出版時間:2012-7 出版社:機(jī)械工業(yè)出版社 作者:弗朗西斯科·薩伊塔 頁數(shù):271 譯者:周行健
Tag標(biāo)簽:無
內(nèi)容概要
中國將于2013年開始同時實(shí)施《巴塞爾協(xié)議II》和《巴塞爾協(xié)議III》(統(tǒng)稱為《巴塞爾新資本協(xié)議》)。近年來,國內(nèi)銀行業(yè)對風(fēng)險量化度量技術(shù)日益重視。但與國際先進(jìn)銀行相比,國內(nèi)銀行業(yè)的全面風(fēng)險度量和經(jīng)濟(jì)資本管理仍處于初始階段,風(fēng)險度量技術(shù)與資本管理藝術(shù)仍未實(shí)現(xiàn)有效整合,尖端技術(shù)仍只被較少的專業(yè)人員所理解和掌握,相關(guān)的專業(yè)術(shù)語還沒有成為銀行經(jīng)營管理的標(biāo)準(zhǔn)語言。
本書是一本理論與實(shí)際緊密結(jié)合的著作。國內(nèi)關(guān)于全面風(fēng)險度量和資本管理的著述并不多見,本書是繼克里斯·馬滕的《銀行資本管理》之后,第二本有關(guān)銀行資本管理的譯著。本書不但論及了市場風(fēng)險、信用風(fēng)險、操作風(fēng)險、業(yè)務(wù)風(fēng)險的各種度量方法和技術(shù),而且討論了如何對風(fēng)險進(jìn)行集總。更為重要的是,本書還將風(fēng)險度量拓展到了風(fēng)險控制(包括如何設(shè)定風(fēng)險限額、如何設(shè)定授信限額、如何根據(jù)風(fēng)險進(jìn)行定價)、風(fēng)險調(diào)整績效測評以及資本配置、預(yù)算目標(biāo)設(shè)定等銀行經(jīng)營管理活動。此外,書中還穿插了大量的金融機(jī)構(gòu)案例,幫助讀者加深理解。
書籍目錄
譯者序
前言
致謝
貢獻(xiàn)者
第1章 VaR、資本管理與資本配置
1.1 VaR簡介
1.2 資本管理與資本配置:本書的結(jié)構(gòu)
第2章 資本管理的內(nèi)涵
2.1 監(jiān)管資本和《巴塞爾協(xié)議Ⅱ》的演進(jìn)
2.1.1 1988年的《巴塞爾資本協(xié)議》及1996年的修訂
2.1.2 監(jiān)管資本的概念
2.2 《巴塞爾協(xié)議Ⅱ》概述
2.2.1 第一支柱:最低資本要求:《巴塞爾協(xié)議Ⅱ》的主要變化
2.2.2 第二支柱:監(jiān)督檢查
2.2.3 第三支柱:市場紀(jì)律
2.2.4 關(guān)于《巴塞爾協(xié)議Ⅱ》應(yīng)用和實(shí)施的爭論
2.3 銀行所需資本的評估以及幾種不同的銀行資本概念
2.3.1 資本賬面價值和IAS/IFRS的影響
2.3.2 資本總市值與銀行管理者的二元資本觀
2.3.3 資本概念選擇對資本管理和配置的影響
小結(jié)
擴(kuò)展閱讀
第3章 市場風(fēng)險
3.1 方差-協(xié)方差法
3.1.1 一個簡化的例子
3.1.2 相關(guān)隨機(jī)變量的選擇
3.1.3 敞口映射
3.1.4 投資組合的VaR
3.1.5 波動率和相關(guān)性估計(jì):簡單的移動平均法
3.1.6 波動率和相關(guān)性估計(jì):指數(shù)加權(quán)移動平均和GARCH模型
3.1.7 VaR估計(jì)以及時間區(qū)間的相關(guān)問題
3.1.8 潛在波動率與相關(guān)性
3.2 模擬法:歷史模擬法和蒙特卡羅模擬法
3.2.1 歷史模擬法
3.2.2 混合法
3.2.3 蒙特卡羅模擬法
3.2.4 過濾歷史模擬法
3.3 計(jì)量期權(quán)頭寸的VaR
3.3.1 期權(quán)VaR計(jì)量的問題
3.3.2 期權(quán)VaR計(jì)量的解決方案
3.4 極值理論和連接函數(shù)
3.4.1 極值理論
3.4.2 連接函數(shù)
3.5 期望損失模型及VaR非次可加問題
3.6 市場風(fēng)險模型的返回檢驗(yàn)
3.6.1 使用哪種序列,實(shí)際還是理論組合回報率
3.6.2 VaR返回檢驗(yàn)預(yù)測:無條件準(zhǔn)確度與無條件獨(dú)立性
3.7 內(nèi)部VaR模型和市場風(fēng)險資本要求
3.8 壓力測試
小結(jié)
擴(kuò)展閱讀
第4章 信用風(fēng)險
4.1 定義信用風(fēng)險:預(yù)期損失和非預(yù)期損失
4.2 機(jī)構(gòu)信用評級
4.2.1 外部評級
4.2.2 遷移矩陣、累積和邊際違約概率
4.3 單體信用風(fēng)險度量的量化技術(shù):Moody's/KMV期望違約頻率和外部打分體系
4.3.1 莫頓模型和Moody's/KMV期望違約頻率
4.3.2 信用打分體系
4.4 《巴塞爾協(xié)議Ⅱ》下信用風(fēng)險資本要求
4.4.1 標(biāo)準(zhǔn)法
4.4.2 內(nèi)部評級法的初級法和高級法
4.5 內(nèi)部評級
4.5.1 內(nèi)部評級過程
4.5.2 量化評級和定義違約
4.5.3 內(nèi)部評級的當(dāng)前時點(diǎn)法與完整周期法
4.6 估計(jì)違約損失率
4.7 估計(jì)違約風(fēng)險暴露
4.8 《巴塞爾協(xié)議Ⅱ》與國際會計(jì)準(zhǔn)則的相互關(guān)系
4.9 信用組合風(fēng)險的多種建模方法
4.9.1 CreditMetricsTM模型
4.9.2 Moody's/KMV的組合管理模型
4.9.3 CreditPortfolioView模型
4.9.4 CreditRisk+模型
4.1 0主要信用風(fēng)險組合模型的比較
小結(jié)
擴(kuò)展閱讀
第5章 操作風(fēng)險和業(yè)務(wù)風(fēng)險
5.1 《巴塞爾協(xié)議Ⅱ》有關(guān)操作風(fēng)險的資本要求
5.1.1 基本指標(biāo)法
5.1.2 標(biāo)準(zhǔn)法
5.1.3 高級計(jì)量法
5.2 操作風(fēng)險管理的目標(biāo)
5.3 量化操作風(fēng)險:建立數(shù)據(jù)庫
5.3.1 操作風(fēng)險映射和確定關(guān)鍵風(fēng)險指標(biāo)
5.3.2 建立內(nèi)部損失數(shù)據(jù)庫
5.3.3 外部損失數(shù)據(jù)庫
5.3.4 情景分析
5.4 度量操作風(fēng)險:從損失頻率和嚴(yán)重性到操作風(fēng)險資本
5.4.1 基于內(nèi)部損失數(shù)據(jù)庫對嚴(yán)重性建模
5.4.2 用外部數(shù)據(jù)和情景分析整合內(nèi)部嚴(yán)重性數(shù)據(jù)
5.4.3 估計(jì)操作損失頻率
5.4.4 評估操作事件的相關(guān)性或相依性
5.4.5 通過模擬計(jì)量操作風(fēng)險資本
5.4.6 風(fēng)險度量是操作風(fēng)險管理的最后一步嗎
5.5 案例分析:美國銀行業(yè)度量操作風(fēng)險的進(jìn)展
5.6 業(yè)務(wù)風(fēng)險和風(fēng)險盈利度量
5.7 業(yè)務(wù)風(fēng)險度量實(shí)踐:定義風(fēng)險盈利計(jì)量指標(biāo)
5.8 從風(fēng)險盈利到風(fēng)險資本
小結(jié)
擴(kuò)展閱讀
第6章 風(fēng)險資本集總
6.1 統(tǒng)一時間期限、置信水平以及資本定義
6.2 風(fēng)險集總方法
6.2.1 選擇集總的內(nèi)容:業(yè)務(wù)單位還是風(fēng)險類型
6.2.2 可以相互替代的幾種風(fēng)險集總方法
6.3 估算風(fēng)險集總參數(shù)
6.4 案例研究:富通集團(tuán)內(nèi)部的風(fēng)險集總
6.5 幾種風(fēng)險集總方法的綜合比較
小結(jié)
擴(kuò)展閱讀
第7章 VaR以及市場風(fēng)險、信用風(fēng)險的風(fēng)險控制
7.1 定義基于VaR的市場風(fēng)險限額:識別風(fēng)險承擔(dān)中心
7.2 管理市場風(fēng)險VaR限額:考察每日VaR和年度潛在損失之間的聯(lián)系
7.2.1 將每日VaR值轉(zhuǎn)化為等價的事后年化VaR值
7.2.2 將事前計(jì)算的1年期可承受風(fēng)險損失轉(zhuǎn)化為等量的每日VaR值
7.2.3 可變的VaR限額和累積損失
7.3 管理基于VaR的交易限額
7.4 識別風(fēng)險貢獻(xiàn)以及內(nèi)部風(fēng)險對沖:VaR德爾塔、成分VaR和增量VaR
7.5 信用風(fēng)險管理與風(fēng)險定價
7.5.1 設(shè)定授信額度:從名義貸款規(guī)模到預(yù)期損失
7.5.2 設(shè)定貸款的價格區(qū)間
7.5.3 案例1:大客戶向大型投資銀行申請一筆貸款
7.5.4 案例2:中小企業(yè)向小型零售銀行申請一筆貸款
小結(jié)
擴(kuò)展閱讀
第8章 風(fēng)險調(diào)整績效測評
8.1 業(yè)務(wù)領(lǐng)域、業(yè)務(wù)單元與風(fēng)險調(diào)整績效測評的雙重角色
8.2 核算利潤
8.2.1 轉(zhuǎn)移定價
8.2.2 成本分?jǐn)偧皩︼L(fēng)險調(diào)整績效測評的影響
8.3 資本投資與資本配置
8.4 風(fēng)險資本計(jì)量選擇:配置資本還是已用資本
8.5 風(fēng)險資本計(jì)量選擇:風(fēng)險分散化資本還是風(fēng)險未分散化資本
8.5.1 分散化風(fēng)險資本計(jì)量方法選擇的比較
8.5.2 分散化風(fēng)險資本和未分散化風(fēng)險資本的選取準(zhǔn)則
8.6 風(fēng)險調(diào)整績效測評選擇:EVA還是RAROC
8.7 變形和潛在拓展
8.7.1 差異化目標(biāo)回報率
8.7.2 風(fēng)險調(diào)整績效測評的替代指標(biāo)
8.7.3 期望不足和績效評估
8.7.4 操作風(fēng)險、業(yè)務(wù)風(fēng)險和績效測評
8.8 風(fēng)險調(diào)整績效與管理者的績效測評
小結(jié)
擴(kuò)展閱讀
第9章 風(fēng)險調(diào)整后的績效目標(biāo)、資本配置和預(yù)算機(jī)制
9.1 從銀行權(quán)益資本成本到銀行績效目標(biāo)
9.1.1 估計(jì)權(quán)益資本成本
9.1.2 定義目標(biāo)回報率
9.2 各個業(yè)務(wù)條線的目標(biāo)回報率應(yīng)該是不同的嗎
9.2.1 單一最低回報率的潛在影響
9.2.2 為不同的業(yè)務(wù)估算不同的β值
9.2.3 應(yīng)用不同的資本成本:選擇驅(qū)動
9.3 資本配置與規(guī)劃和預(yù)算機(jī)制
9.3.1 為什么資本配置要與規(guī)劃機(jī)制相連接
9.3.2 為什么資本配置不能完全納入規(guī)劃機(jī)制中
9.4 案例分析:意大利聯(lián)合信貸集團(tuán)的資本配置機(jī)制
9.4.1 聯(lián)合信貸集團(tuán)資本配置程序和標(biāo)準(zhǔn)
9.4.2 在規(guī)劃和實(shí)施過程中設(shè)定價值創(chuàng)造和資本配置的目標(biāo)
小結(jié)
擴(kuò)展閱讀
結(jié)語
一些精選的免費(fèi)風(fēng)險管理網(wǎng)站
參考文獻(xiàn)
章節(jié)摘錄
(1)易于操作和溝通; (2)不需要對基準(zhǔn)資產(chǎn)或者風(fēng)險因子的收益聯(lián)合分布作出細(xì)致的假設(shè); (3)對于市場價值與風(fēng)險因子之間的關(guān)系并不固定的投資組合,歷史模擬法能夠捕捉到它的風(fēng)險。相對于方差一協(xié)方差法而言,其他模擬技術(shù)也都具有上述第3個優(yōu)點(diǎn)。這在下面分析期權(quán)的VaR度量時還會作進(jìn)一步的分析。而第1個優(yōu)點(diǎn)就是歷史模擬法所特有的了。在歷史模擬法的最簡單形式當(dāng)中,并不要求估計(jì)龐大的相關(guān)系數(shù)矩陣,或者要運(yùn)用GARCH、,EWMA法等對單個風(fēng)險因子的波動行為進(jìn)行建模。因?yàn)闅v史模擬法基本上是假設(shè)投資組合的收益率分布是穩(wěn)定的。與此同時,采用這種VaR方法計(jì)算出來的結(jié)果也很容易被任何高級經(jīng)理人員所理解和進(jìn)行闡釋,即便他們對方差一協(xié)方差技術(shù)一無所知。第2個優(yōu)點(diǎn)也很重要,但是對其必須要有正確的理解。歷史模擬法并不是不需要假設(shè)的,因?yàn)樗旧砭图僭O(shè)收益率的歷史的聯(lián)合分布是未來分布的合理近似。只不過歷史模擬法并不要求假設(shè)資產(chǎn)收益率是服從聯(lián)合正態(tài)分布的,而方差一協(xié)方差法就有這樣的要求。對于單筆資產(chǎn)來說,收益率的經(jīng)驗(yàn)分布通常接近于正態(tài)分布,但是并不是標(biāo)準(zhǔn)的正態(tài)分布。特別是負(fù)收益的概率常常會明顯高于正態(tài)分布負(fù)收益的概率,因此收益分布的左側(cè)尾部就比正態(tài)分布的左側(cè)尾部要更加“肥厚”。采用實(shí)際的歷史收益率數(shù)據(jù),歷史模擬法能夠解釋單筆資產(chǎn)收益率的“厚尾”現(xiàn)象。而最重要的就是,歷史模擬法因?yàn)椴恍鑼κ找娴穆?lián)合分布做出假設(shè),就可以考慮在市場沖擊下,資產(chǎn)收益相關(guān)性的突變效應(yīng)。這在方差一協(xié)方差法中是無法考慮的,而在蒙特卡羅模擬法中也十分困難并且要耗費(fèi)大量的時間去建模。例如,假設(shè)A國的股票市場對B國股票市場的行為相對不敏感,即在正常的市場條件下兩國股市的相關(guān)性很低;但是當(dāng)B國的股票市場在t-k日和t-k’日之間遭遇突然的大幅下挫時,A國的股票市場就會有相當(dāng)大的反應(yīng),也就是說在市場危機(jī)中相關(guān)性顯著上升。方差一協(xié)方差法就會假設(shè)這兩個市場服從聯(lián)合正態(tài)分布,其相關(guān)系數(shù)就是正常狀況和危機(jī)狀況下相關(guān)系數(shù)的均值。顯然,這樣的假設(shè)是不能真正反映出這兩個市場的相互依賴和互動關(guān)系的。當(dāng)然,采用連接函數(shù)可以對這兩個市場的相依結(jié)構(gòu)進(jìn)行建模,其建模更加精確但是過程也比較耗時。連接函數(shù)相對而言更加復(fù)雜,但是也比較常用,下文還會對其作簡單的介紹。
圖書封面
圖書標(biāo)簽Tags
無
評論、評分、閱讀與下載