关于现代商业银行风险管理技术发展及我国商业银行的对策

论文关键词：商业；风险；技术

论文摘要：现代商业银行的风险管理体系中，风险管理技术已经成为推动管理水平上升的重要推动力。本文阐述了当今世界银行业所采用的主流的风险管理技术，并针对我国商业银行风险管理技术方面尚存在的不足，提出了相应的整改措施和努力方向。

现代商业银行的全面风险管理体系由众多环节所构成，其中的每一个环节都需要一定的、物力以及技术支持，在前两个要素能够得到充分满足的前提下，技术进步将直接影响商业银行风险管理的水平。针对每一个风险管理环节，都具有相应适用的技术工具，但通常谈到的风险管理技术是指风险度量技术，尤其是用于风险测度，的各种建模方法。事实上，风险计量模型也正是商业银行推行量化风险管理所关注的重中之重，从而也是发展速度最快的方法论工具。

一、现代商业银行风险管理技术

1．信用风险模型

2．风险模型

商业银行市场风险的度量模型绝大部分是基于VaR方法。计算VaR主要的方法有三大类：一是方差一协方差方法(参数化方法)，二是模拟法(经验法)，三是结构性模拟法(蒙特卡罗模拟)。除此之外，极值方法和压力测试也是常用的衡量市场风险的方法。

方差一协方差法假定风险因子收益的变化服从特定的分布(通常是正态分布)，然后通过分析历史数据来估计该风险因子收益分布的参数值，如方差、相关系数等，进而得出整个组合收益分布的特征值。方差一协方差方法中有代表性的有组合正态法、资产正态法、Delta正态法和Delta-Gamma正态。历史模拟法是一种简单的基于经验的方法．它不需要对市场因子的分布做出假设，而是直接根据VaR的定义进行计算，即根据收集到的市场因子的历史数据对投资组合的未来收益进行模拟，在给定置信水平下计算潜在损失。

蒙特卡罗模拟法是基于历史数据，模拟出投资组合中不同资产可能的价格变化。并由此推算出投资组合价值的变化，进而求取其投资组合回报。将每一个模拟的投资回报进行分布处理，可以得出投资组合回报分布，从而按照一定的置信水平要求，求出VaR的大小。

极值理论是通过极限值理论或情景分析，研究小概率事件，估计损失规模，计算风险值。极值理论的优势在于它直接处理损失分布的尾部，且没有对损失数据预先假设任何的分布，而是利用数据本身说话。主要的极值理论模型有传统极值理论、分块样本极值(Block-maxima)模型、POT(PeakOverThreshold)模型和C()PULA一极值理论方法。

压力测试被用于测量极端情况下的操作风险情况。压力试验包括情景分析和系统化压力试验，其中情景分析是最常用的压力测试方法，包括两大步骤：情景构造和情景评估。情景构造描绘出某些极端情景。包括极端损失的大小、风险因子波动的极端范围等。情景构造的主要方法包括模拟情景方法、典型情景方法和假设特殊事件方法。

3．操作风险模型

巴塞尔委员会在新资本协议的监管框架中。将操作风险正式单列为除信用风险和风险之外的第三种主要风险，首次将市场风险、操作风险与信用风险一起纳入最低资本监管要求并强调不同风险之间的相关性，并分别提供了从简单到高级的一系列操作风险衡量方法基本指标法是巴塞尔委员会设定的一种最为初级的操作风险度量方法，它将单一风险暴露指标的一个固定比例作为资本准备要求，即操作风险资本准备，为基本指标法所计算出的操作风险资本准备；El是机构的风险暴露指标；a为巴塞尔委员会设定的常数比例指标为银行某年的最低监管资本要求，按照巴塞尔委员会所规定的加权风险资本8％的比例来计算；GI为银行同期用于规范资本的总收入。是采用平滑方法计算得出的最近三年总收入的均值；1Z％是巴塞尔委员会给定的调整系数。

标准化方法对操作风险的度量要求银行将总收入与业务线进行匹配，对每个业务种类都设定·个风险暴露指标EI以反映银行在此业务领域的规模和业务量，从而对整体操作风险的资本金要求为 ，其中Ks为标准化方法下的资本分配；El。为每条业务线的风险暴露指标；为每条业务线的系数值，其计算公式与基本指标法相似S为银行分配给第种业务的操作风险资本的份额，MRC为银行的最低监管资本要求，Ej为银行第i种业务的指标值，12％是给定的调整系数；是对特定业务种类下银行的操作风险损失与相应概括性指标间关系的衡量。不同业务种类的口值不同，均由巴塞尔委员会给定。

4．一体化风险模型

二、我国商业银行风险管理技术存在的不足

(1)风险管理工具与技术落后

目前，西方发达国家的商业银行在风险的量化管理方面远远领先于我国的商业银行。我国商业银行在风险管理工具和技术方面的差距主要表现在：首先，国外商业银行通常会大量运用金融衍生工具进行资产保值的风险转移策略，这主要得力于国外发达的金融衍生品市场。我国目前除了一些地方性的商品交易所和正在筹建的金融期货交易所，尚无成熟的金融衍生品市场，由此限制了我国商业银行运用金融衍生品对以市场风险为主的银行风险进行控制；其次，国外已经相对成熟的大量风险量化模型，如VaR等，在我国还处于萌芽阶段，风险管理人员对模型的运用能力还有待加强；第三，由于起步较晚，尚未建立起同时为监管者、市场和银行所接受的数据甄别标准，使得我国商业银行大多无法建立完善的、整合的历史损失数据库，而没有数据就意味着基于数据分布的量化模型根本无法建立。

由于风险量化管理的不足，使得银行在日常管理中更多地使用定性分析和人为直接控制，主要依靠缺口管理和指标分析法进行风险管理。如信用风险管理，大多依据贷款投向的政策性、合法性及安全性；又如资本的计算，由于无法达到《巴塞尔新资本协议》的量化标准，还只能采取标准法进行衡量。

(2)数据库的缺乏

数据库是构建整个操作风险量化管理体系的基础，它储存着大量内外部共享性分类信息。通常而言，这些信息分别与特定业务、损失事件或风险目标相对应．这些存储的数据包括前台交易记录信息、各种风险头寸、金融工具的信息、极端损失事件、外部损失事件等等。数据结构由操作风险管理方法的复杂程度而定，通常可以分为动态数据和参考数据(静态数据)两大类。前者包括与具体业务相联系的交易数据以及内外部损失数据，后者则主要包括产品数据和风险管理模型数据等。

巴塞尔委员会对风险模型，尤其是风险度量模型的损失数据具有非常高的要求，包括数据的累积性、真实性、客观性、准确性等等方面。目前我国大多数商业已经建立了大集中数据库用于搜集内外部损失数据，然而由于技术尚未成熟，并且体制方面的原因也导致外部损失数据尤其是低频高危的操作风险损失数据的搜集具有较大难度，这使得目前的数据库一方面不够全面，另一方面更新较慢，限制了量化管理模型的应用。

三、发展我国商业银行风险管理技术的着重点

对于我国商业银行而言，引入国外先进技术，构建科学的风险量化框架，是当务之急。首先必须为量化体系建立集中和完整的损失数据库，以数据大集中为依托对风险管理提供强有力的技术性支持。国有商业银行目前基本建立了由总行掌控的数据中心，但要尽快予以完善，这样对各分、支行、营业部的各类营业信息，总行就可以通过点对点的联网系统随时获得即时数据，这就使得风险监控建立在信息高度透明的基础上，使银行风险管理的触角有可能从内控机制建设方面延伸到客户基础方面，随时可以接收到风险的预警信号，从而做到防患于未然。

其次应当及时引入国外先进的量化模型，并由银行的风险管理人员根据银行自身实际，以数据库为基础对模型的形式和参数进行改造，构造适用于国情和行情的模型体系，逐步实现风险管理模式由以往的静态、滞后控制向动态、实时管理的重大转变。