时间：2023-07-04 16:27:05
导语：在市场风险数据分析的撰写旅程中，学习并吸收他人佳作的精髓是一条宝贵的路径，好期刊汇集了九篇优秀范文，愿这些内容能够启发您的创作灵感，引领您探索更多的创作可能。
关键词：数学模型 商业银行管理 应用范围
我国经济的快速发展，不仅仅带动了实体经济的迅速崛起，也使得我国的金融行业得到了一个质的飞跃，无论是商业银行还是上市公司，我国的金融行业和金融衍生行业在过去的近十年之中从规模、种类以及涉及经济生活的范围都得到了极大的提高。商业银行的主要业务是对内对外的金融业务，而在现代金融产业中，粗放型的经验管理模式早已经不能适应市场发展的需求，通过数学模型对于不同类型的金融活动进行准确的数学建模，对金融活动中的资产定价、风险投资以及资金重组等等复杂的金融业务，通过数学分析手段，发现金融活动中潜在的经济规律，对金融操作予以指导，不仅能够较好的规避金融操作中的风险，更加能够大幅度的优化商业银行的投资活动。在商业银行中，数学模型主要的应用领域为商业银行金融管理决策以及商业银行风险管理，其主要作用在于为商业银行的精细化管理提供专业有效的数据参考资料。
商业银行的风险管理是商业银行的主要管理业务之一，通常是由多种分析工具和分析模型组成，以便于真实的反应风险模型的原貌。在商业银行的运行机制中，全方位的数据库资料详尽的记录了商业银行的交易记录，为商业银行的业务决策提供了珍贵的数据支撑，在实际决策中，可以依托于这些现有的数据资料，通过专业的数据模型和大规模的数据计算处理，可以在数据索引中找出目标信息和信息规律，决策者可以参考这些资料，为商业银行的管理者和客户提供绩效评估、信号识别、客户营销、产品设计与投放、资金运用等等决策信息，同样基于成熟的数学模型，可以快速有效的建立产品风险评估模型，通过定义不同的风险评估级别，计算出相应的风险收益，为实际的投资活动进行定量分析，商业银行能够实现对冲风险，使得运营效益最大化。
在实际的商业银行的金融业务中，数学模型主要是应用于两个管理领域，即：信用风险评估和市场风险评估。
一、信用风险评估
商业银行要对自身的运营情况以及其他业务对象的金融运营情况做出评估，以便于对于评估对象的信用等级进行详细的划分，国际上先进的商业银行在信用风险管理中一般采用的双重内部评级体系来量化信用风险，具体表现为通过客户信用评级体系计算违约概率，通过债项评级体系计算估计风险敞口和违约损失率。数学模型在信用风险评估中的主要作用是对信息的时间序列进行专业的数据分析，因此，他获得的是一个大致的评估结果，并不能直接活动精确的数学模型，还需要参照大量的实际数据来对已经得到的模型进行不断的回归测试和完善。
数学模型在信用风险评估中主要有以下几个作用：为银行的信用政策提供参考，通过数学模型获得的一致性评价结果，可以验证银行在既定业务中的评价准确度，判断信用评价是否有效合理；划分信用评级，信用评级是商业银行信贷风险的主要规避手段，利用数学模型可以对不同风险系数下的评级模型进行准确的还原，为商业银行的信用授级提供依据；提供贷款业务，通过数学模型建立的风险评估模型，可以快速的获得贷款目标的信用差额和风险系数，决策是否贷款；风险量化，通过数学模型计算风险加权资产实现对商业银行信用风险资本充足率、预期以及非预期损失、资本占用等指标的计算，为满足外部监管部门要求以及实现内部决策管理提供科学依据。
二、市场风险评估
商业银行的市场风险评估主要是在交易清算期间进行，由于市场的波动所带来的投资市场的价值波动有可能使得商业银行遭受意外损失，这种市场价值的波动就是市场风险，可以看到，市场中的不定因素是构成市场风险的主要原因，因此，商业银行将通过合适的数学模型，去构造以这些不确定市场影响因素为变量的模型，分析市场运行机制的可靠性以及波动和失效的表现形式，分析和总结市场风险的诱发规律，最大限度的使得商业银行规避市场风险，保障所得利益。
市场风险主要是缘于资产的当前以及未来的价值走向偏差范围，运用概率理论，可以清晰的看到这些偏差就是随机资产的实际收益，风险的实际影响因素可能包括货币汇率的波动范围、股票市场的指数变化以及货币利率的变化，由于这些参数具有极大的不确定性，因此，极易造成风险出现，有些市场参数具有一定的历史规律，这是在长期的市场观察中得出的规律，建立这样的分析模型，有利于对市场风险进行一定的预判，在商业银行管理规范中要求商业银行必须定期进行内部计量模型的回归测试，将内部模型计算出的风险测量值与每天实际发生的利润或损失进行比较，并记录比较结果。在测试结果出来以后，依照自身的评价标准，对评价模型进行相应的调整，扩大市场风险评估模型的覆盖面和包含性。
三、结束语
本文通过分析数学模型在金融市场的应用现状，详细说明了数学模型在金融领域的使用方法和使用流程，针对与商业银行这一实际的金融行业，着重分析了数学模型在商业银行管理领域内的应用现状，总结了几点实际情况，为数学模型在金融领域的进一步拓展提供了几点意见和建议。
参考文献：
随着经济全球化以及改革自由化的不断加深，我国利率市场化进程逐步加快，人民币升值的压力也不断增大，汇率机制改革逐步推进，商业银行在发展过程中显现出混业经营的优势，但是我国商业银行在创新发展过程中必然面临新的挑战，市场风险也呈现出逐渐加大的趋势，就目前而言，我国商业银行面临的市场风险主要体现在以下几个方面。
（一）利率风险
利率风险是指原本投资于固定利率的金融工具，当市场利率变化时，可能导致其价格波动的风险。各大商业银行资产与负债的差额不同，此外，不同发展程度的商业银行，因为市场利率变化的影响而差别也有所不同。对于商业银行的资产而言，金融资产占很大一部分，市场利率的很小波动都会对资产的价值产生巨大影响，更为严重的可能会造成商业银行财务危机或者导致银行破产。因此，从商业银行的运行稳健以及安全经营的角度来看，利率风险的监控对于银行资产的安全有着举足轻重的作用。
（二）汇率风险
汇率风险是指一定时期的国际经济交易当中，以外币计价的资产（或债权）与负债（或债务），由于汇率的波动而引起其价值涨跌的可能性。在当前我国实行的浮动汇率制度下，人民币可保持相对稳定。对于我国目前的金融市场而言，人民币相对于美元的汇率面临着巨大的升值压力，根本原因在于以下两方面：首先，从市场上看，主要是外汇的供给大于需求；其次，是因为贸易逆差、以套利为目的的资金流入以及外商的直接投资也使得人民币面临着前所未有的巨大升值压力。因此，为了提升我国商业银行的竞争力，必须时刻关注人民币汇率的走势，尽量规避汇率风险，防范汇率风险对于其他风险的连锁反应，切实促进金融市场的稳定。
二、VaR方法原理
在正常的市场波动面前，机构损失的概率是明确的比VaR大的值。VaR模型被广泛地运用到风险分析当中，在《巴塞尔新资本协议》中曾标注银行的市场风险可以利用VaR模型来进行测度。VaR模型的基本原理是，受到市场价格不确定性的影响，资产组合会有一定的损失，通过VaR模型，可以估计出损失的价值，具体计算公式为：P（W>Var）=1-α。
上式中各字母代表的含义为：
W为资产组合损失（持有期内）；α为置信水平；VaR为损失小于显著性水平的概率，取值区间为（0.01―0.05）。
对于金融市场的时间序列数据，通常表现为不稳定并且波动集中的特点。即在某一特定时间段内，波动幅度比较大，另一段时间段内波动幅度相对较小，也就是 通常所说的波动集群现象。这种现象出现是由于外部冲击对于金融资产波动的持续性影响，而在金融资产的收益上则 表现为尖峰厚尾的特点。因为金融资产收益分布的特殊性，和正态分布形态 有所不同，所以过于简单的应用正态分布的参数分析方法计算VaR时在某种程度上具有一定的局限性。
通过实证分析显示，所有用来描述金融时间序列的工具中最有效的就是GARCH（1，1）模型。
在本文中对于汇率收益率的分析中选取的是汇率的对数收益率，其数学公式为：LnRt=LnPt-LnPt-1。
资产的对数收益率在普通的金融资产收益率分析中常常被用到。
三、实证模型分析
（一）正态性检验
第一步通过分析汇率的收益率分布情况，紧接着对VaR进行计算。若收益率的分布满足正态分布的条件，则可以将计算简化，这将大大简化计算过程，对于VaR的分析过程也会大幅减少。如若不是，则需利用ARCH/GARCH模型进行研究。
利用Eviews8.0数据分析软件绘制汇率收益率柱状分布图，图中显示Jarque-Bera统计值为12.24589，而伴随概率值为0.001244，比0.05小，故零假设不成立，收益率的分布与正态分布差距较大，也就是说，汇率的对数收益率不是正态分布。此外，Skewness值为0.00025，Kurtosis值??3.17421，因此，人民币兑换美元的收益率和尖峰、厚尾有相同的分布特征。
（二）收益率序列的相关系分析
通过Eviews8.0数据软件的分析，可以看出偏自在相关系数和收益率序列的自相关系数均在随机区域，这就表明收益率序列为平稳序列，则能够运用。我们可以发现收益率序列的自相关系数以及偏自相关系数都在随机区域，这说明收益率序列是一个平稳序列，因此能够通过ARMA分析该收益率序列。
（三）ARCH效应检验与模拟
第一步进行拟合收益率序列方程，之后才可以开始ARCH模型检验，通过研究对比显示，收益率序列满足ARMA（3，3）。
通过ARCH效应的检验结果能够得出，塔方统计量的值为7.432134，伴随概率为0.0043，比0.05小，与原假设条件有较大出入，所以舍弃原假设条件，也就是说收益率的残差序列包含ARCH（1）效应。将此残差序列运用更高阶的ARCH检验，结果显示残差序列的ARCH效应依然显著。检验结果显示，ARCH（7）的伴随概率低于0.05，所以舍弃原假设。
尽量降低ARCH的阶数，本文选用GARCH（1，1）模型研究该残差序列。运用Eviews8.0数据分析软件，收益率的GARCH（1，1）拟合结果如下：
LnR=0.561AR（1）+0.73AR（2）-0.597AR（3）-0.496MA（1）-082MA（2）-0.60MA（3）GARCH=0.059RESID（-1）2+0960GARCH（-1）
在低于0.05的显著性水平下，各个参数的显著性水平均不为零。
四、模型检验
本文运用Kupiec统计检验量方法验证，检验模型对风险预测的最终效果。令N表示回归测试中T个样本观测值的VaR例外数量。假设模型正确，则例外数量N服从于二项式分布。
Kupiec在所建立的VaR模型正确的条件下，建立一个统计量LR，如下：
如果初始假设条件成立，即在p是真实概率水平条件下，LR近似服从自由度为1的塔方分布。选择置信水平为95%，则概率p=0.05。塔方分布的分位数为4.628。所以，当得出的统计量LR值大于4.628时，零假设舍弃。
本文通过选取八十天进行回测分析，发现不合格的有三天，即N=3。在95%的置信水平下，LR的临界值为3.841，进而通过具体公式可以计算得到统计量LR=-15.3854，小于置信水平下的临界值，本文所建立的模型对人民币兑美元汇率收益的波动解释有很强的说服力。
五、结论以及建议
通过本文的分析可以看出，尽管实际操作中存在着一定的限制性条件，但是VaR模型能够很好地衡量我国商业银行利率风险管理，具有很强的实用性。因此，本文认为商业银行利率风险管理体系的建立应该以VaR模型为基础，这具有很重大的现实意义，具体而言，本文结论如下所示。
首先，鉴于VaR模型的建立需要大量的数据，而且数据的来源要具有可靠性，本文选取了2014年―2016年6月期间的590个历史数据，通过分析得到了具有时效性和可参考性的结论。
其次，置信度和持有期应根据我国商业银行汇率风险管理的实际情况确定。考虑到现阶段数据缺失，再结合管理现状和VaR模型适用的实际情况，本文进行利率风险管理的基础是95%的置信水平和十个交易日的持有期。
伴随金融风险复杂程度的上升, 银行业正在不断地改进和完善其风险管理理念、手段和技术, 商业银行风险管理已经逐步由传统的资产负债管理模式向以风险资本约束为核心的全面风险管理模式迈进。提升国内商业银行的全面风险管理能力业是贯彻落实科学发展观的具体体现, 事关国家金融安全稳定的大局, 其意义十分重大。
二、商业银行风险的识别
商业银行风险的主要类型有信用风险、市场风险、操作风险。故商业银行的风险识别相应的为: 客户信用风险识别; 商业银行市场风险识别; 商业银行操作风险识别。
1、客户信用风险的识别。是指对客户各项风险因素的捕捉和分别进行判断的过程. 实际上就是对客户信用风险的尽职调查过程。客户信用风险评级指标主要包括基本面指标、财务指标两大类内容。( 1) 基本面指标。又称为定性指标或非财务指标, 包括品质、实力、环境三个主要方面。品质类指标包括管理层素质、股东治理结构、还贷诚意、信用记录等多个方面。实力类指标从客户的资金、技术及设备、管理、人员等各方面考量企业实力高低。环境类指标包括市场竞争环境、信用环境、政策法规环境;( 2) 财务指标。对财务指标的分析主要包括偿债能力指标营运能力指标、盈利能力指标、成长性指标和其他指标等几个方面。①偿债能力指标主要考量客户的资产负债率、利息保障倍数、平衡的流动比率或速动比率等; ②营运能力指标主要考量客户的总资产周转率、应收账款周转率、营运资金周转率以及流动资产周转率等等。③盈利能力指标主要考量客户总资产收益率、销售利润率、净资产收益率。④成长性指标主要计算和分析销售收入增长率、利润增长率、权益增长率等。
2、商业银行市场风险的识别。银行面临的风险可以分为重新定价风险、收益率曲线风险、基准风险和期权性风险。重新定价风险也称为期限错配风险, 来源于银行资产、负债和表外业务到期期限或重新定价期限所存在的差异; 重新定价的不对称性也会使收益率曲线斜率、形态发生变化, 从而形成收益率曲线风险, 也称为利率期限结构变化风险; 基准风险也称为利率定价基础风险, 是另一种重要的利率风险来源; 期权性风险是一种越来越重要的利率风险, 来源于银行资产、负债和表外业务中所隐含的期权。商业银行应当对每项业务和产品中的市场风险因素进行分解和分析, 及时、准确地识别所有交易和非交易业务中市场风险的类别和性质。
3、商业银行操作风险的识别。操作风险识别过程应该以当前和未来潜在的操作风险两方面为重点。这个过程应该考虑: 潜在操作风险的整体情况; 银行运行所处的内外部环境; 银行的战略目标; 银行提供的产品和服务; 银行的独特环境因素; 内外部的变化以及变化的速度。操作风险识别的主要手段有以下几种:( 1) 操作风险内部分析。其作为日常业务计划循环流程的一部分而完成, 典型的是通过一个业务部门员工会议来完成;( 2) 操作风险指标分析。银行可选择一些和风险产生有关的" 关键指标", 通过监控这些指标, 发现存在一些能够引起风险发生的条件;( 3) 升级触发指标分析或临界触发指标分析。通过将当前交易或事件与预先定义的标准相比较, 引起银行管理层对潜在领域进行关注;( 4) 损失事件数据分析。用以往单个操作风险损失事件的数据记录等信息, 来识别操作风险及其诱因;( 5) 流程图分析。通过绘制业务和管理活动流程图, 排查和识别业务流程中的风险点。
三、商业银行风险的评估
风险估计是商业银行风险管理的第二步。通过风险识别, 商业银行在准确判明自己所承受的风险在性质上是何种具体形态之后, 随之需要进一步把握这些风险在量上可能达到何种程度, 以便决定是否加以控制, 如何加以控制。
商业银行客户信用风险的评估
客户信用风险的评估, 是指根据客户经理对客户信用风险识别判断的结果, 对客户整体的信用风险高低给予评估, 得到客户信用风险评级结果。其评估方法主要有:( 1) 专家判断法。专家判断法主要采取"5c’’ 分析框架: 借款人的品质(character)、还款能力(capacity)、资本金大小(capital)、抵押品情况(collateral)、所处环境情况(condition)。( 2) 信用评分法, 即结合信贷专家的业务经验预先设定的一系列主观和客观的风险因素, 将这些因素设计为相对固定的打分表, 由评级人按照打分表确定客户的信用风险评级结果。( 3) 模型法。其可分两类: 一类是建立对客户信用风险的多变量判别模型, 包括线性概率模型、logit 模型、probit 模型和多元判别分析模型; 另一类为市场模型或套利模型, 如期权定价型的破产模型、债券违约率模型和期限方法、神经网络分析系统等。
2、商业银行市场风险的评估与计量
在市场风险识别后, 应根据本行的业务性质、规模和复杂程度, 对银行账户和交易账户中不同类别的市场风险选择适当的、普遍接受的计量方法, 将所计量的银行账户和交易账户中的市场风险在全行范围内进行加总, 以便董事会和高级管理层了解本行的总体市场风险水平。可采取不同的方法或模型计量银行账户和交易帐户中不同类别的市场风险, 计量方式包括缺口分析、久期分析、外汇敞口分析、敏感性分析和运用内部模型计算风险价值等, 此外, 还可采用压力测试等手段进行补充。商业银行应采取措施确保假设前提、参数、数据来源和计量程序的合理性和准确性, 并当对市场风险计量系统的假设前提和参数定期进行评估, 制定修改假设前提和参数的内部程序。
3、商业银行操作风险的评估。
操作风险被识别出来后, 对其进行评估, 以决定哪些风险具有不可接受的性质, 应该作为风险缓解的目标。进行这- 步骤时, 通常需要通过考察一项操作风险的驱动者和原因, 估计该项风险可能发生的概率; 此外, 还应在不考虑控制战略影响的情况下, 评估一项操作风险可能的影响。对风险可能影响的评估, 不仅要考虑经济上的直接影响, 还应该更广泛地考虑风险对公司
目标实现的影响。四、商业银行风险的应对。
做出适当的风险评估后, 需要决定如何应对这些风险。根据风险发生的概率和影响程度的高低, 银行所有人员需选择合理的风险应对对策, 包括规避风险、接受风险、降低风险和转移风险。
1、商业银行客户信用风险的应对。客户信用风险的应对, 是指基于对客户信用风险的评估结果, 银行应采取相应措施来防范、化解或控制其信用风险。表现为: ①根据客户信用风险评级结果确定客户准入标准, 把好商业银行授信业务的第一道关口; ②根据客户信用风险评级结果对存量客户进行分类管理。对于信用风险高低不同的客户,银行应采取不同的管理政策和管理措施; ③根据客户信用风险识别、分析和评估提供的关键信息, 提高对客户信用风险监控工作的针对性和效率; ④参考客户信用风险评级结果, 确定贷款定价, 弥补信用风险可能产生的预期损失。
2、商业银行市场风险的控制与监测。
( 1) 市场风险的控制与管理。包括: ①限额管理。对市场风险实施限额管理, 制定对各类和各级限额的内部审批程序和操作规程, 根据业务性质、规模、复杂程度和风险承受能力设定、定期审查和更新限额; ②完善的市场风险管理信息系统;③对重大市场风险情况的应急处理方案;( 2) 市场风险的监测与报告。商业银行定期、及时向董事会、高级管理层和其他管理人员提供有关市场风险情况的报告。向董事会提交银行的总体市场风险头寸、风险水平、盈亏状况和对市场风险限额及市场风险管理的其他政策和程序的遵守情况等内容; 向高级管理层和其他管理人员提交按地区、业务经营部门、资产组合、金融工具和风险类别分解后的详细信息等。
3、商业银行操作风险的转移。目前, 商业银行操作风险转移技术主要有:( 1) 购买保险产品。主要有: 银行一揽子保险; 董事及高级职员责任保险; 未授权交易保险; 财产保险和其他险种等;( 2) 利用金融衍生工具。商业银行在对其操作风险予以量化的基础上, 在资本市场上向投资者出售金融衍生工具, 以将操作风险有效并分散地转移到交易对手那里, 到期时按照约定向投资者支付本息;( 3) 其他风险转移方法。在某些情形下, 银行部门可以通过一些特殊的形式将其操作风险向其他非金融部门、非商业机构转移。
【关键词】系统性风险，测量方法，相关建议
一、系统性风险的简介
系统性风险是指宏观层面，由单个事件通过一个机构传到多个机构，由一个市场传到多个市场并最终引起金融体系的信息混乱，导致金融功能中断的可能性。不同文献对于系统性风险的解释通常不同，但主要集中与两个方面。一是系统性事件对金融体系中的某个部门的冲击，二是金融体系压力在系统中的传染机制。
二、系统性风险的测量
系统性风险的度量即指基于相关数据和信息对系统性风险发生的概率和造成的损失进行分析和预测。目前为止，系统性风险测量的研究大致分为三类：第一类主要包括综合指标法和早期预警技术，对金融体系整体风险进行评估和预警；第二类是对单个金融机构对市场风险的贡献度进行测量，尤其是系统重要机构的识别。第三类是基于风险传染机制的风险测量。
（一）基于综合指标和预警的度量方法
1、综合指标法。指标法主要是采用财务方面的历史数据分析系统性风险发生前后各经济变量波动的特征及其对实体经济的影响程度，选择显著影响系统性风险的指标，并利用统计的方法家族这些指标来刻画金融体系总体的风险状况。指标法虽然一般都基于财务数据，其数据可得性较强，但在指标的选择上存在一定的片面性和主观性，这使得单独采用指标法来测量系统性风险变得不可靠。
2、早期预警法。具有代表性的指标预警方法主要包括KLR模型、FR模型、STV模型和DCSD模型，其中以KLR方法的影响最大。这些方法并没有区分宏观冲击导致的系统性风险和传染产生的系统性风险。除此以外人工神经网络模型以及时变概率转移的马儿科夫转换模型基于基本的指标数据利用时间序列的数据分析方法来拟合特征指标与危机发生的关系。这些方法并未考虑系统的关联系和外部性。
（二）基于单个金融机构对系统性风险贡献度的测量
1、条件VAR方法。Adrian和 Brunnermeier（2010）在VaR模型基础上，建立了考虑金融机构之间风险联动关系的条件在险价值模型，即CoVaR模型。这个模型主要用于测度一家银行的倒闭给其他银行或银行体系带来的溢出效应，捕捉一个金融机构系统性风险的边际贡献，从而识别出系统重要性的金融机构。以CoVaR测度一个金融机构的系统性风险的边际贡献，实际上就是通过自下而上的方式来估计系统重要性，但CoVaR不具有次可加性，不能加总单个金融机构的系统性风险贡献来求得总体系统性风险。同时它基于市场有效这个前提，因此在运用方面具有一定的局限性 。
2、边际期望损失法。边际期望损失法主要是由Acharya等（2010）在期望损失（ES）的基础上提出的。这种方法可以直接测度一家金融机构对于系统性风险的贡献度，考虑了超过最大损失的尾部风险状况以及金融机构杠杆率对系统性风险和金融机构边际风险贡献的影响 ，并基于微观经济理论模型和极值理论证明了可以通过未发生金融机构时各金融机构的边际期望损失和杠杆率，预测发生系统性金融危机时金融机构对整个系统的边际贡献。
3、灾难保险费法。该方法主要利用金融机构受财务困境损失影响的保险费用理论来衡量银行体系的系统性风险。利用CDS价差和股票价格的数据构建系统性风险指标并以此估计金融机构的违约概率和机构的相关性。这种方法选用市场的高频数据，监管机构可以根据单个金融机构对系统性风险的贡献程度直接分配系统性风险，从而维护金融稳定。但这个模型基于市场有效这个前提且要求违约概率是风险中性的，运用具有一定的局限。
4、夏普利价值法。该方法假设单个金融机构在系统内各个子组合的边际贡献可测，所有子组合风险的边际贡献的平均数即为金融机构在该系统的夏普利值。夏普利价值法的研究重点在于如何将系统性风险在在各个金融机构之间分配和合理定义，不需要以危机事件的发生为前提，也不需要基于单个机构的风险之和等于整体系统性风险的假设。但它只适用于非常少的组合或包含少量同质子组合的组合，因为对于一个具有N个银行的系统，需要计算2N 个子系统的系统性风险指标。
（三）基于系统风险传染机制的测量
1、网络分析法。网络分析法主要是利用银行间的资产负债敞口，通过模拟银行网络体系中单个或多个银行作为系统性风险诱发因素导致的银行破产数量、破产损失及引发系统性危机的难易程度，来衡量金融机构对其它金融机构陷入困境时引发的多米诺骨牌效应的程度。网络模型有助于监管者跟踪网络中首个发生违约的银行并对其进行监管，从而防范风险的进一步传播。但在实践中由于银行之间的实际双边敞口数据一般难以获得，导致传统的网络模型实用性大大降低。
2、矩阵法。矩阵法是根据一家银行倒闭带来其它金融机构倒闭的数量，来估计系统性风险传染的程度。 它首先根据银行间的资产负债表构造原始矩阵，并进一步求解银行间的风险敞口矩阵，最后由银行的资产损失率来确定倒闭银行的数目。这种方法操作简单，但缺点在于假设银行间的风险是通过信贷渠道传染，具有一定的局限性。
三、总结和建议
尽管金融危机后，学术界和监管当局加强了对系统性风险，尤其是整体系统性风险的关注，但从整体上看，系统性风险的研究尚未形成一个独立完整的理论体系和分析框架。本文认为，为了更好地维护金融稳定，未来对系统性风险的研究应该从以下几方面入手：（1）优化系统性风险的度量方法，使其在度量、分配及识别系统重要性机构方面能达成一致，从而形成一个完整的分析框架；（2）完善系统性风险的评估体系，综合考虑各种指标；（3）完善宏观经济信息和相关金融市场信息，并综合采用财务数据，以提高数据的有效性和结果的相对准确性。
参考文献：
毋庸置疑的是，现代信息技术的高速发展催生了互联网金融，数据的云量积累和数据应用能力的不断提升加速了互联网金融的发展步伐。时至今日，互联网金融正在从单纯的支付业务向转账汇款、跨境结算、小额信贷、现金及资产管理、供应链金融、基金和保险代销、信用卡还款等银行核心业务领域渗透。
然而，导致互联网金融强劲生长的更深层次原因在于，它为适应和满足人们的互联网金融消费，提供了有别于传统金融的一种全新的金融消费模式，填补了金融服务空白区，赢得了互联网金融消费者的踊跃参与和认可；同时，关于金融业“垄断利润”的猜想鼓舞了投资者的热情和野心。特别是“数据+平台+小贷”的阿里金融概念，给人们带来了关于普惠金融的无限想象空间。
借助大数据分析以解决信息不对称和交易信用问题、针对边缘化的小微企业提供便捷融资和多样化产品服务、为小额资金提供理财等增值服务等，互联网金融业在以强大的产品和服务创新能力弥补传统金融业不足的同时，还以大幅降低交易成本、分散交易风险和提高金融服务覆盖面等优势，使诸如小微企业、个体创业者和普通居民等草根金融消费群体享受到无与伦比的便捷金融服务。
作为一种全新的金融模式，互联网金融正在悄然改变旧有的金融格局，其“鲶鱼效应”正在不断发酵。传统金融和互联网金融之间互相博弈、互相促进的竞争态势业已形成。
在充分感受互联网金融扑面而来的压力之时，商业银行或许尤应秉持互联网时代平等、开放、分享的理念，以开放的心态把握机遇、迎接挑战，从改善客户体验、满足客户需求的视角，努力加快金融互联网化和金融创新进程，在经营理念、产品设计、数据应用、营销渠道等方面做出主动改变。同时，采取开放的态度与互联网金融企业跨界合作，挖掘双方在风险偏好和数据维度上的互补空间，争取在互联网金融创新和发展中互补共赢。
文章编号：1005-913X（2015）08-0217-02
20世纪90年代以来，由两次金融危机引起的全球性经济衰退，致使企业风险的复杂性和破坏力大大增加。在这样的历史背景下，后金融危机时代的风险管理研究也随之呈现出新的发展态势，在阅读和研究相关文献时，有必要对近20年来的企业风险管理研究现状及趋势进行重新认识。基于此，本文对近年来企业风险管理研究进行了梳理，以期推动国内相关研究的发展。
一、研究框架的提出
现实需要的是管理学研究的源动力，企业风险管理研究也是如此。在后金融危机时代，如何更全面、更及时、更有效的预测和控制那些复杂性和破坏力大大增强的各类风险，是企业亟待解决的三个关键问题。本文此为视角，对相关研究成果进行分析梳理后认为，后金融危机时代的企业风险管理研究主要集中以下三个领域：其一，整合风险管理研究。该领域的研究注重从更加综合、全面的视角对风险管理进行剖析，强调风险管理不应只是被动地降低风险和减少损失，而是要在风险中寻找机会和利益；[1]其二，企业风险指数研究。此类研究强调风险是可以观察与测量的客观个体，在研究方法上重归纳、分析、证明与量化，体现了风险管理技术的进步；其三，企业风险预警研究。此领域的研究则关注风险因素在形成风险事件之前会以某种形式表现出来，并且能够通过科学分析进行预测，体现了风险管理观点的革新。
二、整合风险管理研究进展
（一）整合风险管理的内涵和目标
美国学者James Lam（2003）则详细说明了企业整合风险管理的目的，包括降低公司收益的波动性、最大化公司股东的价值以及促进职业和财务安全等。Brian（2006）认为整合管理风险代表着新的管理思想，意味着对原有的诸多风险管理技术、方法进行整合创新，与只强调被动的防范或转嫁风险的传统风险管理相比，整合管理风险更重视通过开发、利用和经营风险以促进管理者实现公司价值最大化。我国学者张维功等（2008）指出整合风险管理的理念、方法和工具已经广泛应用于企业战略选择、投融资决策、财务管理、内部控制等方面，涵盖了企业运作的各个层面。
（二）风险管理内部要素研究
近年来，学术界对于风险管理内部要素的研究主要包括实施动因和构成要素两个方面：Liebenberg（2010）等人认为企业是否实行风险管理除了提升企业价值的原因外，还取决经营状况和前景、市场竞争和企业的风险偏好等因素，而公司组织结构不适应企业风险管理的要求以及公司不愿变革的惰性，则是阻碍企业风险管理的主要因素（Kleffner，2011）；关于企业风险管理的构成要素，以COSO提出的内部环境、目标制定、事项识别、风险评估、风险反应、控制活动、信息和沟通、监控等八要素最为经典。此外，也有学者通过实证分析论证了公司治理和组织文化在企业风险管理中也同样发挥了积极的作用（John，2010）。
（三）整合风险管理的价值性研究
学者们通过实证研究，论证了采取整合风险管理（Kimberly，2004）、运用衍生品进行风险对冲（Kim，2004）以及风险沟通（Lawrence，2009）等管理措施的企业，其公司价值具有普遍性的增加。而风险管理提升企业价值主要是通过以下三个途径实现的：[2]一是风险管理能够优化资本配置，提高权益回报率和改进公司治理结构（Lucia，2007）；二是将风险管理融入到企业整体战略中，从而提升了企业战略抗击风险的能力和水平，增强了公司核心竞争力（Neil，2005）；三是通过有效的风险管理措施来控制股票价格波动，使得管理层报酬与公司业绩的相关性为正，从而使得管理效率提高进而提升公司价值（James，2007）。
整合风险管理在创新的同时，还应有效整合现有的风险管理技术和方法，但就目前来看，整合的思想和方法还尚未成熟，有待进一步深入研究。
三、企业风险预警研究进展
（一）企业战略风险预警
战略风险是企业在市场竞争中不可避免的，学者们分别从管理决策（Simons，1999）、行业竞争排名与公司业绩（Slywoztky，2004）以及战略实施能力的不确定性（杨华江，2005）等角度对战略风险的类型和成因进行了界定。卢一萍（2011）采用案例分析法，提出了构建风险预警体系、建立分析处理风险预警信号机制、细化预警指标评价标准、出具风险预警报告这四个战略风险预警步骤。龚小凤（2013）从战略整合风险、文化整合风险、组织整合风险、人力资源整合风险、财务整合风险、业务流程整合风险等六个方面，运用网络层次分析法（ANP）构建了企业跨国并购风险预警模型。
（二）企业财务风险预警
近年来，学者们通过运用计算机技术和人工智能技术，在财务预警模型和方法的研究方面取得了一定的突破。较有代表性的有：Edward Altman（2001）等国外学者将人工神经网络分析方法引入到财务预警模型的研究中，提出的Z模型以及“配套”的五个预警指标被广泛采用。我国学者孔玉生等（2010）利用风险传导模型分析了财务风险产生的原因后，提出了信息透明度、法人治理结构、管理层监控力度、财务杠杆效应等四个方面是财务风险预警和防范的要点。赵春（2012）采用关联规则数据挖掘的方法，提出了基于时间序列动态维护的财务危机预警模型，克服了统计分析模型不能适应海量数据分析和人工智能模型无法考虑财务数据时间延续性的问题。
（三）企业营销风险预警
美国学者James（1998）按风险来源，提出了营销风险可分为战略风险、策略风险、组织风险、运作风险和环境风险五大部分。高凤彦等（1999）则从组织管理的角度把营销风险归纳为营销逆境、营销波动和营销失误三大类，并利用离差传递的方法确定了各指标所对应的预警系数。张云起（2001）运用层次分析、模糊评判、精确值测量三种方法，针对营销综合风险和客户信用风险，提出了A-FA综合评价模型。Emiliano（2009）从市场定位安全、市场结构安全、市场需求安全、市场竞争安全、市场扩张安全、市场策略安全和市场环境安全六方面建立了营销风险预警指标体系，在此基础上，林红菱等人（2012）采用模糊综合评价法构建了我国企业营销风险预警模型。
总的来说，近年来的企业风险预警研究取得了较为丰富的成果，已形成了较为完整的理论框架。尤其是在预警方法和预警模型的研究上取得了较大突破，但关于预警原理、警度划分以及预警模型和系统的评价等方面的文献不多，需进一步深入研究。
四、企业风险指数研究进展
（一）行业风险指数研究
学术界对行业风险指数的研究主要是将传统的指数理论与实践应用紧密结合，对不同经济领域中价格、安全、市场行情等风险因素的变化程度和趋势进行研究。当前的行业风险指数研究可分为两类 ：一类是通过股票指数收益进行行业风险的评估，如Sung & Gregory（1999）研究了美国航空业股票收益与市场变量、行业变量的关系，发现它们之间存在相关关系。段瑞君（2012）采用OLS模型，通过对股票市场行业指数收益的市场风险和行业风险的实证分析，论证了市场风险与股票市场的整体波动相一致；另一类是通过构建相关模型对行业风险指数进行评价和预警，较有代表性的有：Bollen （2007）等学者提出了采用潜变量结构方程模型对顾客满意度指数进行多指标评价的方法，但也发现模型的特征会影响指数的特性。刘晓娥（2007）采用结构方程模型研究了港口建设项目投资风险评估指数；孙春伟（2014）采用危害分析与构建控制点的方法，构建了食品安全风险指数体系等。
（二）金融企业风险指数研究
Illing & Liu（2003）首先运用因子分析法、信用权重法等四种加权方法构建了金融压力指数，通过与指标现状的比较，表明当指数值高于一定的临界值时，表示该时期处于值得关注的高风险时期或金融危机时期。在此基础之上，Balakrishnan（2009）构建了新兴国家的金融压力指数，并研究了金融压力在发达与新兴国家间的传播机制。张瑾（2012）综合考虑了包含宏观经济、银行业金融机构、资本市场和政策环境等在内的主要因素，并指出在时间序列较为平稳的前提下，可对压力指数进行时间序列预测或开展压力测试，从而实现对系统性金融风险的预警功能。成祺炯（2014）等人则应用Shapley非对称权力指数模型，从资产组合、杠杆率、阈值三个维度，测算出了我国上市银行对金融系统风险的贡献度排名。
（三）企业投资风险指数研究
相比财务目标，大多数企业参与风险投资的战略意图更偏重于竞争力的提升和战略目标的实现。因此，评价企业投资风险一方面要关注获利性，但更要关注对提升投资企业核心竞争力的贡献程度。对此，Gompers（2001）就指出风险投资使企业能够快速获取新资源和发掘新能力，获得一些突破性的技术创新成果，从而塑造新的核心竞争力。张识宇等人（2011）针对企业提升核心竞争力与获得财务回报的投资目标，从技术产品竞争力、团队素质、市场吸引力、资源利用程度、环境支持性等五个方面构建了公司风险投资项目评价指标体系，提出了基于Theil指数的灰色评价方法。
从以上的分析可以看出，近年来风险指数的研究范围逐渐扩大，特别是在风险指数模型和测算方法上具有较大的创新并且日渐成熟，使得风险指数科学性和实用性更强。但在研究内容上偏重企业外部因素，对于企业内部风险因素考虑较少，而对于风险指数原理以及合理性等本质问题的探讨，也一直未在学术界达成共识。
关键词：商业银行；风险管理；现状；对策
一、商业银行风险管理的内涵、特点与分类
（一）定义
商业银行风险被广泛认为是在商业银行经营管理过程中，由于某些无法预期因素的存在，导致银行经营发生了与预期愿望相背离的结果，使得收益的预期与现实产生偏离度，银行具有获得额外收益或蒙受意外损失的可能性。具体来说，商业银行风险是指由于不确定性因素的影响，商业银行在经营活动过程中实际收益偏离预期收益，从而导致遭受损失或获取额外收益的可能性。从商业活动层面上，风险可以分为经营风险和行业风险。由于商业银行其经营的特殊性，风险对其来说似乎是与生俱来的，这些风险主要包括操作风险、信用风险、转移风险、市场风险、流动性风险、利率风险和国家风险等。
风险管理又名危机管理，是指如何在一个肯定有风险的环境里把风险减至最低的管理过程。当中包括了对风险的量度、评估和应变策略。理想的风险管理，是一连串排好优先次序的过程，使当中的可以引致最大损失及最可能发生的事情优先处理、而相对风险较低的事情则押后处理。可商业银行在经营管理过程中，由于自身与客户各种不确定性因素的影响，使其实际经营状况与预期经营状况产生一定的偏差，从而该商业银行资金的效益性或者安全性或者流动性蒙受损失的能性。良好的风险管理有助于降低决策错误之几率、避免损失之可能、相对提高企业本身之附加价值。
（二）特点
一般来说，银行风险有以下几个特点：首先体现在各项业务的各个环节，而不只是停留于某个层面。同时，银行从业人员及客户都可能把风险变现为损失，因此说银行风险具有全面性。其次银行风险传播性强。当一家银行发生风险导致损失时，人们往往会预期其他银行也会产生危险，从而产生一系列连锁反应，导致经营良好的银行被挤兑，产生流动性危机，整个银行业会在短时间内陷入恐慌之中。负外部效应的存在使得危机很容易通过其他途径在银行系统内蔓延，使整个经济陷入危机。最后银行风险与经营同在。没有一家银行可以把风险完全消除，任何业务都有发生风险的可能，只要商业银行在经营就要承受风险。回避风险的最好办法就是停止所有业务，但这与银行盈利性的经营目的又是完全矛盾的，所以说银行风险与经营如影相随。
（三）分类
2004年公布的《新巴塞尔协议》将商业银行风险划分为信用风险、市场风险和操作风险，即人们如今常说的商业银行三大风险。信用风险是指银行交易对手未能履行合约义务，从而导致银行蒙受损失的风险，它受内部因素和外部因素共同影响；市场风险是指为了获利而在市场中持续买卖金融工具所带来投资价值损失的风险；操作风险广义上是指除信用风险和市场风险外的一切风险，狭义是指银行在经营过程中由于系统、人员、内部程序等外部条件的不完善而导致损失的可能。操作风险相比于信用风险和市场风险，意味着纯粹的损失，而后两者是一中性概念，损失机会和盈利可能并存。操作风险具有人为因素强的特点，操作风险具有难控制、危害大的特点，操作风险事件具有发生频率很低、一旦发生就会造成极大损失，甚至危及到银行存亡的特点。我国商业银行面临的风险也主要是这三种，这三种风险往往不是单独出现的，而是相伴而生的。
二、我国商业银行风险管理的现状
我国商业银行风险管理的现状不容乐观，因为我国目前市场经济和金融体系的发展还处于初级阶段，发展不成熟且不完善。同时，就目前来看，与国外发达国家相比，现在我国商业银行风险管理存在许多待解决的问题。
第一，中国商业银行处理风险管理和创造利润不当。许多商业银行把风险和利润对立起来，纯粹把风险作为损失来对待，而不是把主动管理风险作为创造利润的主要手段。当前的激烈的金融竞争形势，商业银行要想在竞争中取胜，必须提高风险管理水平，管理好其他银行所不敢承担的风险，而不是把风险作为损失直接将其拒之门外。技术上缺乏先进的模型和计量工具为特点进行风险识别和计量的定量分析，数据采集上我国商业银行存在数据重复、过时和统计口径不一致、缺乏必要的IT构架和技术支持等现象，数据储备严重不足，且数据缺乏规范性，数据质量不高，内部控制上也存在着监督部门不独立，职责划分不清楚，缺乏全面性，上下级之间信息沟通不通畅等问题。
第二，国内商业银行风险案例中，操作风险占了很大比重。现阶段国内商业银行操作风险管理中存在许多问题。操作失误和欺诈是目前中国商业银行操作风险的主要表现；国内商业银行一些管理者缺乏科学的发展观，重业务发展、轻风险防范。
第三，风险管理体系不完善。目前，我国商业银行的风险管理缺乏组织制度的保障和有效的运作机制。就目前而言，我国大部分的商业银行还没有没有设置独立的风险管理部门，那么也就没有专职的从事风险管理的经理，自然这些商业银行也没有能力独立承担起具有权威性的风险管理职责。在中国，大部分的银行风险管理体系都不健全，独立性原则体现不够，风险管理受外界因素干扰较多，不少制度规定有粗略化、模糊化和大致化等现象。因此，健全有效的风险管理机制是商业银行经营运作的坚实基础，我们必须健全我国的风险管理体系。
第四，风险承担主体不明确。我国国有商业银行还没有有效地实行经营权和所有权的分离，政策性业务和行政干预仍很多，商业化程序不高，导致全部商业银行风险的责任不能由商业银行最终承担，因此，国有商业银行中的风险承担主体和边界都不明确。但是，有效的风险管理应该是以风险承担为主体明确、权力和责任分布妥当。
三、我国商业银行风险管理的对策和建议——以新巴塞尔协议为重点
作为全球商业银行风险管理的一个基本准则，巴塞尔新资本协议作用不容置疑。巴塞尔委员会出台了五个文件对银行的的风险管理职责进行了相关规定。这五个文件分别是：《信用风险管理原则》、《利率风险管理原则》、《银行机构的内部控制制度框架》、《健全银行的公司治理》、《有效银行监管核心原则》。理解这个规定，对我们如何进行商业银行的风险管理十分重要。
（一）完善风险管理环境
巴塞尔委员会出台的《信用风险管理原则》中提出建立适当的风险管理环境，即董事会与高级管理层之间权责明确的分权与制衡体系。建立独立的风险管理评估体系，直接向董事会和高级管理层负责。风险评级应由一个独立的信贷风险管理部门确定，或者经过其评审或批准。建立商业风险处理体系。在商业银行的经营中，有些风险损失的发生是防范机制无法阻止的，如系统性国家风险。因此即使有严密的风险防范机制的保护，商业银行业必须有充分的准备面向风险处置问题。
（二）加大技术方面的支撑力度
加快基础数据库的建设，提高数据质量管理，建立完善的信息分析系统，负责内部信息和外部信息的搜集与分析。这个系统必须能准确地搜集市场信息，并进行科学地数据分析，将风险评估定量分析与定性分析结合。保证信息来源真实可靠，调查证据充分；要尽快建立以电子计算机系统为基础的专业化操作平台，把风险计量模型和计量工具数字化，以数字模块的形式镶嵌到业务系统当中，及时对全行数据进行留存，并对经营情况进行计量和分析；同业间必须尽快建立统一的数据仓库和管理信息系统，从而保证包括风险评级在内的所有管理工具的数据需要。
（三）增强法律上的保障
巴塞尔委员会出台的文件《有效银行监管核心原则》，认为适当的银行监管法律框架也十分必要，其内容包括对设立银行的审批、要求银行遵守法律、安全和稳健合规经营的权力和监管人员的法律保护。另外，还要建立监管当局之间信息交换和保密的机制等。对监管人员的法律保护十分重要，这样才能保证监管人可以独立准确地做出决策，对银行进行有效地监管。
（四）强化内部风险控制
内部控制是商业银行的一种自律行为，是实现银行经营既定目标的自发需要，也是必要的。巴塞尔委员会出台的《银行机构的内部控制制度框架》对如何加强内部控制给了明确的建议。首先银行应建立独立的审计委员会来帮助董事会履行职责，还应该建立一个相对独立的第三方来审慎监督可能出现利益冲突的领域，从而减少某些操作风险。要不断加强银行内部稽核监管，稽核部门作为第三道防线，主要履行稽核确认、反舞弊欺诈、咨询和内控评价等职能。内控评价是按照一定的框架和方法，根据银行内部控制检查监督信息及其他外审检查与相关监管信息，对银行内部控制体系的建立和实施情况进行调查、测试、分析和评价工作。
参考文献：
关键词：社会征信；风险及防范
社会征信是金融系统中常见的概念，但是社会征信系统正真被人们熟知是随着今年来我国互联网的高速发展，金融系统中信息不对称性逐渐减弱而实现的。我国公共征信系统目前尚不发达，迫于金融系统的发展和壮大的实际需要，也使得我国征信机构也出现了不断完善的现状。目前我国金融系统的发展是跨越式的，在金融服务形式上和金融产品的种类上都出现了井喷式的发展，要满足这种需求，我国目前的征信体系还需要不断的完善和发展。
一、社会征信概念
随着经济社会的不断发展，个人和机构的信用逐渐成为影响经济和社会关系的一项重要因素。征信在商业层面的需求被不断的强化，但是由于征信系统的复杂性导致很难有国家和机构能够完全的实现社会征信的全覆盖，因此在我国征信业务放开后，涌现出了一大批的社会征信机构，在国内实现了公共征信系统和社会征信系统的两大体系。
出现社会征信和公共征信的原因在于，构成二者的要素之间存在着差异：首先是主体不同。公共征信体系的建立主体是中国人民银行，也部分的存在着地方银行征信的情况；社会征信系统体系是由经国务院批准的有征信牌照的民间机构自行建立的。其次是数据来源方面。公共征信体系的数据来源主要是个人在金融机构的借贷记录中提取的，而社会征信系统除了有个人金融借贷产生的数据之外，还涵盖了个人在互联网环境下产生的各种个人信用数据，社会征信系统会在收集个人征信数据的基础上对相关的数据进行大数据分析。
二、我国社会征信发展现状
我国征信系统放开是在2013年《征信业管理条例》以及《征信机构管理办法》颁布之后，在相关的规章颁布之后，企业征信系统开始逐渐的建立起来，尤其是在2014年，央行首次对26家征信机构颁布执照，这些执照的颁布标志着我国社会征信迈出了一大步。而在个人征信方面，2015年，央行又出台了《关于做好个人征信业务准备工作的通知》，一大批个人征信机构获得了批准成为试点。随着这批企业和个人征信机构的获牌，我国征信开始了商业化发展的脚步。
三、社会征信风险
社会征信系统的建立对于我国金融行业的规范和发展具有着非常重要的意义，能够有效的弥补我国金融行业失信风险大的问题。但是社会征信系统本身也存在着很大的风险。
（一）技术风险
当前环境下，社会征信系统的建立毫无疑问将围绕互联网建立并实现征信信息的共享。而互联网环境下信息的风险问题毫无疑问将同样影响到征信体系的安全，尤其是在征信系统建立的初期，黑客入侵导致的数据失真和信息泄露将直接影响体系的建立。另外，目前我国同时运行的两套征信体系由于数据收集的口径和要求不一致直接导致数据失真，失去了征信信息的实用价值，直接影响到数据信息的使用。
（二）标准制度风险
近年来我国先后出台了多个征信相关的规章制度，为我国社会征信系统的建立提供了制度依据，但是这些规定目前还只是在非常有限的范围内对社会征信进行了规定，尚未对具体的征信业务进行明确的详细的规定。随着我国金融市场的不断发展，相关的法律漏洞和法律空白将不断的出现，给社会征信体系带来巨大的挑战。目前在我国社会征信系统的建立过程中，已经显现的对实际操作产生明显影响的就是征信系统的标准不一致，严重的影响两套数据的对接问题。
（三）市场风险
征信体系的市场风险是受市场环境影响所产生的，市场是不断变化的，因此市场机制的风险也是不可预见的。当前我国社会征信系统放开，国内的征信系统逐渐由过去的国家垄断走向了市场化。由此给更多的民间征信机构很大的发展空间，同时也加剧了征信市场的竞争，随着竞争的加剧，市场利益驱使的非理也会逐渐的增多，给与之紧密相连的金融市场带来巨大风险。如果我国征信政策发生改变，则市场机制风险则将加大，受到互联网的影响，这种风险将呈现出成倍增加的态势。
四、社会征信风险的防范
（一）提升网络技术水平
当前的网络环境是征信数据存在的大背景，而社会征信系统的风险也很大程度上来源于互联网。所以要在信息技术市场建立起充足的监督机制和技术支持，在保证系统稳定的同时，不断的对系统进行更新升级，较少系统崩溃和黑客攻击的概率，从源头上保障数据的真实性。在监督方面，央行应该不断的对技术进行革新，实现全系统的监控和数据实时维护。
（二）完善相关规章制度
风险的防范需要制度来保障，制度是最稳定的保障方式。在社会征信风险防范过程中，央行是主要的政策来源。因此央行就必须在借鉴发达国家的先进制度的基础上结合我国的公众需求和互联网发展现状，在制定统一的公共和社会征信体系标准下实现各种征信机构的数据共享，并细化相关的管理规范和细则，未监管提供依据。
（三）强化监管
征信系统的信息是金融机构业务发生的重要依据和来源，同时征信系统的数据会随着市场的发展不断的改变，因此需要加强对于征信系统的监管，保障数据的真实有效性。央行需要在监管机制上开拓创新，建立起严格的动态的监管方式，特别是要做好征信信息数据安全的监督工作。具体来说央行可以在保持其政策统一性和权威性的前提下，通过与市场相关机构合作，制定真正的可以实现监管的制度和方式。
（四）提高人员素质
社会征信系统记录的是数据，但是数据的背后是人的行为。所有的数据都是由相关机构的工作人员来进行管理和运用，因此必须在工作人员的道德素质方面进行强化，提升工作人员的基本素质，强度其对处理对象的谨慎程度；要加强相关人员的培训，提升相关的事业素质和执业水平；要严格相关的管理制度，对于出现问题的人员要进行相应的处罚，并限制其从事相关行业。（作者单位：西南财经大学证券与期货学院）
参考文献：
关键词 电力市场；金融风险；VaR；历史模拟方法
中图分类号 F123.9； 文献标识码：A
一、引入
电价的异常波动带来了巨大的金融风险，近年由于用电高峰的出现，拉闸限电情况日益加剧，对电力市场金融风险进行评估具有重要的现实意义。本文拟采用VaR分析中的历史模拟法方法，对电力市场风险进行分析，以更好的规避和防范市场风险,促进电力市场的稳定发展。
VaR的含义为(市场正常波动条件下)，在一定的概率水平(置信度)下，某一金融资产或证券组合在未来特定的一段时间内的最大可能损失。可表示为：Prob(P>PVaR)=1-c。公式中，P为金融资产或证券组合在持有期t内的损失；PVaR为置信水平c下处于风险中的价值。
VaR计算主要涉及两个因素：目标时段和置信水平。目标时段是指我们计算的是未来多长时间内组合的VaR，它的确定主要依赖于投资组合中资产的流动性而定，一般取为1天，1周，10天或1月；置信水平的确定主要取决于风险管理者的风险态度，一般取90％一99.9％。
二、VaR方法下研究电力市场金融风险
1．历史模拟法的含义
历史模拟法是假定采样周期中收益率的分布不变, 借助于计算过去一段时间内的资产组合风险收益的频率分布, 通过找到历史上一段时间内的平均收益, 以及既定置信水平下的最低收益水平, 推算VaR的值, 其隐含的假定是历史变化在未来可以重现。
考虑一个证券组合VP，其市场因子为F(i)(i=1,2,…,n),计算95％置信度下的日VaR值。首先预测市场因子的日波动性，选取市场因子过去101个交易日的历史价格序列，得到市场因子的100个日变化：
F(i)的历史价格水平向量 观测到的变化向量
假定这100个变化在未来的一天都可能出现。对于每一个市场因子，将其当前值F(i)和观测的变化向量相加。得到市场因子的未来可能价格水平，以向量AF(i)n表示：（见图2）根据相关定价公式，可以计算出市场因子当前价值和未来的可能价值。于是，可求出组合的未来损益：
将损益从大到小排列，得到组合的未来收益分布，根据95％的置信度下的分为数，可以求出PVaR的值。
历史模拟法直观、计算简单、容易接受。他是一种非参数方法，不需要假定市场因子变化的统计分布，无须估计波动性、相关性等各种参数，避免了模型风险。可以选取101个交易日的日平均清算电价，由此求得100个波动值，那么下一日产生的波动值也应该处于这100个价格波动值的范围内，且该波动值服从一定的概率分布。分别选取电价向上、向下波动率不超过5％的波动值作为电价波动的上、下极值。从而算出次日的日平均清算电价的上、下极值。结合电力公司的毛利润，算出电力公司的电费支出上、下限。在将计算结果进行验证。达到电力风险的规避作用。
2．数据分析与实证过程
历史模拟方法在电力市场金融风险评估中首先假定考察日期为2006年9月20日，当日某省整个电力市场平均清算电价（按电量加权平均计算得到）为275.23元/（MW.h），希望分析得到次日（即2006年9月21日）电价在某一置信度（95%）下可能出现的上限 和下限值，并估算相应的电费支出和毛利润的上限和下限值。其中电价上限是指次日电价超过该上限的概率为5%的电价值，电价下限是指次日电价超过该下限的概率为95%的电价值。
确定电价的样本区间为2006年6月12日-2006年9月20日的101个交易日，得到这101个交易日的日平均清算电价。计算可能产生的电价波动值:利用所选取得101个交易日的日平均电价序列，可得2006年月12日-2006年9月20日的平均清算电价的100个波动值。那么，在通长情况下可以认为，2006年月20日-2006年月21日电力市场的日平均清算电价所产生的波动值应该处于这100个价格波动值的范围内，该价格波动值服从一定的概率分布。将市场日平均清算电价波动值按大小排序。得到从日下跌289.67元/（MW.h）的电价负波动到日上升249.72元/（MW.h）的电价正波动的排序。
3．用历史模拟方法计算VaR值
A.波动上极限Pup：
选取电价向上波动概率不超过5%（95%置信度下），的波动值作为电价波动上限值，即认为次日日平均清算电价波动一般不会超过该值。可知，电价波动上限值为自小到大第95个波动值，即157.93元/（MW.h）。
B.波动下极限Pdown：:
选取电价向下波动概率不超过5%（95%置信度下），的波动值作为电价波动下限值，即认为次日日平均清算电价波动一般不会低于该值。从表可知，电价波动下限值为自大到小第95个波动值，即-162.46元/（MW.h）。
C.次日的日平均清算电价上限值
PU=P07.9.20+Pup
=275.23元/（MW.h）+159.93元/（MW.h）
=435.16元/（MW.h）
D.次日的日平均清算电价下限值
PL=P07.9.20+ Pdown
=275.23元/（MW.h）+[-162.46元/（MW.h）]
=112.77元/（MW.h）
可知，2007年9月21日的电价处于上、下限[435.16元/（MW.h），112.77元/（MW.h）]
之间的概率为90%
4．利润模型
某市电力市场中，市电力公司起到了单一购买者的作用，假设它的购电来源主要包括三部分:电力市场内的竞价机组，某地区(这里假定为华中地区)售电，市场外的非竞价机组[36,37]。竞价机组的购电电价P1由市场清除电价决定。华中售电和非竞价机组的购电价格则是由市电力公司与对方商定后，以合同形式按某一确定的价格P2 购买，电力公司从电力市场购买电能，然后把所有电量以国家规定的价格约595元/（MW.h）统一向所有用户售电。在忽略网络损耗的情况下，由此，电力公司的毛利润为: M = P0・Q - [(1-k) P1・Q1+k Pc・Q1 +P2・Q2]（1）其中: P0为电力公司的售电价格，目前，该市对工业、商业和居民用户采用不同的电价，将各种电价平均后得到的总体平均电价，本文计算中统一取售电价格P0为595元/（MW.h）；Q为电力公司通过电力市场购入的总电量，也等于售电量；P1为竞价机组部分电量的市场清除电价(按电量加权平均计算得到)；Q1为电力公司通过电力市场购入的竞价部分的电量;P2为非竞价机组和华中售电部分电量的平均电价，一般是每年商定一次，因此可以认为是固定值，这里统一近似取平均电价400元/（MW.h）；Pc为竞价机组平均合约电价（近似取350元/（MW.h））；Q2为通过非竞价机组和华中售电部分购入的总电量。上式（1）中的项目有关系: Q = Q1 +Q2 （2）
考虑到目前短期负荷预测的精度较高，式（1）中的总用电量Q可以通过负荷预测得到。由于该预测值与次日的实际用电量不会相差太大(一般不大于5%，通常在1%～3%)，故公式中的总用电量可以用预测值Q0来表示，设为一固定值。故式（2）表达为: M = P0・Q - [(1-0.8) P1・Q1+0.8・350Q1 +400・Q2]（3）式中，Q2是由省电力调度中心统一安排，为某一固定值，于是购入的竞价机组部分电量Q1也是一固定值。通过华中售电和非竞价机组购入的两部分电量，其价格和电量都是固定的，所以它们对于毛利润的影响是相同的。在这里可以将它们合并，均看成通过市场外部购入的电量，其购电总量为Q2，购电平均价格取400元/(MW・h)。 故式（1）又可竞价机组电费支出描述为: M1 = (1-k) P1・Q1+k Pc・Q1（4）竞价机组、非竞价机组和华中售电总电量的电费支出为: M2 = (1-k) P1・Q1+k Pc・Q1 + P2・Q2（5）上式（4）可以计算电力公司的毛利润，将上式中的P1替换为Pup， Pdown 可以计算出相应的毛利润的上、下限预测值（在95%置信度下）。同理，由（4），（5）计算出电力公司的电费支出及其上、下限。表1给出2006年9月21日相应的计算结果。
表1预测数据
5．返回检验
为了验证历史模拟方法模型的有效性，需要对结果进行返回检验。以2006年1月1日的数据为例，当日毛利润的上限、下限分别为4381.07万元和3788.11万元，由当日的电价实际值算得的毛利润的实际值为4047.41万元，这个值落在预测值的上、下限之间。上述预测是在95%的置信度下，所以理想的情况应该是，实际值超过预测值上限和低于预测值下限的比例各为5%（即为风险出现的概率）。只要风险分析的方法正确，且数据样本足够多，最后的计算统计结果应该与理想情况比较接近。我们取2006年的市场运行数据作为初始历史样本数据，对2006年1月1日-2006年9月20日（共262天）的市场数据进行风险统计校验。由于历史数据还不够多，为了充分利用已有的历史数据资源，在校验完一组数据后，就把它也纳入历史数据，计算得到2006年1月1日至2006年9月20日共262天的VaR预测值，它们和实际值的校验结果如表2所示。
表2的结果显示，采用上述计算方法得到的2002年1月1日2002年9月21日的预测值，与该电力市场实际运行数据比较一致。在262天中，实际值大于预测值上限的天数为11天，实际值小于预测值下限的天数为13天，所以最后得到的实际值大于上限的天数所占比例为4.20%，实际值小于下限的天数所占比例均为4.96%，很接近理想值5%。由此可见，VaR历史模拟法预测电力市场金融风险是可行的。由此可见，VaR历史模拟法可以实现对电力市场金融风险的定量分析，且具有较好的预测结果。
表2结果校验
三、总结
金融市场中的VaR方法可以很好地分析股票市场中的股票价格波动风险，由于电力市场中的金融风险主要源于电价的波动，因此也可以将VaR方法引入电力市场的电价波动分析中，从而实现对电力市场金融风险的分析计算。
历史模拟法概念直观、计算简单、实施方便，容易被风险管理者和监管当局接受。另外，它是一种非参数方法，不需要假定市场因子变化的统计分布，无须估计波动性、相关性等各种参数。因此，它没有参数估计的风险，从而避免了模型风险。
参考文献
[1].王春峰.金融市场风险管理[M].天津大学出版社，2001，2
[2].范英.VaR方法及其在股市风险分析中的应用初探[J],中国管理科学,2000,9
[3].路杨,黄娜.期板定价理论在企业财务风险管理中的应用[J],商业研究，2004,6
[4].杨青,殷林森.基于期权定价理论的多阶段风险投资决策模型[J],科技进步与理论与管理,2004,5
[5]周浩，张权，张富强.考虑期货交易的电力市场金融风险分析[J].电网技术，2004， 28(17):53-57.
[6]曹毅刚，王晓清，沈如刚，张金亮.考虑电力衍生产品的风险管理和资产组合优化模型[J].电力系统自动化，2007，31（13）：36－41.
[7]张海鱼.VaR:风险价值--金融风险管理新标准[M].中信出版社，2000
[8]周浩，康建伟，陈建华，包松.蒙特卡罗方法在电力市场短期金融风险评估中的应用[J].中国电机工程学报，2004，24(12):74-77.
[9]Robert Denton，Chen-Ching Liu，Jacques Lawarree. Risk assessment in energy trading[J].IEEE Ttans.Power System，2003，18(2):503-511 .
购物车(0)