，主要通过对其他学者文献的研究，参考先前其他学者被选做过风险因子的宏观因素，再结合宏观实际情况，来选取本文将用到的风险因子；之后，是数据的搜集和整理，在本文的写作中，数据均来自实际银行的调研，和中国几个重要的官方统计网站得来。然后，统计模型的建立，主要通过文献研究的方法，对官方压力测试模型和通用测试模型进行总结和规整，选择出本文将要用到的计量模型，并通过统计软件计算分析，得出压力测试模型。

（一）风险因子的确定

已有的文献学习和与涉农贷款有关的因素，通过分别得线性回归，最终确定了以下几个风险因子作为研究对象：

表1 变量的选取

（二）实证模型的构建

本文借鉴的是Wilson（1997）、Boss（2003）、Virolainen（2004）的研究框架，使用了logit模型，将宏观经济因素和贷款违约率之间非线性关系进行设定，转化为宏观经济指标Y，将Y指标作为因变量与宏观经济的各因素进行多元线性回归，可以更好的利用各种宏观经济指标所提供的信息。

模型建立如下：

yt=ln(t=1,2,…，N)

y=α+αx+…αx+βy+…+βy+μ

x=+x+…+x+ε,i=1,2,…，k

PDt代表第t个月份的平均违约率，Y是反应涉农贷款违约率和各经济变量关系的中介指标，X分别代表各种经济变量。

（三）实证研究

1.风险因子的回归。

图1 不良贷款率的走势图

图中，不良贷款的走动趋势明显分为三个段，第一个段从2008年1月到9月，不良资产率较高，普遍处在18%以上，第二段从2008年10月到2009年6月，不良资产率在1%以下，该段为农行上市之前长城资产管理公司进行不良资产剥离；第三段是2009年7月到2011年12月，不良贷款率在6%以上，8%以下主要是因为于当时“取消二级公路收费政策”的原因，而二级公路属于县域贷款，是三农贷款的范畴，因此就出现了不良贷款率又上升的现象。本文主要研究第三段2009年7月到2011年12月。

在本文的模型构造中引入了因变量的滞后变量，因此在对模型做整体回归之前要确定因变量的自回归阶数，将Yt的一阶、二阶、三阶滞后值与Yt行多元线性回归，利用eviews软件对模型进行参数估计，并将相关统计指标的估计结果列表如下：

表2 因变量滞后阶数选择的统计量对照

从上表可以看出，Yt的一阶变量中AIC以及SC的取值都小于在不滞后、二阶和三阶的取值，根据AIC和SC准则，即取值越小越好的准则，最后选定Yt的滞后阶数为一阶。

根据每个风险因子的回归结果，可以看出，变量N股票价格指数的回归结果不明显，因此将该变量排除。排除后，对其他风险因子和Y(-1)再做一次整体线性回归。

表3 变量X/Z/J/K/L/M/Y(-1)与综合经济指标Y的线性回归

Y=37.279-0.445X+0.007Z+0.091J+0.135K+5.211L+ 4.249M+0.017Y(-1)

2.自回归。

对被选入的风险因子分别做自回归，检验确定对变量进行自回归的阶数，结果如下。

表4 自变量阶数检验结果

分别得出了个解释变量的自回归模型，就可以建立压力测试模型，模型如下：

Y=37.279-0.445X+0.007Z+0.091J+0.135K+5.211L+ 4.249M+0.017Y(-1)

X=8.277+0.821X(-1)-0.393X(-2)

Z=10.672+1.042Z(-1)+0.292Z(-2)-0.439Z(-3)

J=10.956+1.132J(-1)+0.175J(-2)-0.415J(-3)

K=16.893+0.836K(-1)

L=0.349+0.842L(-1)

M=0.879+0.833M(-1)

通过对各综合经济指标的多元线性回归和各个宏观变量的自回归模型中可以看得出：地区生产总值增长率、地区房价指数、农产品生产价格指数、农村居民消费物价指数、一年期存款基准利率、一年期贷款基准利率这些宏观变量确实影响了样本地区三农贷款的不良贷款率，并且这些宏观因素的自回归效果也比较显著，与此同时综合经济指标的一阶滞后变量的影响效果也比较显著。

3.相关性压力测试分析。

相关性压力测试运用的主要方法是在进行压力测试时，将各宏观变量之间的相关性考虑进去，在假定的未来的某一情境中某个重要的宏观变量发生了突然变化的情况下，根据宏观变量之间的相关性来调节其他变量的变动情况，然后再整体估计压力测试因变量的变化情况。

（1）情景一：地区生产总值增长率分别降至8%、6%、4%

表5 地区生产总值增长率压力情景下各变量的估计结果

（2）情景二：房价指数分别升至110，120，130

表6 地区生产总值增长率压力情景下各变量的估计结果

（3）情景三：农产品生产价格指数分别升至110，120，130

表7 农产品生产价格指数压力情景下各变量的估计结果

（4）情景四：农村居民消费指数升至110，120，130

表8 农产品生产价格指数压力情景下各变量的估计结果

（5）情景五：一年期存款基准利率升至4%，6%，8%

表9 一年期贷款基准利率压力情景下各变量的估计结果

（6）情景六：一年期存款基准利率升至4%，6%，8%

表10 一年期贷款利率压力情景下各变量的估计结果

4.压力测试结果。

本文首先构建了农业银行三农贷款信用风险的宏观压力测试模型，然后设定了用于评价商业银行体系抵御系统风险的极端可能的压力情境，通过假设宏观经济变量的变动，利用之前得到的多元线性回归模型，和logit变换方程和所示宏观经济变量的估计值，就可以计算出压力情境下农行三农贷款不良率的期望和估计值。结果如下：

表11 18种情景压力测试结果

由表中可以看出，本文所假设的18种情景压力下，由六种宏观变量测试出的不良贷款率都是上升趋势，这就说明地方生产总值增长率的突然下降、房价的、农产品生产价格、农村消费者物价水平、一年期存款和一年期贷款基准利率的突然上升都对涉农不良贷款率产生了严重的影响使得农行的涉农贷款风险增大。

从表中还可以看出，地方生产总值不良贷款率之间的估计值差距最大，说明地方生产总值增长率的突然下降对不良贷款率的影响最大，以变化程度为衡量标准可以看出，对不良贷款率影响最大的宏观因素依次排序为：地方生产总总值增长率、一年期存款基准利率、一年期贷款基准利率、农村居民消费指数、农产品生产价格指数、房价指数。

参考文献

[1]Wong J, Choi K F, Fong T.A framework for macro stress-testing the credit risof banks in Hong Kong[J].Hong Kong Monetary AuthorityQuarterlyBulletin,2006(10):1-38.

[2]杨鹏.压力测试及其在金融监管中的应用[J].上海金融，2005（1）.

[3]郭春松.商业银行压力测试研究[J].福建金融，2005（10）.