资产负债管理理论与实践综述

《资产负债管理理论与实践综述》由会员分享，可在线阅读，更多相关《资产负债管理理论与实践综述（29页珍藏版）》请在金锄头文库上搜索。

1、资产负债管理理论与实践综述资产负债管理理论与实践综述课题报告课题组成员：戴稳胜 张蕾 刘雪冬 张志勇关键词 资产负债管理 利率风险 效率前沿 久期 随机规划与随机控制摘要 资产负债管理是金融机构进行战略投资计划时同时考虑资产与负债的一种管理策略。本文首先简述资产负债管理的产生背景、概念、组成部分及其优点所在，接着重点回顾了若干资产负债管理模型，包括传统的效率前沿模型、免疫模型、现金流量匹配模型，也包括新发展的多重限制决策模型和随机规划与随机控制模型，大多数模型都以一系列假设来描述未来的不确定性，而且大多数模型用的都是随机优化方法。目前资产负债管理的最新发展为动态金融分析，这方面有待我们进一步研

2、究。最后展望资产负债管理的未来发展，我们相信资产负债管理会得到较大发展与越来越多的应用。ALM最初是作为防范利率风险提出的，但随着ALM的研究和发展，其方法早就超出了防范利率风险的范围，而是将“全面风险管理”的概念吸纳进来。目前，国内对VaR的研究方兴未艾，相比之下，对ALM的研究极少，自九十年代以来，论文止于少数几篇，而且是相当简单的银行业简单应用的介绍，研究性的文章几乎没有见到。J.P.摩根对ALM本来也存在一些偏见，认为ALM方法使用账面价值，与实际的市场价值有所脱离，而且ALM单一的预测结果的可靠性值得怀疑，因而建议使用VaR代替ALM进行风险管理。实际上，目前ALM模型早已不再是单纯

3、使用账面价值，而是结合账面价值与市场价值两者之长，而且预测结果也早已不再是单一的结果，而是各种可能的结果及其出现的概率。作为实际风险管理中的应用，ALM的实用性目前来看不会比VaR差，而且，其潜力尚未得到充分挖掘。目前VaR与ALM两者的应用领域除在防范市场风险领域有所重履外，实际上并无可替代性，而且即使对于市场风险，VaR对于短期风险管理效果更好，而ALM对长期风险管理效果可能会更好。目前，ALM模型研究日益纳入精算学者的研究范围，它们与数理金融学者各展所长，研究的模型也各有长处。风险管理与精算作为统计研究中心的一个重要方向，跟踪这样一个较新的学术领域，显然有其重要意义。第一部分 资产负债管

4、理概述资产负债管理是银行、基金和保险公司等金融机构中常用的一个概念。这些金融机构为使其经营更加稳健，更具盈利性而对其资产与负债的管理进行协调，这样的协调就称为资产负债管理，简称ALM（Asset/Liability Management）。资产负债管理最初是针对利率风险而发展起来的。美国在利率放松管制前，金融产品或负债的市场价值波动不大，但随着1979年对利率的管制放松以后，金融资产负债就有了剧烈的波动，由此也导致投资机构做决策时更多地注意到同时考虑资产和负债。尽管ALM是最初是为了管理利率风险而产生的，随着ALM方法的发展，非利率风险如市场风险等也被纳入到ALM中来，使ALM成为金融机构管理

5、风险的重要工具之一。目前无论是投资者还是监管机构都对公司ALM系统的适用性给予了足够的重视，尤其重视与利率敏感性产品相协调的投资决策过程。ALM有几个必要的组成部分。首先是具体的评价目标或者财务目标，比如最大法定盈余、最小乘余风险、最大的股东回报等；其次，各种限制条件，如状态模拟时的状态、随机模拟时给定的分布等。这些条件以各种形式表达，如时序模型、随机差分方程等；第三就是解决方法与计算结果。这些方法包括决定性分析、随机规划、随机控制等。北美精算协会将ALM定义为：ALM是管理企业的一种活动，用来协调企业对资产与负债所做出的决策；它是在给定的风险承受能力和约束下，为实现企业财务目标而制定、实施、

6、监督和修正企业资产和负债的有关决策的过程.对任何利用投资来平衡负债的机构来说，ALM都是一种重要且适用的财务管理手段。 大多数早期的ALM模型只能解决短期问题或能以公式明确表示的多阶段问题。但随着实际的需要，人们越来越多地提出多阶段模型。Kusy和Ziemba 提出了一个5年规划的多阶段随机规划线性模型，他们的工作表明，他们的模型优于5年期的决定性模型。还有很多成功的多阶段随机ALM模型 。在所有文献中提及的ALM模型中，数学规划是多数模型中主要的方法，Brennan et al. 在他们的文章中建议以随机优化控制模型代替数学规划为基础的模型。传统的ALM模型因为在估价时用的是账面价值而不是市

7、场价值，因面被JP摩根的Riskmetrics 所批判。而且，JP摩根建议以VaR作为ALM的替代方法。但是，一方面，目前的ALM模型可以同时考虑账面价值与市场价值。另一方面，一般说来，VaR一般只用于短期（一般不超过170天）市场风险的管理（在一篇关于年金基金管理的文章里，提出了以VaR替代ALM管理2年期的风险 ），与VaR不同，ALM除市场风险外，还可以管理流动风险、信用风险等，在管理相应的风险时，ALM模型考虑到法律与政策限制，来决定公司资产的分配。对ALM的另一个批评是其在长期预测中的可靠性。然而现代ALM模型以场景设置或模拟来代表未来的各种可能性，其产生结果可以是各种状况出现的概率

8、而不再是单一的预测结果。二、几种典型的资产负债管理模型现在ALM有许多方法都在应用，其中最主要的常用方法包括效率前沿模拟、久期匹配（或称免疫）、现金流量匹配等。其中用到的数学方法主要集中于优化、随机控制等。效率前沿模型（The Efficient Frontier）效率前沿最初是由马可维茨 提出、作为资产组合选择的方法而发展起来的，它以期望代表收益，以对应的方差（或标准差）表示风险程度，因此又称期望方差模型。该模型产生一系列效率前沿而非一个单独建议。这些效率前沿只包括了所有可能的资产组合中的一小部分 。ALM最常采用的手段之一即利用模拟的方法发现一个基于期望方差的效率前沿策略。假定有两个投资策

9、略，我们很容易计算它们的期望与方差，如果我们随机地增加路径和策略，期望方差散点图的上界将达到所谓的效率前沿线，这就意味着识别出了最优的风险/回报投资策略。以一种效率前沿模型为例：模型：目标：限制：其中U = 1，2，3，I为证券集； ：证券间的协方差，； ：证券的期望收益； ：证券在资产组合中的比例，即代表资产组合的结构， ：相对于方差期望的参数以产生效率前沿。但是，根据最新的对资本资产定价模型（CAPM）的理论探讨，对于一个有特定负债的企业来说，其效率前沿将收缩为一个点 。抽样技术的应用使我们能够检验一个代表的路径集，但事实上，构建足够的策略集，然后再检验所有的可行路径与策略几乎是不可能的。

10、 2、久期匹配模型（Duration Matching） 如果给定了一组现金流量，某种证券的久期可以计算出来，从概念上看，久期可以看成是现金流量的时间加权现值。久期匹配（或称免疫）法就是要在资产组合中将资产与负债的利率风险相匹配。该方法传统的模型假定利率期限结构平缓且平行变动。当然目前很多模型得到了扩展，用以管理利率期限结构曲线形状变动等引起的现金流量的波动风险、流动性风险及信用风险。由于久期随利率波动而变化，即使最初资产与负债的久期是匹配的，随着利率的变化它们的久期就可能不再匹配，为此提出了一个“有效久期”概念。有效久期依赖于资产价格相对于利率变化的变动率，这个变动率由其凸性衡量。也就是说，

11、金融机构为确保资产负债的匹配，不仅要求资产负债的久期匹配，而且通过控制资产和负债的凸性，通过资产和负债的久期和凸性的匹配，来更精确地规避风险。免疫模型有很多种，最常见是将资产组合的收益作为目标函数。我们以其中一种模型为例 ，用数学公式表示如下：模型：目标： 限制： 其中：U = 1，2，3，I为证券集；T = 1，2，3，Tmax 为不连续的时间点集， ：证券的持有量，：现金流量收益，：证券的现值：证券的久期。由模型的假设可以看出，久期匹配模型适用于固定收益的资产负债管理。即使是这样，久期匹配的资产与负债能否真正免疫也值得怀疑。如果把价格视为必要收益率的函数，则久期及凸性分别直接依赖于其一阶导

12、数与二阶导数。人们作了很多研究，试图确定重新平衡资产组合以达到指定久期的动态资产组合是否能够有效免疫。其中一篇利用随机过程的研究报告似乎证实免疫确实能够有效规避风险 ，但这份研究报告又指出，如此满意的结果是基于“市场有效及对利率变化过程的描述是正确的”这样一种联合假设基础上的，对于违背这个联合假设的其他情况，报告结论是“也许并不能免疫”。可以看出，用随机模拟方法或称为“Lattice construction（格子构造）”的方法得出的免疫策略的成功，对于真正的ALM管理的全过程并不稳健，或者说其实际用途值得怀疑，这种方法的成功或许只能说明，用复杂的数学模拟技术做点理论研究是有益的，它可探讨任意

13、复杂的随机结构。 3现金流量匹配模型（Cash Flow Matching）Elton 和Gruber在他们的文章“Optimal Investment Strategies with Investor Liabilities”中，重新检验了各公司在负债不同的情况下的资产组合管理问题。他们发现，负债不同的公司，其管理者一般是将其资产分成几个部分，一部分是日常运营账户，一部分是免疫账户，还有一部分是现金流量匹配账户。在重新考察了CAPM的期望方差方法后，他们认为，“有一点必须特别注意，不同的投资者可能面临不同的效率前沿，不仅仅是因为他们有不同的理念，而且，与传统分析结果的不同，还是因为他们有着不

14、同的负债”“当资产是均衡定价时，一个企业精确的资产负债匹配的特定效率前沿将退化为一个点”。Elton 和Gruber得出结论，“如果所有的资产都是均衡定价的，则没有投资者愿意采用免疫（即久期匹配）策略，除非是现金流量匹配的资产组合。另一方面，如果有一些资产不是均衡定价的，那么以现金流量匹配法匹配一部分资产与负债，同时以免疫法投资一部分资产组合但现金流量并不匹配，这种方法总是有利的。”据此Elton 和Gruber提出建议，认为最优ALM策略应该是在现金流量匹配限制下的最优化，他们说“既然现金流量匹配是唯一能免除负债的剩余风险的办法，我们当然应该这样做”。最好的解决办法就是对所有意义的资产/负债

15、路径都进行精确的现金流量匹配。注意，现金流量匹配是久期匹配的充分条件，现金流量匹配的资产组合一定是久期匹配的，但很多久期匹配的资产组合期现金流量并不匹配。Elton 和Gruber虽然提出了最佳ALM方法应该是在现金流量匹配限制下的最优方法，但他们并没有在理论上指出如何才能达到这个目标。而在实际中，由于众多原因的限制，现金流量匹配和久期匹配都难以实行。这些限制因素包括：首先，现金流量很多时候存在不确实性，当然在对资产和负债进行现金流量匹配时就不可能，计算某项资产的久期也很困难。现金流量的不确定性在保险公司里是常见的。例如在寿险业，期付保单的持有人随时可能退保，这种不确定性就会改变公司预期的未来现金流量，而死亡率因素也会使未来债务的支出时间和数量存在不确定性。非寿险业的不确定性更大，承保业绩、医疗保健成本、自然环境的变化都会影响公司未来现金流量。即使对于非保险业金融机构，其资产负债现金流量也存在不确定性，比如一般金融机构普遍持有的抵押债券和股权。其次，即使现金流量有可能可以匹配，也会给公司带来太多的限制，从而削弱公司的竞争力，从而使公司不愿意采取这种策略。例如，要使资产和负债的现金流量精确匹配，公司的收益