第三章 市场风险管理
自20 世纪70 年代布雷顿森林体系崩溃以来，
由于国际金融市场利率、汇率波动的加剧，市
场风险成为金融机构面临的重要风险。
同时，由于管制放松和金融自由化的发展，以
及由此而带来的金融机构混业经营的发展，传
统的商业银行以信用风险为主、投资银行以市
场风险为主的差异逐渐消失。
金融风险案例回顾
1994年美国奥兰治县，因对利率衍生产品风险管
理不到位造成了十几亿美元的损失；
1995年英国巴林银行因对日经指数期货交易风险
管理不到位，损失亿美元而宣告破产；
1997年亚洲金融风暴因外汇风险引发利率和股票
市场风险，给整个世界经济造成巨大损失；
2004年我国发生的“中航油”事件，是因为石油
期货市场风险导致企业遭受重大损失，等等。
造成风险的原因
大多是由于市场风险管理不善。
市场风险的突发性、破坏性和严重性，
告诫：如果不重视市场风险管理，即使
是百年老店也可能遭受灭顶之灾。
第一节 市场风险的识别
一、市场风险的涵义与金融资产的分类
市场风险：是指交易者因市场条件的不
利变动而蒙受损失的风险。
这里的市场条件包括交易价格、交易规
则、供求关系、流动性等。
市场风险的识别
这些市场条件的改变往往最终都反映为
市场价格的波动 → 市场风险可以简单的
定义为因市场价格的不利变动而导致损
失的风险。
市场风险的识别
我国银监会颁布的《商业银行市场风险管
理指引》中，将市场风险定义为：“因市
场价格（利率、汇率、股票价格和商品价
格）的不利变动而使银行表内和表外业务
发生损失的风险”。
市场风险的识别
金融机构持有的所有金融资产（包括表
内和表外）都会面临着市场风险。
由于持有目的和会计处理上存在差异，
不同资产受市场风险影响的程度也不同。
根据2004年3月公布的国际会计准则第
39号，金融资产可以划分为四类：
市场风险的识别
（1）以公允价值计量且公允价值变动计入损益的金
融资产；
（2）持有待售；
（3）持有到期日的投资；
（4）贷款和应收款。
前两类资产按公允价值计价，但对持有待售类资
产，其公允价值的变动不计入损益而计入所有者
权益。
后两类资产可按账面价值计价，它们受市场风险
的影响小于前两类资产。
市场风险的识别
在上述按会计标准分类的基础上，监管
当局对商业银行的资产分类提出了新标
准。
按特定业务目的把所有的表内外资产划
分为两大类：
银行账户资产
交易账户资产
交易账户记录的是：银行为交易目的或规避交
易账户其他项目的风险而持有的可以自由交易
的金融工具和商品头寸。（自营头寸、代客买
卖头寸、做市交易头寸）
记入交易账户的头寸必须在交易方面不受任何
条款限制，或能够完全规避自身风险。
银行应对交易账户头寸经常进行准确估值，并
积极管理该项投资组合。
交易账户中的项目通常按市场价格计价，
当缺乏可参考的市场价格时，可以按模
型定价。
按模型定价：是指将从市场获得的其他
相关数据输入模型，计算或推算出交易
头寸的价值。
与交易账户相对应，银行的其他业务归
入银行账户，最典型的是存贷款业务。
银行账户中的项目通常按历史成本计价。
银行划分银行账户和交易账户是准确计
算市场风险监管资本的基础。
许多国家监管当局都根据巴塞尔委员会
的精神制定了更为详细、明确的资产分
类标准和操作规程。
根据银监会2007年修改并重新公布的
《商业银行资本充足率管理办法》规定，
我国商业银行的交易账户包括以下三个
部分：
1）从事自营而短期持有并旨在日后出售或
计划从买卖的实际或预期价差、其他价格及
利率变动中获利的金融工具头寸。
2）为执行客户买卖委托及做市而持有的头
寸。
3）为规避交易账户其他项目风险而持有的
头寸。
二、市场风险的主要类型
根据风险因子的不同，市场风险通常分
为：利率风险、股票风险、汇率风险和
商品风险四大类。
（一）汇率风险
汇率风险：是指金融机构因汇率的不利
变动而蒙受损失的风险。
汇率风险
商业银行的汇率风险一般产生于两个方面：
一是代客或自营进行的外汇交易，包括外汇现
货交易、外汇的远期、期货、期权和互换等金
融合约的交易；
二是持有非交易性的外币资产或外币负债，如
外币存贷款、发行外币债券、海外投资等。
这些活动需要通过外币来进行交易或完成结算，
还需要进行成本和收益的核算，如果汇率发生
了不利的变化 → 汇率风险产生。
汇率风险
◎ 汇率风险的类别
根据风险发生的时间段和影响力的不同，汇率风险 → 会
计风险、交易风险和经济风险。
会计风险：又称折算风险或转换风险，产生于金融机构在
对财务报告进行会计处理中，将功能货币（在具体业务中
使用的外国货币）转换成记账货币（本国货币）时，因汇
率的不利波动而出现账面损失的风险。
会计风险表示的是金融机构过去的交易形成的风险，与会
计换算方法密切相关。
交易风险：是指在计划中、进行中或已
经完成的外币计价的业务交易中，因汇
率波动而使金融机构蒙受损失的风险，
是现实的风险。
经济风险：是指因意外的汇率波动而引
起金融机构在未来一定期间盈利能力和
现金流量发生不利变化的风险，是潜在
的风险。
根据风险产生原因的不同，汇率风险
交易性风险和结构性风险。
交易性风险源于所有以外币计价的业务；
结构性风险源于资产、负债之间币种的
不匹配。
1、交易性风险主要来自两方面：
1）外汇买卖活动
金融机构在买卖外汇过程中会出现外汇空头头
寸或多头头寸。
如果外汇汇率上升 银行在轧平空头头寸时
要蒙受多付本币的经济损失；
如果外汇汇率下降 银行在轧平多头头寸时
要蒙受少收本币的经济损失；
交易性风险——外汇买卖活动
外汇交易性风险还广泛存在于远期、期
货、期权和互换等金融合约交易中。
案例：2003年，澳大利亚元、新西兰元
兑美元汇率在短时间内升值6％～8％，
澳大利亚国民银行的外汇交易员判断这
两种货币兑美元汇率的强劲势头将发生
逆转 进行相应的外汇期权交易。
交易性风险——外汇买卖活动
事与愿违，澳元和新元兑美元汇率的强
劲势头不改，一路攀升，分别升值达13
％～15％，国民银行的交易因此出现了
亏损。
更为严重的是，为了掩盖损失，交易员
制造了大量虚假交易，澳大利亚国民银
行最终承受的损失超过亿澳元。
交易性风险
2）以外币计价的国际借贷和投资活动
在国际金融市场上从事以外币计价的国
际借贷和投资活动时，由于债权债务的
清偿及投资的回收存在时间差，如果期
间发生了外汇汇率的不利波动 蒙受
经济损失。
交易性风险
——以外币计价的国际借贷和投资活动
例如：一家美国银行在国际债券市场上
发行了3年期债券3亿欧元，发行时汇率
为EUR1＝，债券折合为亿
美元。
3年后，债券到期，汇率变为EUR1＝
，不考虑利息因素，该银行为偿
还债券需亿美元，净损失(-
)亿美元。
2、结构性风险
金融机构以外币计价的资产组合、负债组合及
资本之间不匹配。
表现在外币结构上，如外币资产可能包括英镑
债券、美元股票、日元贷款，而外币负债可能
包括欧元存款、加元债券；
也可能表现为同一币种资产和负债的规模或期
限的不匹配。
例 题
假设当前汇率1英镑兑换美元，美国某银行的资产
负债组合如下：
该银行的资产负债组合虽然在期限方面完全匹配，但
在规模上不匹配 面临英镑汇率下降的风险。
资产（1年期，利率9
％）
负债（1年期，利率5
％）
50百万美元贷款 110百万美元定期存
款
100百万英镑贷款 60百万英镑定期存款
汇率风险
※ 如果未来一年中英镑汇率不发生变化，即￡1=＄
，则该银行的收益为：
资产总收益（50＋100×）×9％＝18
负债总成本（110＋60×）×5％＝10
净收益：18－10＝8（百万美元）
※ 如果英镑汇率下降为￡1=＄，则
资产总收益（50＋100×）×9％＝
负债总成本（110＋60×）×5％＝
净收益： － ＝ （百万美元）
汇率风险
如果存在着大量外汇转贷，商业银行的外币负
债和资产表面上看是匹配 形成风险。
例如：20世纪90年代亚洲金融危机前夕，泰
国本币利率比美元利率要高5个百分点 金
融机构从境外拆借出大量美元、英镑等外币转
贷给本国企业。
其后泰铢兑美元汇率急剧下跌，没有风险规避
措施 外汇风险和损失直接转变为银行的信
用风险和损失。
汇率风险
金融机构的汇率风险不仅取决于其风险
暴露部位（汇率风险敞口）的大小，还
取决于汇率变动的频率和幅度。
汇率波动的频率越高，幅度越大 汇
率风险就越大。
（二）股票风险
股票风险：是指金融机构因股票价格波
动而带来损失的风险。
股票风险不仅存在于股票投资中，也存
在于其他与股票有关的权益类工具中—
—可转换债券、认股权证及各种股票衍
生品。
（三）商品风险
商品风险：是指金融机构因商品价格波
动而带来损失的风险。
这里的商品是指可以在二级市场上交易
的实物产品。
这些商品通常在交易所交易，合约的形
式包括即期、互换、期货和期权等。
商品风险
通常交易的商品合约主要包括：
农产品：玉米、大豆、棉花、小麦等；
家畜和肉类：牛、猪等
能源产品：石油、天然气、电力等；
金属：铝、铜、镍、锌等。
第二节 市场风险的评估
一、市场风险评估方法概述
市场风险管理领域的技术、方法及理念十分繁
荣。
三大著名金融理论——资产组合理论、资本资
产定价理论、期权定价理论起源于市场风险领
域。
众多前沿的风险管理技术、思想和方法——
VaR系统、压力测试、风险对冲等也来自于这
一领域。
市场风险的评估方法
传统上，对于市场风险的表达大多为描述性质，
采用定性的方法进行评估。
随着金融理论与实务发展，定量的方法开始被
采用：
名义值法 敏感性法 波动性法
VaR系统、
压力测试、
极值法，等
图 市场风险评估方法演进路线图
名义值法：是采用金融资产的账面价值（即市
场风险暴露）来度量市场风险的。
账面价值越大 市场风险就越大。
该方法的优点：简单易行。
缺点：由于金融资产的账面价值反映的只是其
历史成本，在利率、汇率等市场价格因素频繁
波动条件下，仅考虑账面价值是不足的。
为了弥补账面价值的不足，金融机构更
多的采用市场价值或公允价值来反映市
场风险的暴露。
根据国际评估准则定义，市场价值是指
“评估基准日，自愿的买卖双方在知情、
谨慎、非强迫的情况下通过公平交易资
产所获得的资产的预期价值”。
对公允价值的定义是“公允价值为交易双方在
公平交易中可接受的资产或债权价值”。
公允价值的计量有四个层次：
1）直接使用可获得的市场价格；
2）如不能获得市场价格，则应使用公认的模型
估算市场价格；
3）实际支付价格；
4）允许使用企业特定的数据，要求该数据应能
被合理估算，并且与市场预期不冲突。
名义值方法只能度量市场风险影响的范
围，它不能衡量市场风险的损失究竟有
多大。
敏感性分析方法可以度量出资产（或组
合）价值相对于某个市场风险因子变动
的敏感程度。
相对于名义值法，敏感性法更接近风险
度量的本质。
二、敏感性分析法
（一）敏感性分析的基本原理
2004年巴塞尔委员会发布的《利率风险
管理与监管原则》中，要求银行评估标
准利率冲击（如利率上升或下降1个基点）
对银行经济价值的影响。——需要应用
敏感性分析法
敏感性分析是指在保持其他条件不变的
前提下，研究单个市场风险要素（利率、
汇率、股票价格和商品价格）的变化可
能对金融工具或资产组合的收益或经济
价值产生的影响。
反映敏感程度的指标是敏感系数：
敏感系数＝目标值变动百分比/参量值变动百分比
例如：某一债券价格为1000元，如果利率每
变动1％，该债券的价格就会变动5％，则该债
券价格对利率的敏感度为5（5％ / 1％）。
在其他条件既定的前提下，敏感度越大，风险
越大。
敏感度有一个重要的特性：即具有可相
加性——使其可以运用于组合的风险度
量。
如果某一资产组合由多项资产或不同类
型的资产组成，决定各项资产价值的基
础变量是同一市场风险要素，则该组合
的敏感度就等于组合中各资产敏感度的
加权平均值。
组合的敏感度， 第i项资产的敏感度
第i项资产在组合中所占的比重。
例如：某债券组合总价值为500万元，其中
债券1为200万元，其利率敏感度为5，债券
2为300万元，其利率敏感度为10，则该组
合的利率敏感度为：
S＝200/500×5+300/500×10=8
（二）敏感性分析在市场风险度量中的应用
1、敏感性分析在汇率风险度量中的应用
汇率的变动会直接反映到以外币计价的资
产（负债）的价值变动上。
金融机构的汇率风险主要取决于其汇率风
险暴露，即敞口规模的大小。
2006年中国银行的外汇敞口情况 单位：十亿美元
外汇敞口
资产负债
表外汇敞
口净额
资产负债
表外外汇
敞口净额
境外外币投
资的外汇敞
口净额
外汇
净敞
口
外汇敞口 60 （21） （13） 26
股东投入的外币资本金 11 － － 11
叙作外汇即期交易降低的外汇敞口 （26） － － （26）
叙作的美元/人民币货币掉期交易 42 （42） － －
本年到期的美元/人民币货币掉期交易 （4） 4 － －
其他 3 4 （2） 5
外汇敞口 86 （55） （15） 16
2、敏感性分析在利率风险度量中的应用
主要表现为资金缺口分析和持续期分析
中。
3、敏感性分析在股票风险度量中的应用
以β系数为例， β系数的计算公式：
β系数是反映单项资产相对于所有资产组
合的变动程度，即系统性风险。
β系数越大，反映单项资产的系统性风险
越大。 β系数在股票投资中应用广泛，
常用它反映个股对市场（或大盘）变化
的敏感性。
4、敏感性分析在衍生品风险度量中的应用
以期权为例来进行简要分析，以欧式看涨期权为例，根
据B/S模型给出的定价公式为：
根据泰勒展开式，可得：
从上式可看出，期权风险取决于其价值
相对于标的资产的价格和利率等市场风
险要素的敏感度。具体包括：
1）Delta(Δ)值
Delta值是度量期权价格对于标的资产价格单
位变动的反应，即
例如，某标的资产现货价格每上升或下降1元，
其期权价格随之上升或下降元，则，该期
权的Δ＝。
标的资产现货价格对期权价格的潜在不利影响
被称为期权的Delta风险。
2）Vega( )值
Vega值是度量期权价格对于标的资产价格波动
率单位变动的反应，
Vega的绝对值越大→期权价格对标的资产价格
波动率的变化越敏感。
标的资产价格波动率变化对期权价格的潜在不利
影响被称为Vega风险。
3）Rho(ρ)值
Rho值度量的是期权价格对于利率变动的反应，
即利率变动1个单位（通常为1％）时，期权价
格的变动量，即
利率变化对期权价格的潜在不利影响被称为
Rho风险。
4）Theta(θ)值
Theta值度量的是期权价格对于时间衰减的反
应，
期权价值的基础在于未来的不确定性，时间越
长 → 期权价值越大。在期权有效期内，其价
值会随着时间流逝一点点减少，因此， Theta
值可视为期权价值的时间衰减率。
期权价格随时间衰减的风险就是Theta风险。
5）Gamma(Γ)值
Gamma值主要用于衡量当标的资产价格发生
变化时Delta值的变动情况，即
（三）敏感性方法简评
敏感性分析具有计算简便且易于理解的显
著优势，在市场风险度量中得到广泛运用。
如，度量汇率风险的敞口分析、度量利率
风险的资金缺口分析和久期分析等。
敏感性分析的局限性，主要表现在它假设基
础变量（如汇率、利率等）变动与目标变量
（如资产的损益）变动之间的关系呈线性。
现实中，许多金融工具或资产相对于市场风
险要素的变化具有非线性特征。
三、VaR模型
金融市场风险的计算，是计算由于市场因子不
利变化而引起的金融机构金融资产的价值损失，
金融机构通过对其市场交易头寸的风险进行量
化得出结论。
在金融市场风险管理的各种方法中， VaR最为
引人瞩目。到目前为止，VaR 已经成为金融机
构进行风险管理的主要方法之一，并被认为是
对银行和其他金融机构的市场风险进行度量的
最佳方法。
VaR产生的背景
在前VaR时代，金融市场风险测量的主流方法
包括灵敏度分析方法和波动分析方法。
灵敏度分析方法虽然在概念上和使用上简单直
观，但其对金融资产价格变化与市场因子变化
成线性关系的假设往往与实际金融市场中的很
多情况不符，只有当市场因子发生微小变化时，
应用灵敏度法才相对可靠。
波动性法虽然很好的描述了收益的偏离
程度，但并没有给出投资组合的可能损
失到底有多大。
正是由于传统测量方法存在着缺陷，才
产生了一种能全面测量复杂组合下市场
风险的模型——VaR。
VaR是由摩根银行首先提出。在20世纪80
年代，作为摩根银行的全球研究总经理，
蒂尔·古尔迪曼被视为风险价值概念的创始者。
该银行的主管要求下属们在每个交易日后，都
要呈交上一份各部门在未来24小时内总体上的
潜在最大损失的报告。
针对这一要求，风险管理人员开发了一种能够
广泛测量市场风险，并且能够将这种风险表达
成一个具体数据的风险测量方法。
1993年，30国集团把VaR作为处理衍生金融
工具的“最佳典范”方法进行推广，使得其在
全球范围的影响大大提升。
1994年， 摩根对外公布了VaR模型的技术
文档。
1998年， 摩根成立了专门的风险管理公司
——RiskMetrics Group。
随着VaR技术的日渐成熟，风险管理专家们还
对其在信用风险、操作风险等领域的应用进行
了深入研究，取得了显著成果。
如今， VaR在金融领域和一些非金融企业中得
到广泛应用。
VaR已逐渐被视为风险度量的一种标准，巴塞
尔委员会允许金融机构采用标准化方法和内部
模型法来度量市场风险，其中就是以VaR作为
内部模型的核心技术。
VaR的定义
VaR（Value at Risk）的缩写：受险价值、
在险价值、风险价值等，其基本含义是：在
一定置信水平和一定持有期内，某一金融资
产或组合在正常的市场条件下所面临的最大
损失额。
根据VaR的定义，可以表示为：
P{△p>VaR}=1-c。其中，△p 为金
融资产或组合在持有期△t 内的损失，
VaR 为置信水平c 下处于风险中的价
值。
例如：一种投资组合，其持有期为1天，
概率为95％， VaR等于100万美元。
可以认为：该组合在1天中只有5％的概
率损失超过100万美元。或者说，有95
％的的概率损失不会超过100万美元。
VaR 的参数选择
VaR 有两个重要的参数： 资产组合的持有期
和置信水平。这两个参数对VaR 的计算及应用
都起着重要的作用。
1、资产组合的持有期
从投资者的角度来说，资产组合的持有期应由
资产组合自身的特点来决定。资产的流动性越
强，相应的持有期越短；反之，流动性越差，
持有期则越长。
国外商业银行由于其资产的高流动性，一般选
择持有期为一个交易日， 而各种养老基金所选
择的持有期则较长，一般为一个月。
在应用正态假设时， 持有期选择越短越好，
因为资产组合的收益率不一定服从正态分布，
但在持有期非常短的情形下，收益率渐近服从
正态分布，这时的持有期一般选为一天。
Basle 委员会选择10 个交易日作为资产
组合的持有期，这反映了其对监控成本
及实际监管效果的一种折衷；
持有期太短→监控成本过高；
持有期太长→不利于及早发现潜在的风
险。
2、置信水平
置信水平的选取反映了投资主体对风险的厌恶
程度，置信水平越高，厌恶风险的程度越大。
由前面所述VaR 的定义可以看出，置信水平的
选取对VaR值有很大影响，同样的资产组合，
由于选取的置信水平不同计算出的VaR 值也不
同。
实践中，金融机构的置信水平一般位于95％～
99％之间。
例如，国外各银行选取的置信水平不尽
相同，美洲银行和 银行选
择95%，花旗银行选择%，大通
曼哈顿银行(Chemicaland Chase) 选择
%，信孚银行(Bankers Trust) 选
择99%。
由VaR 的定义可知，置信水平越高→资
产组合的损失大于其VaR 值的概率越小，
即，VaR 模型对于极端事件的发生进行
预测时失败的可能性越小。
Basle 委员会要求采用99%的置信水平。
（二）VaR的获取方法
计算VaR的关键在于确定资产（或组合）
未来损益的统计分布或概率密度函数。
直接获取未来损益的分布有时会非常困
难，为此， VaR的获取通常要经过以下
分解过程：
VaR的获取方法
第一步，识别市场风险因子（如汇率、利率等），
将资产（或组合）的价值表示为风险因子的函数
——映射。
第二步，估测市场风险因子在未来某一时期的变
化情景，通常用市场风险因子的波动率来表示。
第三步，根据映射结果和风险因子的变化来估测
资产（或组合）的未来价值变化及其概率分布—
—盯市。
第四步，根据给定的置信水平和持有期，计算出
VaR。
计算VaR的关键问题有两个：
第一，如何估算市场风险因子未来的变化。
目前，估测市场风险因子未来变化的方法主要
有两大类：
一是基于历史数据而估计出的历史波动率；
二是基于期权定价模型而估计的隐含波动率。
1）历史波动率
是指从标的资产价格的历史数据中计算
出价格收益率的标准差。
计算波动率时，可以采用统计学中计算
样本均值和标准差的简单方法。
历史波动率
首先，从市场上获得标的资产（如股票）在固定
时间间隔（如每天、每周或每月等）的价格；
其次，对于每个时间段，求出该时间段末的股价
与该时间段初的股价之比的自然对数；
然后，求出这些对数的标准差，再乘以一年中包
含的时段数的平方根（选取时间间隔为天，按交
易日计算，一般每年按252个交易日计算，即乘
以 ，得到的即为历史波动率。
表 烟台万华股票历史波动率计算数据
日 期 收盘价Pt（元） 收益率ln(rt)
历史波动率
可按以下公式计算股票的收益率的均值、标准差、
年历史波动率：
收益率均值（ ）＝
收益率标准差（ ）＝
历史波动率
在上述例子中，采用了11天的历史数据计算的
波动率为％，如果采用1年的数据
（～ ）计算的历史波
动率为% → 表明采用不同的时间段或
天数计算结果相差很大。
从统计角度，时间越长，数据越多 → 获得的
精确度一般越高。
但是，资产价格收益率的波动率却又常常随时
间而变化，太长的时间段反而可能降低波动率
的精确度。
计算波动率时，要注意选取距离估价日较近的
时间，一般的经验法则是设定度量波动率的时
期等于期权的到期期限。例如，如果要为9个
月的期权定价，可使用9个月的历史数据。
2）隐含波动率
从B/S期权定价模型本身来说，公式中
的波动率指的是未来的波动率数据，即
投资者对未来标的资产波动率的预期。
历史波动率不能很好地反映这种预期。
隐含波动率
根据B/S期权定价公式，将公式中除了波动率
以外的参数和市场上的期权报价代入，计算得
到的波动率可以看做市场对未来波动率的预期。
由于B/S期权定价公式比较复杂，隐含波动率
的计算一般需要通过计算机完成。
第二，如何确定资产（或组合）价值变
化与市场风险因子变化之间的关系。
除了呈显著非线性特征的期权类金融工
具外，大多数金融工具的价值变化都被
假设为市场风险因子变化的线性函数。
依据对风险因子及其与资产价值之间关
系的不同处理方法，可以将VaR的获取
方法分为三大类：历史模拟法、蒙特·
卡罗法、方差—协方差法。
1、历史模拟法
历史模拟法的基本思路是：假定资产（或组
合）未来的收益变化与过去是一致的，利用
历史数据，将过去已经实现的收益分布或市
场变量分布应用于目前的头寸，据此模拟下
一个时期该头寸可能面临的收益分布，给定
置信水平和持有期，可计算出VaR。
历史模拟法例题
假设国内某银行在外汇市场上购入1亿美元的即
期头寸，预计持有一天，如果第二天美元对人民
币汇率发生不利变动，该银行可能会有多大的损
失？
首先利用近10年内每日人民币对美元汇率的历史
数据来模拟出持有该头寸的每日收益。
计算头寸损益的公式：Rt=Q(St－St-1)/St-1
其中，Q：头寸以美元标价的现值；
S：人民币对美元的汇率。
历史模拟法
假定在t-1日和t日的汇率分别为1美元兑
元人民币和元人民币 ，可以
模拟出该头寸在这t日的损益为：
R＝10000×（ － ）/ ＝－25万。
在整个样本期（假定有2500个交易日）
重复这个步骤，就可以得到一个损益的
时间序列：
历史模拟法
日期 损益（万）
第1天 －15
第2天 5
第3天 12
…… ……
第2500天 －25
历史模拟法
优点主要表现在以下几个方面：
1）如果能收集到完整的历史数据，且不存在大幅度的市场
价格波动，该方法的运用十分简单，其结果具有一定的说
服力。
2）该方法采用的是完全估值技术，计算的是资产（或组合）
的全部价值，而非价格发生微小变化的局部近似，且由于
使用了实际数据，可以灵活地处理线性和非线性问题。
3）该方法不需要对定价模型和基本市场结构作任何特定的
假设，不存在模型风险。
历史模拟法
缺陷：
1）该方法是用过去的市场变化来模拟当
前的头寸损益，这就意味着假设风险因
子的未来变化必须依赖于它过去的变化，
即“历史可以复制未来”。
历史模拟法
2）该方法对所选用的历史样本期间比较敏感，为
数不多的几个极端值就决定了VaR值，在不同的
样本期间中，这些极端值可能变化较大，因而使
得VaR值的变化也较大。
3）该方法在计算时通常要采用较长的样本期间，
并对所有的历史数据给以相同的权重，这势必减
少了近期数据的影响，与真实情况往往不符。
2、蒙特·卡罗法
蒙特·卡罗法主要是利用计算机随机模拟
出风险因子的随机价格走势，并以此来近
似地揭示该风险因子的市场特性。
蒙特·卡罗法
基本思路：假设资产（或组合）价格或市场风
险因子的变化服从于某个随机过程，通过模拟
该随机过程，就可以得出在给定时点上资产
（或组合）的价格或市场风险因子的估计值。
不断重复该模拟过程，就可以得到一系列估计
值。如果重复的次数足够多，模拟出的估计值
最终将会收敛于“真实的”价值。以此为基础，
就可以进一步估计出资产（或组合）“真实”
的VaR。
蒙特·卡罗法
同历史模拟法一样，该方法也是通过产生
一个模拟的收益分布来估计VaR；
与历史模拟法不同的是，该方法的基础是
假设一个随机过程，即特定的价格动态模
型或风险因子动态模型，而不是价格或风
险因子变化的历史数据。
蒙特·卡罗法
优点主要表现在：
1）采用了完全估值技术。如果模拟的次数足够
多，资产（或组合）的模拟分布将收敛于真实分
布，其结果会非常精确。
2）该方法对历史数据的依赖性较弱，避免了历
史模拟法的缺陷。
3）可以进行多种路径（情景）的模拟，使用灵
活，适用于所有头寸，尤其适用于处理复杂的头
寸。
蒙特·卡罗法
缺陷：
1）计算量太大，且所有方法和过程不直观、
不透明，难以被理解。
2）模拟的结果要受随机模型和参数的影响，
存在模型风险。
3、方差一协方差法
也称参数法，其基本思路是：首先假定资产
收益（或某种风险因子）服从于某种参数分
布，如正态分布、泊松分布等，然后借助于
分布的参数，如均值、方差和协方差等，直
接计算出VaR。
根据金融资产的收益变动与风险因子之
间关系的不同，大致可将金融产品划分
为两类：
线性产品
非线性产品
金融产品与风险因子之间的关系
关系类型 金融产品 风险因子
简单线性产品 债券 国债价格
股票 股票指数
外汇 汇率
商品 商品价格
利率互换 互换价格
线性衍生品 浮动利率票据 货币市场价格
外汇远期 远期利率/货币市场价格
远期利率协议 货币市场价格
现金互换 互换价格/远期利率
非线性衍生品 股票期权 股票价格
债券期权 债券价格
外汇期权 汇率
方差一协方差法
方差－协方差法在获取VaR时也有两种
不同的处理方法：Delta近似法和Delta
－Gamma近似法。
Delta近似法：用于处理线性产品；
Delta－Gamma近似法：用于处理非线
性产品。
1） Delta（Δ）近似法
根据实际金融数据的基本特征，通常假定资产
收益率服从正态分布。
假设某项资产的收益率r，均值为μ，标准差为
σ，置信水平为1－c，对应的概率密度函数
f(R)服从一般正态分布：
用r*表示资产收益率分布上某个分位点的数值，
对应不同的置信水平1-c，可以找出不同的r*。
通常把一般正态分布转换为标准正态分布：
可知
用P表示资产价值，则
VaR＝（－ασ＋ μ ）×P，假设 μ=0，所以：
VaR＝α × σ ×P
例：某股票的收益率变动服从均值为0，标准
差为的正态分布，计算价值为100万元的
该股票投资在95％的置信水平下的单日VaR。
查表得，对应95％的置信水平下的α值是
，代入公式得：
VaR＝α × σ ×P＝ × ×100＝万元
在前面的讨论中，假定头寸的持有期为一天，
忽略了时间长度对VaR数值的影响。
持有期是衡量风险因子波动性和相关性的时间
单位，也是取得观察数据的频率。
持有期的长短对VaR数值有着直接的影响→可
通过引入时间的平方根法则来分析。
所谓时间的平方根法则，是指在独立同分布的状
态下，波动性以相当于时间的平方根大小的速度
增长。
用公式表示：
例如，假设某头寸的日波动率为10％，换算为
月波动率为：
换算为年波动率为：
假设持有期长度为T，VaR的计算公式相应的
调整为：
例：假设有一价值为500万美元的某商业银行
的债券，该债券的日波动率为2％，假定该债
券价值变动为正态分布，计算置信水平为
％，10天时间的VaR。
查表得，正态分布％置信度对应的分位数
是， 即α值是，代入公式：
VaR＝500 × × × ＝
投资组合的VaR 计算
如果假定：投资组合的价值变化与市场
因子的变化是线性相关的，并且市场因
子的变化服从正态分布，那么只要知道
投资组合中所有资产的波动率和它们之
间的相关系数，便可得到这一投资组合
的VaR。
投资组合报酬率概率分布的标准差：
m：组合内证券种类总数；
Aj：第j种证券在投资总额中所占的比例；
Ak：第k种证券在投资总额中所占的比例；
σjk：第j种证券与第k种证券报酬率的协方差。
rjk ：证券j和证券k报酬率之间的预期相关
系数；
σj： 第j 种证券的标准差；
σk：第k种证券的标准差；
投资组合的VaR：
例：某商业银行的投资组合由1000万元投资于甲
公司的债券和500万元投资于乙公司的债券构成。
甲公司债券的日波动率为%，而乙公司债券
的日波动率为%，并且甲公司和乙公司债券
收益率之间的相关系数为。计算该投资组合在
99％置信水平下10天的VaR。
2）Delte-Gamma(Δ-Γ)近似法
由于期权、认股权等金融资产与市场风险因子
的关系是非线性的，除了考虑Δ风险外（线性
部分），还必须考虑Γ风险（非线性部分）—
—需要应用Delte-Gamma(Δ-Γ)近似法原理。
期权的VaR：
方差－协方差法
在方差－协方差法中，大体上都要涉及三个基础
变量：
资产（或组合）价值P、对应的置信水平的α值以
及风险因子的标准差σ。
置信水平是事先给定的，与之对应的α值也是确
定的，资产（或组合）价值P通常也可以在市场
上观察到，只有σ值需要估计。
估计风险因子的方差和协方差正是计算VaR的核
心问题——方差－协方差这一名称的由来。
目前，估算风险因子的方法正处于不断完善中
建模的方法大体有两大类：
一是基于历史数据估计的历史波动率，如移动
平均法、GARCH模型和随机波动模型；
二是基于期权定价模型估计的隐含波动率。
总体上看，方差－协方差法的最大优点
在于原理简单，计算快捷。
它不需要详细的历史数据，只需要相关
的参数，如方差、协方差等，就可求解
出VaR。
尤其在处理线性头寸时，优势非常显著
→该方法在实践中得到了很好的推广和
应用。
方差－协方差法的缺陷：
1）依赖于正态分布的假设。许多金融资
产的收益率并不完全服从正态分布，通
常存在厚尾现象，即极端值比正态分布
出现的多，且更频繁→基于正态分布假
设的模型会低估实际的风险值。
方差－协方差法的缺陷：
2）不能预测突发性事件。原因在于该方
法不仅假设变量呈正态分布，还假设这
种分布在过去和未来具有一致性，即不
随时间而改变。
习 题
1、考虑下面的单证券：证券ABC在市场头寸
为$200000，其收益率的年波动率为30％，
假设收益呈正态分布，计算其在99％置信水
平下10个持有期的线性VaR值。（假设一年
内共有252个交易日）
习 题
2、考虑一个包含两种证券的投资组合，假设
证券的日收益率为正态分布，其联合分布也是
恒定的，且无自相关性。E证券的市场价值为
$100000，年波动率为22％。P证券的市场
价值为$175000，年波动率为27％，假设这
两个证券收益的相关系数为，一年内有
252个交易日，单个证券的日期望收益都为0
，该资产组合在95％置信水平下1天的VaR为
多少？
VaR模型简评
优点：
1）最大优点在于，为人们提供了研究和管理
金融风险的统一框架。
VaR技术可以广泛地应用于不同层面（单一资
产层面或组合层面、交易层面或机构层面）、
不同类别风险（利率风险、汇率风险等）的计
量 → 使风险度量的结果具有可比性。
VaR模型优点
2）作为一个总体框架， 具有较大的包容性，
它把风险度量解构为不同的模块，并允许人们
运用不同的方法和模型来处理这些模块 →
VaR系统不仅可以灵活地处理各种现实问题，
还可以充分吸收各种先进的风险管理思想和技
术，不断丰富自身的发展。
VaR模型优点
3） VaR系统以概率论和数理统计为基础，是
一种利用规范的现代计量技术来全面综合地衡
量市场风险的方法，能够更加准确地计量金融
机构所面临的风险状况，提高了风险管理系统
的适应性和科学性。
缺点：
1） 衡量的是正常条件下的市场风险，而对极
端条件下的市场风险显得无能为力。
在正常条件下，资产的交易数据比较丰富→ 比
较有效。
当市场出现异常状态时，交易的历史数据变得
稀少，尤其当市场出现危机时，资产价格的关
联性被割裂→造成VaR模型无效。
VaR模型缺点
2） VaR可能存在模型风险
主要表现在：模型选择错误、模型操作
错误、模型参数估计错误等方面。
VaR 的适用范围
因为VaR主要用来衡量金融资产的市场风险，
所以凡是握有存在市场风险的金融资产和产品
的机构都可以使用VaR进行风险管理。
这些机构主要有：投资银行、储蓄机构、投资
基金等，也有在利率、汇率等方面面临市场风
险的非金融机构。
此外，金融监管部门出于维护金融市场稳定的
需要，也可以利用VaR作为金融监管的工具。
1、 VaR可用以风险控制
1993年，三十国集团发表的研究报告将VaR
视为控制金融衍生工具市场风险的最佳方法，
并竭力向其成员银行推荐使用VaR。
对投资银行来讲，利用VaR进行风险控制，可
以使证券公司的每个交易部门或操盘手都能明
确他们正在进行的金融交易有多大风险，并可
以为每个交易部门或操盘手设置VaR限额，以
防止过度投机行为的出现。执行严格的VaR管
理，一些金融交易的重大亏损可以完全避免。
2、VaR可用于业绩评估
在金融投资中，高收益总是伴随着高风
险，交易员可能不惜冒巨大的风险去追
逐巨额利润。
公司出于稳健经营的需要，必须对交易
员可能的过度投机行为进行限制。
对一个交易员的业绩评价时不再仅仅根
据其赢利的大小，而是根据收益与VaR
的比率，而银行家信托公司的业绩评价
指标则被称为“ 经风险调整的资本收益
” （Risk Adjusted Return on
Capital，简称RAROC）。
RAROC=收益/ VaR值
VaR可用于业绩评估
如果交易员从事高风险的投资项目，那么即使
利润再高，由于VaR 值较高，RAROC 值也不
会很高，其业绩评价也就不会很高。
可见，VaR 法用于业绩评估，可以较真实地反
映交易人员的经营业绩，并对其过度投机行为
进行限制。
此外，VaR 方法也可以用于对投资项目的业绩
评估中，利用VaR 方法计算经风险调整后的项
目收益情况，可以使公司更好地选择在最小风
险下获取最大收益的项目。
3、VaR 可用于金融监管
这方面最典型的例子——国际清算银行巴塞尔
委员会关于资本充足率的规定。
1995 年4 月，巴塞尔委员会公布的《有关在资
本充足率协议中纳入市场风险因素的补充文件
》中规定，从1997 年年底开始，其成员银行
在设置应付风险的资本金额时除考虑信用风险
外，还要考虑市场风险。
VaR 可用于金融监管
在计算市场风险时，成员银行可以采用巴塞尔
委员会制定的标准计算方法，也可以采用自己
的内部VaR 模型，在利用内部模型计算市场风
险时，必须满足巴塞尔委员会设置的最低标准，
即至少要计算置信度为99%，持有期为10天
的VaR 值。
成员银行也可以自由决定采取更加严格的计算
标准。
四、情景分析法与压力测试法
（一）情景分析法
1999年，安然（Enron）的一个战略伙伴曾问过
一个问题：如果安然倒闭了该如何是好？当时，公司
还呈现出繁荣景象：稳坐美国第七大公司的宝座，账
面收入高达1000亿美元。
为强化战略和防范可能的风险，公司管理团队设
想了四种情景，其中一个被称为“重新开始”的情景
就预期了安然的倒闭——所依据的就是情景分析法
（越来越多的应用于金融风险管理领域）。
情景分析法
所谓情景，就是对未来的一种可信的描
述，它能帮助人们深入探究未来的风险
和机遇。
情景可以人为设定，如直接使用历史上
发生过的情景，可以从对风险因子历史
数据的统计分析中得到，或者通过运行
风险因子变动的随机模型而获得。
情景分析法
然后，把头寸放入所选定的情景中，经过严格
的分析，以形成一个对该头寸未来情景的全面
描述，进而估计风险的大小。
比如，银行可以分析利率、汇率同时发生变化
时可能会对其市场风险水平产生的影响，也可
以分析历史上出现过政治、经济事件或金融危
机发生时，其市场风险状况可能发生的变化。
情景分析法
情景分析是一种多因素分析方法，结合设定的
各种可能情景的发生概率，研究多种因素同时
作用时可能产生的影响。
情景分析是对未来前景的一种可信的描述，相
对于那些基于概率、精算等传统风险度量方法
而言，具有更大的主观性。
情景分析法的有效性很大程度上依赖于情景的
设定和选择。
（二）压力测试法
压力测试：是指通过假设各种极端不利
的市场环境或情景，来估计头寸或组合
在该环境下的风险值。
压力测试旨在分析金融机构在极端不利
的情况，或者在有压力的情景下，将面
临风险的大小。
压力测试法
目前常用的压力测试包括敏感性分析和
情景分析两种方法。
1、敏感性分析
敏感性分析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。
压力测试法——敏感性分析
敏感性分析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。
敏感性测试仅需指定风险参数变化，而无需确
定冲击的来源，因此使用简单快速，而且经常
是即时的测试。
敏感性分析因其快速简单的特点而被广泛应用
于交易前台和业务部门层面，一些机构风险管
理者也用它来计算市场环境变化对机构冲击的
最初近似值。
压力测试法
2、情景分析
情景分析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。
其目的是透过模拟同时影响多项风险因素（ 例
如股价、汇率及利率） 的压力情况， 评估商
业银行资产组合价值的变动。
压力测试法——情景分析
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
者重大事件如东南亚金融危机、美国
“ ”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
充足程度。
压力测试法——情景分析
情景一般可分为历史情景和假定情景两
种。
历史情景分析实际上是利用特定历史事
件中所发生的冲击测试类似事件发生时，
市场风险因素在某一天或某一阶段的历
史变化将导致金融机构目前持有的资产
组合市场价值的变化。
压力测试法——情景分析
优点：
一是测试结果的可信度高， 二是测试结
果直观易懂。
缺点：金融市场的冲击结构可能会发生
变化，且考察期公司的资产组合中可能
包括历史事件发生时尚未出现的创新品
种，历史情景分析的参考价值难免受到
影响。
压力测试法——情景分析
假设情景是假设还没有发生的重大市场
事件。
假设情景分析则通过对机构资产配置和
外部市场的分析，以及对历史经验的借
鉴，预测发生概率极小的压力事件，据
此构造冲击结构进行测试。
压力测试法——情景分析
假设情景与机构独特的风险特性更加匹
配，能够使风险管理者对未来的风险关
注胜于对历史事件的考量，但需要大量
资源投入并涉及相当多的人为判断。
因此，一些机构往往邀请资深经理、营
销人员和经济学家来共同讨论假定情景
设置以保证其有效性。
压力测试法——情景分析
实践中，大多数金融机构都同时使用历
史情景和假定情景进行分析，如采用过
去的市场波动数据作为参考但又不必然
与某一特定历史事件相联系的假定情景，
因为对历史事件的使用有助于校准价格
变化的幅度和其它难以设定的参数（如
对市场流动性的影响）。
压力测试法——情景分析
同时，风险管理者需要在客观性和可操作
性之间寻求平衡，因为情景表达得越清楚
客观，内容可能会越复杂和难于理解。
显然，敏感性分析反映了具体风险因素对
某个组合或业务部门的影响，情景分析则
评估压力测试包含的所有风险因素出现变
动造成的影响，因此更多的金融机构采用
情景分析进行压力测试。
压力测试法步骤
商业银行进行压力测试通常应包括以下步骤：
1、分析业务组合的性质及其所在的外部环境，
确定风险暴露情况；
2、设计适合商业银行组合的压力测试计划，
包括可能的压力事件及情况的具体说明；
3、收集相关数据，同时考虑数据的可得性；
4、以可能发生的经济冲击为基础， 假定相应
的冲击类型；
5、决定压力测试程序（ 例如责任分配及压力
测试的次数）；
压力测试法步骤
6、定期进行压力测试，并对压力测试的结果进行
分析（主要分析每一种相关的经济冲击为什么会
对商业银行产生不利的影响？ 如何改进？），
以确定较容易受影响的环节及潜在风险；
7、向董事会和高级管理层汇报压力测试结果；
8、决定应采取的预防补救措施，以处理在压力测
试中发现的潜在风险。
压力测试法
大多数国外金融机构敏感性和历史情景
模式下的压力测试至少每月进行一次，
而假定情景模式下的压力测试一般是三
个月或更长时间一次。
由于假定情景构造更加复杂，而且其修
改频率也相对较高，一般每六到十二个
月就要修改一次，所以进行压力测试的
频率相对较低。
第三节 市场风险的应对于控制
一、概述
金融机构应当建立与其业务性质、规模
和复杂程度相适应的、完善的、可靠的
市场风险管理体系。
根据银监会颁布的《商业银行市场风险
管理指引》规定，市场风险管理体系应
包括如下基本要素：
1）董事会和高级管理层的有效监控。
2）完善的市场风险管理政策和程序。
3）完善的市场风险识别、计量、监测和控制程序。
4）完善的内部控制和独立的外部审计。
5）适当的市场风险资本分配机制。
金融机构对市场风险的管理应该包括董事会、
高级管理层和具体职能部门三个不同的层级。
董事会负责审批市场风险管理的战略、政策和
程序，承担对市场风险管理实施监控的最终责
任；
高级管理层负责制定市场风险管理的政策、程
序以及具体操作规程，组织实施市场风险管理；
此外，金融机构还应该指定专门的部门
和建立市场风险管理部负责市场风险管
理工作。
由于市场风险包括了利率风险、汇率风
险、股票风险和商品风险等不同的类别，
这些风险发生的领域、诱因及形成机制
又各不相同，对它们的应对与控制技术
和方法也会存在着一定的差异。
例如，商业银行通常通过对资产和负债
结构的调整来应对利率风险，针对汇率
风险的常用办法是设置一个额度限制。
针对股票风险则强调运用资产组合的战
略等等。
二、市场风险的限额管理
金融机构实施市场风险管理，应当确保
将所承担的市场风险控制在可以承受的
合理范围内，常用的市场风险限额包括：
交易限额、风险限额、止损限额
1、交易限额
是指对总交易头寸或净交易头寸设定的限额。
总交易头寸限额对特定交易工具的多头头寸或
空头头寸给予限制；
净交易头寸限额则对多头头寸和空头头寸相抵
后的净额加以限制。
在实践中，金融机构通常将这两种交易限额结
合使用。
2、风险限额
是指对按照一定的计量方法所计量的市
场风险设定的限额，如对内部模型计量
的风险价值设定的限额和对期权性头寸
设定的限额等。
期权性头寸限额：是指对反映期权价值
的敏感性参数设定的限额。
3、止损限额
即允许的最大损失额。通常，当某项头
寸的累计损失达到或接近止损限额时，
就必须对该头寸进行对冲交易或将其变
现。
对市场风险实施限额管理的根本目的在
于把市场风险控制在金融机构可以承受
的合理范围内，因此，市场风险限额的
设定应采取自山而下的方法，即首先在
机构层面设置一个总的市场风险限额，
然后将其分配到不同的地区、业务单元
和交易员。
此外，还可以进一步按资产组合、金融
工具和风险类别进行分解，由此形成一
个完整的市场风险限额体系。
我国银监会要求商业银行在设计限额体
系时应当考虑的因素包括九大项：
1）业务性质、规模和复杂程度；
2）商业银行能够承担的市场风险水平；
3）业务经营部门的既往业绩；
4）工作人员的专业水平和经验；
5）定价、估值和市场风险度量系统；
6）压力测试结果；
7）内部控制水平；
8）资本实力；
9）外部市场的发展变化情况。
三、市场风险的套期保值
市场风险的套期保值可以通过两种途径
完成：
一是通过资产负债结构的有效搭配，使
金融机构处于风险免疫状态；（表内套
期保值）
二是运用金融衍生工具来对冲风险。
（表外套期保值）
前例，由于资产负债币种结构不匹配→导致
汇率风险的发生。
现将该例中银行的资产负债结构进行调整，
使其在币种方面也完全匹配，即：
资产（1年期，利率9％） 负债（1年期，利率5％）
110百万美元贷款 110百万美元定期存款
60百万英镑贷款 60百万英镑定期存款
可见，如果该银行的外币资产和外币负债完全
匹配，则无论汇率在存续期内发生何种变动，
其利差都可以锁定为正数。
表内套期保值不仅可以应用于汇率风险，还可
以广泛的应用于利率风险、股票风险等领域，
其基本原理一样。
（二）表外套期保值
面对既定的风险敞口，金融机构还可利用远期、
期货、期权和互换等工具来对冲市场风险，以
达到套期保值的效果。
不同套期保值工具的特点和适用范围各不相同，
面对特定的交易和风险，它们的套期保值效率
往往也不相同。
例如，与期货相比，远期合约无需交纳保证金，
而且可由交易双方自行商定，具有较大的灵活
性，在一定程度上提高了套期保值的效率；
但其不足之处是：可能需要花费较多的时间去
寻找交易对手并达成合约，如果交易对手违约，
自己要承担相应的损失→面临较大的信用风险。
套期保值工具的选择是一个重要而又复杂的过
程，需要运用金融工程技术，根据市场风险敞
口的性质、期限等因素进行确定。
四、市场风险的应急处理
金融机构应当对有重大影响的市场风险情形制
定应急处理方案，包括采取对冲、减少风险暴
露等措施降低市场风险水平；
建立针对自然灾害、系统故障和其他突发事件
的应急处理或者备用系统、程序和措施→以减
少可能发生的损失和声誉可能受到的损害。
金融机构应当将压力测试的结果作为制定市场
风险应急处理方案的重要依据，并定期对应急
处理方案进行审查和测试，不断更新和完善应
急处理方案。
