四企业风险的评估和度量

《四企业风险的评估和度量》由会员分享，可在线阅读，更多相关《四企业风险的评估和度量（50页珍藏版）》请在金锄头文库上搜索。

1、第四章 企业风险的评估和 度量 “Risk is Salt and Sugar of Life” n章首案例：超过25的利润不做 万科 n第一节： 企业风险的衡量 n第二节： 风险评价 n第三节： 风险评价方法 第一节： 企业风险的 衡量 n一、风险衡量的概念和作用 n二、损失频率和损失程度 n三、风险衡量的方法 n四、损失的概率分布 n一、风险衡量的概念和作用 n 风险衡量是在对过去损失资料分 析的基础上，运用概率论和数理统 计的方法对某一特定或者几个风险 事故发生的损失频率和损失程度做 出估计，以此作为选择风险管理技 术的依据。 n二、损失频率和损失程度 n1、损失频率的估计 n2、损失程

2、度的估计 n三、风险衡量的方法 n1、中心趋势测量 n算术平均数、加权平均数、 n中位数 n2、变动程度的测定 n四、损失的概率分布 n离散型概率分布 n连续型概率分布 n二项分布、泊松分布、正态分布 n补充知识：概率分布 1. 离散型随机变量的概率分布 离散型随机变量的概率分布举例 2. 连续型随机变量的概率分 布 变量的取值充满整个数值区间，无 法一一列出其每一个可能值。 一般将连续型随机变量整理成 频数表，对频数作直方图，直方图的 每个矩形顶端连接的阶梯形曲线来描 述连续型变量的频数分布。 如果样本量很大，组段很多，矩形顶端 组成的阶梯型曲线可变成光滑的分布曲线。 大多数情况下，可采用一

3、个函数拟合这一光 滑曲线。这种函数称为概率密度函数（ probability density function） 二项分布 毒性试验：白鼠 死亡生存 临床试验：病人 治愈未愈 临床化验：血清 阳性阴性 事件 成功（A）失败（非A） 这类“成功失败型”试验称为 Bernoulli试验。 Bernoulli试验序列 n次Bernoulli试验构成了Bernoulli试验序 列。 其特点（如抛硬币）如下： (1)每次试验结果，只能是两个互斥的结果 之一(A或非A)。 (2)每次试验的条件不变。即每次试验中， 结果A发生的概率不变，均为 。 (3)各次试验独立。即一次试验出现什么样 的结果与前面已出现

4、的结果无关。 成功次数的概率分布二项 分布 n例 设某毒理试验采用白鼠共3只 ，它们有相同的死亡概率，相应 不死亡概率为1 。记试验后白 鼠死亡的例数为X，分别求X0、1 、2和3的概率 泊松分布 n当二项分布中n很大，很小时,二项分 布就变成为Poisson分布，所以Poisson 分布实际上是二项分布的极限分布。 n由二项分布的概率函数可得到泊松分布 的概率函数为： Poisson分布主要用于描述在 单位时间(空间)中稀有事件的 发生数 例如： 1. 放射性物质在单位时间内的放射次数； 2. 在单位容积充分摇匀的水中的细菌数； 3. 野外单位空间中的某种昆虫数等。 第二节： 风险评价 n一

5、、风险评价的概念和特点 n1、风险评价是对风险的综合评价 n2、风险评价需要定量分析的结果 n3、风险评价离不开特定的国家和制度 n4、风险评价受到风险态度的影响 n二、风险评价标准 n1、财产的物质特性和财产对损害的 承受力确定 n2、损失评价的主观性 n3、损失评价可以是单独物体，也可 以是许多物体 n4、损失的管理成本 第三节：风险评价方法 n一、风险坐标图法 n二、风险度评价法 n三、概率分析法 n四、风险价值法 n请先阅读P78-82 n对赌协议企业风险的双 刃剑 n课后作业： nP62 思考题：1、3 nP82 思考题：2 衡量风险（一）：风险驱动因素 分析 n风险驱动的终极因素：

6、 n自然环境（天、地） n人文环境（人）。 n风险驱动的一般因素 n物质危险因素：由于其特点、类型、使用 等可能导致损失发生的企业物质财产 n道德危险因素：企业的某些员工因其不遵 守职业道德及伦理的倾向而引起可能损失 的增加 衡量风险（一）：风险驱动因素 分析 n心理危险因素：由于某些员工的工 作疏忽而引起的可能损失的增加 n法律危险因素：立法机关颁布并由 法庭执行的法律条文或者政府政策的 发布和执行而引起的损失频率和严重 程度的增加 n犯罪危险因素：某些员工的犯罪倾 向而导致的损失增加的可能性 风险衡量（二）风险衡量指标 选择 n一般评价指标 n风险可能性，也就是风险事件发生的 概率 n风险

7、的潜在价值或重要性 n特定的评价指标 n基于企业自身的特点确定的评价指标 风险衡量（三）构建风险矩 阵 n结合风险发生频率和风险重要性对风险进行归类， 可构建一个风险矩阵。 n矩阵中，对相应的风险进行评分，14分为低度 风险，512分为中度风险，1325分为高度风险 损损失幅度 损损失频频率 最严严 重 很严严 重 中 等 不 严严 重 可不 在乎 54321 常常会发发生5252015105 较较多情况下发发生420161284 某些情况下发发生31512963 极少情况下才发发生2108642 一般情况下不会发发生154321 针对风险矩阵中出于不同位置的风险 采取不同的风险管理战略 n如

8、图：在风险坐 标中，划分为A 、B、C三个区域 。 n企业自留A区域 的各项风险 n严格控制B区域 的各项风险 n规避或转移C区 域的各项风险 9 4 2 3 6 5 1 可能性 影响程度 极低 极高高中等低极低 低 中等 高 极高 7 8 A区域 C区域 B区域 二、风险度评价法 n定义：是指风险管理单位对风险事 故造成故障的频率或者损害的严重 程度进行评估。 n为了准确评价，见P71页 表42 三、概率分析法 n1、正常形 见P73-图43 n2、异常形 见P7377 n 偏向型 n 双峰型 n 平峰型 n 高端型 n 孤岛型 n 锯齿型 国际风险量化模型的引入 n现金流折现模型 套利定价

9、模型 n多因素定价模型 期权定价模型 n经济增加值（EVA）模型 收益法 n夏普（SHARP）法 变异指标度量法 n詹森JENSEN指数法 波浪理论分析 n风险价值VAR评估法 系统风险值分析 n风险价值VAR分析模型 筹码分布分析 n特雷诺TREYNOR指数法 四、风险价值法 一、VaR的定义及其基本方法 1VaR的定义及其简单计算 在正常的市场条件下，在给定的概率水平下，金 融参与者在给定的时间区间内的最大预期损失。 （1）单一资产VaR的计算方法 如单一资产的价值为S，持有期限为T，要求的置 信水平为X%，那么单一资产的风险价值可以简单 地表示为： 其中，N（）为标准正态分布的累计函 数

10、，而上式的 （）为N（）的逆函数 ；而 为资产收益率的日波动率。对 于较长的时间度量，应考虑对资产价值 的漂移加以修正，如果漂移率为，则上 式修正为： 一个简单的例子 投资者A持有一价值500万元的B公司的股票 头寸，B公司股票的日波动率为3%，假定该 资产的价值变动呈正态分布，计算该资产持 有期限10天，置信水平为99%的风险价值 。求解如下： （2）资产组合（线性）VaR的计算方法 假设资产组合由M个资产构成，第i个资产的 价值为 ，波动率为 ，而第i个资产和第j 个资产之间的相关系数为 。则该资产组合 的风险价值为 ： 2VaR的参数选择 要确定一个金融机构或投资组合的VaR值 或建立V

11、aR模型必须要确定以下三个关键 参数：持有期限、观察期间和置信水平。 持有期限（holding period）是指衡量 收益波动性和关联性的时间单位，即取得 观察数据的频率，如所观察的数据是日收 益率、周收益率、月收益率还是年收益率 等； 观察期间（observation period）是对 给定持有期限的收益波动性和关联性进行 考察的整体时间长度，是整个数据选取的 时间范围，有时也成为数据窗口（data window）； 置信水平太低对应着损失超过VaR值的极 端事件发生的概率过高，这使得VaR值失 去意义；置信水平过高，可以避免上述问 题，但会因为统计样本中反映极端事件的 数据减少而导致对

12、VaR值估计的准确性下 降。 二、VaR的计算方法 1历史模拟法 历史模拟法直接根据风险因子收益的 历史数据来模拟投资组合的未来损益 分布，利用分位数给出一定置信度下 的VaR的估计值。主要的计算步骤如 下： （1）映射，即首先识别出基础的 风险因子，收集风险因子适当 时期的历史数据（通常是35 年的日数据），并用风险因子 表示出资产组合中各个金融资 产的盯市价值； （2）根据风险因子过去N+1个时期 的价格时间序列，计算风险因子过 去N+1个时期价格水平的实际变化 （得到N个变化水平）。假定未来 的价格变化与过去完全相似，即过 去N+1个时期价格的N个变化在未 来都可能出现，由此结合市场因子

13、 的当前价格水平可以直接模拟风险 因子未来一段时期的N种可能的价 格水平； （3）运用资产定价公式，根据模拟出的 风险因子未来的N种可能价格水平，求 出证券组合的N种未来盯市价值，并与 当前风险因子的资产组合价值比较，得 到证券组合未来的N个潜在损益，即损 益分布； （4）根据上述求解的损益分布，通过分 位数求出给定置信度下的VaR。 2方差协方差法 方差协方差法是假定风险因子收益的 变化服从特定的分布（通常为正态分布 ），然后通过历史数据分析和估计该风 险因子收益分布的参数值如方差、相关 系数等，进而根据下式整理出整个投资 组合收益分布的特征值： 3蒙特卡罗模拟法 蒙特卡罗模拟法也称为随机模

14、拟法，其 基本思路是首先建立一个概率模型或 随机过程，使它的参数等于问题的解 ，然后通过对模型或过程的观察计算 所求参数的统计特征，最后给出所求 问题的近似值，解的精度可以用估计 值的标准误差表示。其基本步骤如下 ： （1）针对现实问题建立一个简单且便于 实现的概率统计模型，使所求的解恰好 是所建立模型的概率分布或其某个数字 特征，比如是某个事件的概率或者是该 模型的期望值； （2）对模型中的随机变量建立抽样方法 ，在计算机上进行模拟试验，抽取足够 的随机数，并对相关的事件进行统计； （3）对模拟结果加以分析，给出所求解 的估计及其方差的估计，必要时改进模 型以提高估计精度和模拟计算的效率。

15、三、VaR的特点及其局限性 1VaR的特点 （1）VaR适用面广，不仅适用于衡量 包括利率风险、外汇风险、股价风险 、商品价格风险和衍生金融工具风险 在内的各种市场风险，还适用于不同 金融工具构成的投资组合的市场风险 和不同业务部门的总体市场风险； （2）VaR有利于比较不同业务部门之 间风险大小，有利于进行基于风险调 整的绩效评估、资本配置和风险限额 设置等； （3）VaR是基于资产组合层面上的风 险度量工具，充分考虑了不同资产价 格之间的相关性，体现了资产组合分 散化对降低风险的作用； （4）VaR可以度量资产集中度风险， 为对此集中度进行总量控制提供依据 ，有利于经济主体的决策高层对整个 企业风险情况的判断，当然也有助于 监管部门的监管。 2VaR的局限性 （1）VaR主要适用于正常市场条件下 对市场风险的衡量，对市场价格的极 端变动导致的资产组合的损失却无能 为力 ； （2）VaR适用于衡量那些交易频繁、 市场价格容易获取的金融工具的风险 情况，但对于那些流动性较差的资产 如银行贷款，VaR衡量风险的能力则 受到一定的限制 ； （3）运用VaR进行风险衡量和分析时存 在着所谓的模型风险（model risk）， 同样VaR模型往往会因为使用历史模 拟法、蒙特卡罗模拟法等不同方法而 得到不同的资产收益的概率分布。这 可能导致同样的资产组合却得到不同 的