劉呂科 郭代

摘要：本輪金融危機(jī)再一次證明了風(fēng)險(xiǎn)管理模型的局限性。本文結(jié)合風(fēng)險(xiǎn)管理模型國際研究現(xiàn)狀及實(shí)踐，從假設(shè)、數(shù)據(jù)質(zhì)量、內(nèi)生性風(fēng)險(xiǎn)及行為人的有限理性四個(gè)方面分析了風(fēng)險(xiǎn)管理模型的局限性，并對(duì)正確看待和使用模型提出相關(guān)建議。

關(guān)鍵詞：模型假設(shè)；數(shù)據(jù)質(zhì)量；內(nèi)生性風(fēng)險(xiǎn)；有限理性

中圖分類號(hào)：F832 文獻(xiàn)標(biāo)識(shí)碼：A〓文章編號(hào)：1003-9031（2014）06-0072-05DOI：10.3969/j.issn.1003-9031.2014.06.15

一、引言

金融創(chuàng)新可以使許多流動(dòng)性較差以及難以交易的金融資產(chǎn)以證券的形式在市場上流通，促進(jìn)全球金融市場的深化。隨著金融環(huán)境及金融系統(tǒng)復(fù)雜性的不斷提高，對(duì)采用模型評(píng)估和預(yù)測(cè)風(fēng)險(xiǎn)水平的需求不斷加大。但金融環(huán)境越動(dòng)蕩，系統(tǒng)越復(fù)雜，風(fēng)險(xiǎn)模型的可靠性越差，因此在一定程度上，當(dāng)我們對(duì)模型的需求越強(qiáng)烈，模型可靠性越差[1]。一般來說，風(fēng)險(xiǎn)模型對(duì)衡量頻率較高小事件的風(fēng)險(xiǎn)例如內(nèi)部風(fēng)險(xiǎn)管理較有效果，但很難用來評(píng)估系統(tǒng)性重要事件[2]。最近歷史上發(fā)生的幾次系統(tǒng)性危機(jī)事件都在一定程度上和過度使用風(fēng)險(xiǎn)模型有關(guān)（見表1）。

1987年，美國股票市場的崩盤是和投資者沒有很好理解基于計(jì)算機(jī)系統(tǒng)的模型分不開的。由于這些模型的同質(zhì)性和不適當(dāng)?shù)倪\(yùn)作模式，導(dǎo)致許多機(jī)構(gòu)投資者爭相賣出資產(chǎn)，使得股票指數(shù)急劇下跌[3]。1998年長期資本管理公司（LTCM）的破產(chǎn)再一次證明了風(fēng)險(xiǎn)模型的失敗。這種失敗是由于對(duì)模型的過度依賴造成的。在危機(jī)發(fā)生前，基金經(jīng)理認(rèn)為他們能以很小的風(fēng)險(xiǎn)辨別出巨大的投資機(jī)會(huì)，基于計(jì)算機(jī)的模型可以采用大量的歷史市場波動(dòng)數(shù)據(jù)準(zhǔn)確計(jì)算和評(píng)估風(fēng)險(xiǎn)。基于一系列假設(shè)，他們認(rèn)為可以以很小的風(fēng)險(xiǎn)，有效的管理一個(gè)復(fù)雜的金融工具組合。俄羅斯在1998年對(duì)其主權(quán)非預(yù)期性的違約導(dǎo)致了全世界資本市場劇烈的波動(dòng)和信用息差的突然和急劇升高。這些信貸市場非預(yù)期的波動(dòng)給LTCM帶來了巨大的損失，最終導(dǎo)致其倒閉[4]。而2008年又是一個(gè)讓人想起風(fēng)險(xiǎn)管理模型失敗的年份，對(duì)信用評(píng)級(jí)及信用評(píng)級(jí)模型的過度依賴一直被認(rèn)為是導(dǎo)致次貸危機(jī)發(fā)生的重要原因之一。在本輪危機(jī)中，世界范圍內(nèi)絕大多數(shù)金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理體系被認(rèn)為是缺失的，這次金融危機(jī)表明事前估計(jì)壓力事件概率的方法是存在問題的，在壓力條件下，用于計(jì)算概率的統(tǒng)計(jì)關(guān)系往往是不成立的。此次危機(jī)也使學(xué)界及業(yè)界對(duì)模型的局限性有了更為深刻的認(rèn)識(shí)[5]。從總體來看，模型的局限性體現(xiàn)在三個(gè)方面：一是模型假設(shè)不完備，它與現(xiàn)實(shí)是脫節(jié)的；二是無論數(shù)據(jù)的可得性及數(shù)據(jù)區(qū)間長度等方面的數(shù)據(jù)質(zhì)量都有待提高；三是由于模型的內(nèi)生性，過度依賴模型可能導(dǎo)致內(nèi)生性風(fēng)險(xiǎn)和同質(zhì)性風(fēng)險(xiǎn)；四是由于行為人的有限理性，風(fēng)險(xiǎn)模型很難捕捉行為人投資決策中的認(rèn)知偏差。

二、模型假設(shè)的局限性

模型失敗的首要原因之一是不完備的模型假設(shè)[6-8]。尤其是在資產(chǎn)證券化的過程中，對(duì)潛在資產(chǎn)風(fēng)險(xiǎn)模型化假設(shè)的微小疏漏可能導(dǎo)致對(duì)資產(chǎn)支持證券風(fēng)險(xiǎn)模型的極大錯(cuò)誤。當(dāng)對(duì)以這種證券為潛在資產(chǎn)的金融衍生品的風(fēng)險(xiǎn)模型化時(shí)，這種錯(cuò)誤會(huì)被進(jìn)一步放大。許多風(fēng)險(xiǎn)模型的一個(gè)假設(shè)為市場數(shù)據(jù)分布是服從隨機(jī)過程的，市場數(shù)據(jù)的變化僅取決于自身及其他變量的歷史變化，市場損失在本質(zhì)上是隨機(jī)而不是相關(guān)的[9]。以在市場風(fēng)險(xiǎn)衡量中廣泛采用的在險(xiǎn)價(jià)值（VaR）方法為例，許多模型采用巴塞爾銀行監(jiān)管委員會(huì)（BCBS）推薦的方法，采用時(shí)間的平方根法則，即通過一個(gè)一天的VaR數(shù)據(jù)乘以10的平方根，得到一個(gè)10天的VaR數(shù)據(jù)。這些都建立在很強(qiáng)的假設(shè)的基礎(chǔ)之上。首先，收益是獨(dú)立同分布的。其次，收益是正態(tài)分布的，波動(dòng)性在整個(gè)時(shí)間段內(nèi)是獨(dú)立的。最后，波動(dòng)率在所有時(shí)間段內(nèi)是相同的。

風(fēng)險(xiǎn)模型預(yù)測(cè)結(jié)果的非線性越來越得到學(xué)界及業(yè)界的重視。市場中組合信用風(fēng)險(xiǎn)模型一般都是只從歷史視角考察風(fēng)險(xiǎn)因子和結(jié)果的簡略形式。當(dāng)經(jīng)濟(jì)環(huán)境產(chǎn)生顯著性的結(jié)構(gòu)或行為改變時(shí)，模型預(yù)測(cè)效果較差。較早研究資產(chǎn)非線性相依問題的是Erb et al. （1994），他們?cè)谌N市場情境下（牛市、熊市和平市）考察不同資產(chǎn)的月度相關(guān)系數(shù)[10]。他們發(fā)現(xiàn)當(dāng)市場上行時(shí)，美國和德國的資產(chǎn)相關(guān)性僅有8.6%。當(dāng)兩個(gè)市場同時(shí)下行時(shí)，相關(guān)性增加到52%。類似的結(jié)果在許多其他研究中得到體現(xiàn)。風(fēng)險(xiǎn)資產(chǎn)間正的相關(guān)系數(shù)會(huì)隨著市場急劇下行變得越來越大。與此同時(shí)，股票和國債間的相關(guān)性會(huì)由正的轉(zhuǎn)變?yōu)樨?fù)。風(fēng)險(xiǎn)規(guī)避的沖擊會(huì)帶來股票于債券的負(fù)相關(guān)性[11]。Yang et al.（2009）的研究發(fā)現(xiàn)，如果短期利率較高且通貨膨脹處于較高水平，股票與債券的相關(guān)系數(shù)急劇升高[12]。

很多模型低估或完全忽略不同資產(chǎn)組合或資產(chǎn)等級(jí)之間的相關(guān)性，絕大部分模型將波動(dòng)性和相關(guān)系數(shù)看作是固定的[13]。高的損失相關(guān)性意味著一旦損失事件發(fā)生，損失將非常嚴(yán)重，因此模型預(yù)測(cè)的損失分布對(duì)模型中估計(jì)的相關(guān)性較為敏感（見圖1）。同時(shí)，不同資產(chǎn)等級(jí)之間損失分布對(duì)相關(guān)系數(shù)的敏感性不相同[14]。相同資產(chǎn)組合在不同經(jīng)濟(jì)情境下的相關(guān)系數(shù)也不相同。與正常時(shí)期，或是與危機(jī)時(shí)期相比，估計(jì)的相關(guān)性在市場上行時(shí)期會(huì)較低。在市場崩盤情況下，所有資產(chǎn)的相關(guān)系數(shù)接近100%。但大多數(shù)風(fēng)險(xiǎn)模型沒有將其考慮在內(nèi)，對(duì)相關(guān)性的估計(jì)建立基于正常市場條件下。所以，這些模型通常低估組合的風(fēng)險(xiǎn)。盡管相關(guān)系數(shù)隨時(shí)間變化已經(jīng)被廣泛研究，但是這次危機(jī)顯示有些情況下，分散風(fēng)險(xiǎn)的收益比標(biāo)準(zhǔn)模型預(yù)期的要低[15-18]。有效的資產(chǎn)證券化取決于潛在資產(chǎn)損失的低相關(guān)性，資產(chǎn)證券化的一個(gè)重要收益——通過資產(chǎn)池分散風(fēng)險(xiǎn)——取決于這些資產(chǎn)的損失是不相關(guān)的這個(gè)前提下[19]。不同資產(chǎn)之間相關(guān)系數(shù)及其變化意味著從一種資產(chǎn)中的損失并不能以從另外一種資產(chǎn)中的獲益而得到對(duì)沖[20]。這也是本次金融危機(jī)在看起來完美對(duì)沖的情況下出現(xiàn)大量違約的根本原因。

三、數(shù)據(jù)質(zhì)量的局限性

數(shù)據(jù)質(zhì)量在很大程度上影響模型的準(zhǔn)確性和穩(wěn)定性，一些學(xué)者認(rèn)為沒有足夠的歷史數(shù)據(jù)是導(dǎo)致模型失敗的直接原因[21]。數(shù)據(jù)上的任何錯(cuò)誤都會(huì)對(duì)計(jì)算的精確性產(chǎn)生嚴(yán)重影響?？杀汇y行用來估計(jì)損失特征的數(shù)據(jù)來源和方法相對(duì)有限，此外這些數(shù)據(jù)來源相互之間具有明顯的不一致性。事實(shí)上，小樣本的歷史數(shù)據(jù)導(dǎo)致了模型預(yù)測(cè)值與實(shí)際發(fā)生值的較大偏差[22]。在模型化消費(fèi)者信貸組合的風(fēng)險(xiǎn)分布或逾期損失分布時(shí)，模型開發(fā)人員采用了相對(duì)較短的歷史。例如許多金融機(jī)構(gòu)的住房抵押貸款風(fēng)險(xiǎn)模型構(gòu)建在一個(gè)較短的時(shí)間期。在許多情況下，模型沒有將上世紀(jì)九十年代早期的房市衰退考慮在內(nèi)。類似的，假如2007年的模型只采用其前7年的歷史數(shù)據(jù)，就有可能疏漏一些重要信息如1998年LTCM危機(jī)的數(shù)據(jù)，即使該模型采用了其前15年的數(shù)據(jù)，它也疏漏了1987年股市崩盤的數(shù)據(jù)。

同時(shí)，由于信息技術(shù)的進(jìn)步和資產(chǎn)證券化技術(shù)的不斷發(fā)展，銀行信貸審批的標(biāo)準(zhǔn)不斷降低。信貸準(zhǔn)入門檻的降低及隨之而來的逆向選擇問題降低了模型預(yù)測(cè)的效果。據(jù)統(tǒng)計(jì)從2005—2007年，超過50%的次級(jí)貸款的信用記錄是不完備或殘缺的[23]。低信用記錄貸款在沒有借款人收入及職業(yè)記錄的情況下提供不準(zhǔn)確的信息，造成模型分析失真。模型結(jié)果失真增加了抵押貸款的風(fēng)險(xiǎn)，更進(jìn)一步增加了抵押貸款支持證券的風(fēng)險(xiǎn)，風(fēng)險(xiǎn)的累積最終導(dǎo)致次貸危機(jī)的爆發(fā)。因此不能只關(guān)注模型的設(shè)計(jì)等技術(shù)層面，更應(yīng)關(guān)注數(shù)據(jù)輸入和模型使用的激勵(lì)。模型選擇并確定以后，需要數(shù)據(jù)錄入，如果沒有精確的信息錄入，即使完美設(shè)計(jì)的模型也不能很好的衡量風(fēng)險(xiǎn)。很多情況下，在記錄被用來度量違約概率（PD）和違約損失率（LGD）的原始數(shù)據(jù)時(shí)，不同的數(shù)據(jù)來源和機(jī)構(gòu)明顯使用了不同的“違約”和“損失”定義。同時(shí)，數(shù)據(jù)之中的絕大部分都未能保留完整的截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)，只有通過長時(shí)間的積累才能解決數(shù)據(jù)匱乏問題。在統(tǒng)一數(shù)據(jù)收集及清洗標(biāo)準(zhǔn)，積累跨經(jīng)濟(jì)周期數(shù)據(jù)方面，中國面臨著比發(fā)達(dá)國家更大的挑戰(zhàn)。我國銀行在構(gòu)建內(nèi)部評(píng)級(jí)體系的過程中，數(shù)據(jù)質(zhì)量是制約模型開發(fā)的一個(gè)最為重要的因素?？蛻粼u(píng)級(jí)模型需要至少有5年的數(shù)據(jù)積累，而債項(xiàng)評(píng)級(jí)至少需要有7年的數(shù)據(jù)積累，并覆蓋一個(gè)完整的經(jīng)濟(jì)周期。而我國還未經(jīng)歷一個(gè)真正意義上的完整經(jīng)濟(jì)周期，因此在內(nèi)部評(píng)級(jí)體系構(gòu)建過程中，難以達(dá)到巴塞爾協(xié)議的審慎要求，這就要求我國銀行在評(píng)級(jí)體系構(gòu)建的過程中應(yīng)對(duì)評(píng)級(jí)結(jié)果采用更審慎的態(tài)度，合理采用壓力測(cè)試和敏感性分析等方法，在一定程度上彌補(bǔ)數(shù)據(jù)積累周期不足的缺陷。

四、內(nèi)生性風(fēng)險(xiǎn)

在市場穩(wěn)定時(shí)期，市場參與者各自行為，有賣出資產(chǎn)，也有買進(jìn)資產(chǎn)。但在危機(jī)時(shí)期，市場參與者的行為將變得更加類似，更傾向于賣出風(fēng)險(xiǎn)資產(chǎn)。從眾行為導(dǎo)致市場參與者的相似作為，金融風(fēng)險(xiǎn)的統(tǒng)計(jì)特性是內(nèi)生的。如果每個(gè)金融機(jī)構(gòu)都有各自的交易策略，則沒有個(gè)別的技術(shù)方法能夠?qū)е铝鲃?dòng)性危機(jī)。但是由于市場的非完全性，每個(gè)機(jī)構(gòu)的交易行為在一定程度上影響著市場價(jià)格，市場的收益與損失分布對(duì)于銀行的決策行為是內(nèi)生的。風(fēng)險(xiǎn)不是如大多數(shù)風(fēng)險(xiǎn)模型假設(shè)的那樣，是外生的隨機(jī)變量。在很大程度上對(duì)風(fēng)險(xiǎn)的模型化評(píng)估本身影響到未來風(fēng)險(xiǎn)損失的分布，Daníelsson and Shin.（2003）將其定義為模型的“內(nèi)生性風(fēng)險(xiǎn)”。一個(gè)風(fēng)險(xiǎn)模型是對(duì)所有市場參與者加總行為的模型化，但是如果許多這樣的參與者執(zhí)行相同的交易策略，這將改變未來風(fēng)險(xiǎn)損失的分布特性。不同企業(yè)風(fēng)險(xiǎn)模型的相互作用產(chǎn)生了協(xié)調(diào)失敗問題[24]，金融機(jī)構(gòu)間的風(fēng)險(xiǎn)管理策略的同質(zhì)性可能增加系統(tǒng)性風(fēng)險(xiǎn)，如果機(jī)構(gòu)有相同的策略和相似的組合，市場沖擊導(dǎo)致機(jī)構(gòu)同時(shí)賣出相同的資產(chǎn)以保持頭寸。大范圍的賣出會(huì)導(dǎo)致這些資產(chǎn)價(jià)值暴跌和觸發(fā)另一種資產(chǎn)或另外一種等級(jí)資產(chǎn)的折價(jià)出售，風(fēng)險(xiǎn)管理和模型的同質(zhì)性因此可能導(dǎo)致市場價(jià)格的螺旋式下降。

模型假設(shè)建立在“市場上有很多參與者，他們的行為方式各不相同，但基于個(gè)體行為加總的集體行為是隨機(jī)的，個(gè)體行為對(duì)市場價(jià)格沒有影響”的假設(shè)之上。這意味著風(fēng)險(xiǎn)模型的工作有點(diǎn)類似于“天氣預(yù)報(bào)”：“可以預(yù)報(bào)天氣，但不能影響天氣”。這個(gè)假定有很多不足，如果風(fēng)險(xiǎn)評(píng)估影響人們的行為，假定市場價(jià)格服從一個(gè)獨(dú)立的隨機(jī)分布是不恰當(dāng)?shù)?，尤其是?dāng)市場下行時(shí)，市場參與者的從眾行為會(huì)進(jìn)一步放大這個(gè)效應(yīng)。市場數(shù)據(jù)的風(fēng)險(xiǎn)特性隨著觀察值的改變而改變，金融市場是一個(gè)復(fù)雜的自適應(yīng)系統(tǒng)，因而會(huì)展現(xiàn)出非線性行為，也會(huì)伴隨非均衡和難以預(yù)測(cè)的振幅[25]。市場上的每個(gè)參與者都有很強(qiáng)的激勵(lì)進(jìn)行創(chuàng)新以獲取高于市場的收益，行為人根據(jù)市場上其他參與者的行為調(diào)整決策，這種適應(yīng)性反應(yīng)導(dǎo)致投資策略和金融產(chǎn)品的創(chuàng)新，也進(jìn)一步給市場增加了復(fù)雜性。因此，風(fēng)險(xiǎn)模型和風(fēng)險(xiǎn)管理不能以靜止的觀點(diǎn)看待市場。

此外，不同類別的風(fēng)險(xiǎn)也是相互影響。一種風(fēng)險(xiǎn)類別的損失可能導(dǎo)致其他形式的風(fēng)險(xiǎn)損失，例如市場風(fēng)險(xiǎn)觸發(fā)信用風(fēng)險(xiǎn)（非預(yù)期的利率上升可能導(dǎo)致借款人的違約或變得不穩(wěn)定，這就使得他們的貸款人和衍生的對(duì)手方面臨信用風(fēng)險(xiǎn)）。信用風(fēng)險(xiǎn)觸發(fā)流動(dòng)性風(fēng)險(xiǎn)，流動(dòng)性風(fēng)險(xiǎn)帶來信用和市場風(fēng)險(xiǎn)，以上風(fēng)險(xiǎn)又能帶來更具綜合性特征的聲譽(yù)風(fēng)險(xiǎn)和系統(tǒng)性風(fēng)險(xiǎn)。在此情況下，將風(fēng)險(xiǎn)分為不同風(fēng)險(xiǎn)類別進(jìn)行衡量的風(fēng)險(xiǎn)模型可能嚴(yán)重低估風(fēng)險(xiǎn)，風(fēng)險(xiǎn)模型的內(nèi)生性風(fēng)險(xiǎn)惡化了這個(gè)問題。同時(shí)，風(fēng)險(xiǎn)在危機(jī)時(shí)期的分布異于其他時(shí)期，因此在一定程度上，風(fēng)險(xiǎn)模型不僅對(duì)降低系統(tǒng)性風(fēng)險(xiǎn)無益，而且可能導(dǎo)致價(jià)格的大幅波動(dòng)和流動(dòng)性的急劇匱乏，惡化危機(jī)。

五、行為人的有限理性

對(duì)金融風(fēng)險(xiǎn)的模型化面臨著模型個(gè)體行為的挑戰(zhàn)，現(xiàn)有研究已證明了行為人各類認(rèn)知偏差的存在，如框架效應(yīng)、過度自信和現(xiàn)狀偏見等。同時(shí)，在金融市場上絕大多數(shù)資產(chǎn)支持證券的投資者對(duì)風(fēng)險(xiǎn)模型或者模型的優(yōu)點(diǎn)與缺陷了解較少。這種情況不僅限于新的金融工具，在現(xiàn)代金融理論框架下發(fā)展的各類模型中，投資者對(duì)其具有不同的信息緯度和不同的理解程度。投資者信心也會(huì)隨著境況的不同而不斷發(fā)生改變，投資者的有限理性制約著模型效果。例如，行為人容易低估負(fù)面事件尤其是從遙遠(yuǎn)從前來看的小概率事件發(fā)生的概率，事件發(fā)生的時(shí)間距離決策期越久，在決策中的權(quán)重就越低。如果穩(wěn)定期持續(xù)時(shí)間足夠長，這種主觀判斷方法就越具有支配性[26]。

當(dāng)這些模型相對(duì)較新或較復(fù)雜時(shí)，對(duì)這些基本模型認(rèn)知的投資者信心可能發(fā)生很大的轉(zhuǎn)變[27]。這些信心的轉(zhuǎn)變可能放大對(duì)投資者關(guān)于隨機(jī)狀態(tài)變量實(shí)現(xiàn)可能性的沖擊，例如利率或宏觀經(jīng)濟(jì)條件，當(dāng)先前預(yù)測(cè)與現(xiàn)實(shí)數(shù)據(jù)有較大偏離時(shí)，很難厘清這個(gè)結(jié)果是狀態(tài)變量的改變或是模型的疏漏，尤其是當(dāng)基本模型構(gòu)架是模糊的時(shí)候。安然破產(chǎn)給金融市場帶來的破環(huán)不是關(guān)于投資者關(guān)于經(jīng)濟(jì)狀況的市場觀點(diǎn)改變的結(jié)果，而是反映了其對(duì)會(huì)計(jì)準(zhǔn)則的可靠性失去信心。類似的，次貸危機(jī)導(dǎo)致的金融紊亂在很大程度上反映了投資者對(duì)評(píng)級(jí)機(jī)構(gòu)信心的喪失，投資者對(duì)各類證券的風(fēng)險(xiǎn)在很短的時(shí)間內(nèi)改變了?，F(xiàn)有的模型構(gòu)建方法很難將模型疏漏或模型不確定性避免以有效保持投資者對(duì)風(fēng)險(xiǎn)模型的信心。

六、結(jié)論及其對(duì)我國實(shí)踐的借鑒意義

盡管模型存在諸多局限性，但這并不意味在風(fēng)險(xiǎn)決策中完全不考慮計(jì)量模型。與此相反，風(fēng)險(xiǎn)模型在金融機(jī)構(gòu)的內(nèi)部風(fēng)險(xiǎn)管理運(yùn)作中扮演著越來越重要的角色，正如Kato and Yoshiba（1999）所指出的，盡管模型的局限性非常清楚，但許多市場參與者依舊在其決策中采用模型[28]。更進(jìn)一步，模型已經(jīng)成為發(fā)展新的金融產(chǎn)品及其風(fēng)險(xiǎn)管理的必不可少的工具。在很大程度上，盡管模型風(fēng)險(xiǎn)的存在，市場參與者也沒有停止使用模型的可能性。

相對(duì)西方銀行業(yè)較為成熟的風(fēng)險(xiǎn)管理體系，我國銀行業(yè)在數(shù)據(jù)積累、模型開發(fā)與驗(yàn)證、模型應(yīng)用等方面還存在較大差距?，F(xiàn)階段我國各家銀行都在圍繞新巴塞爾協(xié)議Ⅲ合規(guī)構(gòu)建各類風(fēng)險(xiǎn)管理體系，在內(nèi)部評(píng)級(jí)體系建設(shè)、操作風(fēng)險(xiǎn)高級(jí)計(jì)量法和市場風(fēng)險(xiǎn)內(nèi)部模型法建設(shè)方面，取得了一定進(jìn)展。但在構(gòu)建風(fēng)險(xiǎn)管理體系的同時(shí)，我們應(yīng)該關(guān)注我國銀行業(yè)對(duì)風(fēng)險(xiǎn)管理模型的兩種偏激看法。一種觀點(diǎn)認(rèn)為風(fēng)險(xiǎn)模式只是擺設(shè)，僅僅是為了滿足合規(guī)要求；另外一種觀點(diǎn)認(rèn)為風(fēng)險(xiǎn)模型無所不能，完全忽視或省略了對(duì)模型使用過程中的人工干預(yù)。對(duì)這兩種觀點(diǎn)我們應(yīng)該保持較為清醒的認(rèn)識(shí)。首先，我們?cè)跇?gòu)建模型時(shí)，應(yīng)意識(shí)到其在模型假設(shè)、數(shù)據(jù)質(zhì)量及行為人有限理性等方面的局限性，針對(duì)這些局限性做好預(yù)防或應(yīng)急措施。同時(shí)，我們應(yīng)積極的看待風(fēng)險(xiǎn)管理模型在風(fēng)險(xiǎn)管理水平提高及效率提升方面的重要意義，但絕對(duì)不能過度依賴風(fēng)險(xiǎn)管理模型，應(yīng)采用獨(dú)立驗(yàn)證或返回檢驗(yàn)的方式，對(duì)模型結(jié)果與實(shí)際情況的偏離保持清醒的認(rèn)識(shí)。與發(fā)達(dá)國家相比，我國在風(fēng)險(xiǎn)管理模型的開發(fā)與使用上還存在相當(dāng)?shù)牟罹?，部分原因在于我國還未形成較為活躍的信用衍生品市場，數(shù)據(jù)積累的數(shù)量及質(zhì)量都有待提高；另外一個(gè)重要的原因在于我國還缺少風(fēng)險(xiǎn)管理模型開發(fā)、運(yùn)行、維護(hù)及驗(yàn)證等方面的人才與技術(shù)。在此情形下，我國應(yīng)該借鑒西方發(fā)達(dá)國家經(jīng)驗(yàn)，積極引進(jìn)人才和技術(shù)，構(gòu)建完善的風(fēng)險(xiǎn)管理體系，同時(shí)有效的管理模型風(fēng)險(xiǎn)，合理有效的使用風(fēng)險(xiǎn)管理模型，提升風(fēng)險(xiǎn)管理的水平和風(fēng)險(xiǎn)管控的能力，以適應(yīng)日趨激烈的全球化金融競爭環(huán)境?！?/p>

（責(zé)任編輯：張恩娟）

參考文獻(xiàn)：

[1]Danielsson，J. Blame the Models？[J]. Journal of Financial Stability，2008，4： 321-28.

[2]Danielsson，J. The emperor has no clothes： Limits to

risk modelling [J].Journal of Banking and Finance，2002，26（7）：1273-1296.

[3]Bookstaber，R. A Demon of Our Own Design： Markets， Hedge Funds， and the Perils of Financial Innovation[M]. Hoboken， NJ： John Wiley& Sons，2007.

[4]Lowenstein，R. When genius failed： the rise and fall of long-term capital management[J]. Random House，New York，New York，USA，2000.

[5]Greenspan A. We will never have the perfect model of risk”， Financial Times[N]. March 16， 2008.

[6]Morris， S.， Shin， H.S. Risk management with interdependent choice[J]. Oxford Review of Economic Policy，Autumn，1999：52-62.

[7]Danielsson，J. Zigrand， J.-P. What happens when you regulate risk？ Evidence from a simple equilibrium model[C].Working paper， LSE， 2001.

[8]Danielsson， J. and Shin，H. S. Endogenous risk. In

Modern Risk Management—A History[M]. Risk Books，2003.

[9]Fender，I and J Kiff. CDO rating methodology： some thoughts on model risk and its implications[C].BIS Working Papers，no 163，November （available from www.bis.org），2004.

[10]Erb，C.， Harvey， C.R. Viskanta，T. Forecasting international Equity correlations [J]. Financial Analysts Journal，1994，50 （6）：32-45.

[11]Connolly， R.，C. Stivers， and L. Sun. Commonality in the time-variation of stock-stock and stock-bond return comovements[J]. Journal of Financial Markets 10（May）， 2007：192-218.

[12]Yang，J.，Y. Zhou， and Z.Wang.The stock-bond correlation and macroeconomic conditions： One and a half centuries of evidence [J].Journal of Banking and Finance， 2009，33（4）： 670-680.

[13]Duffie， D. Innovations in credit risk transfer： Implications for financial stability[C]. mimeo， Stanford University，2007.

[14]Committee on the Global Financial System.The role of ratings in structured finance： issues and implications[R].Bank for International Settlements，Basel，January （available from www.bis.org），2005.

[15]Campbell，J.Y. and J. Ammer.What moves the stock and bond markets？ A variance decomposition for long-term asset returns [J]. Journal of Finance，1993，48（1）： 3-37.

[16]Ang， A. and G. Bekaert.How regimes affect asset allocation？[J]. Financial Analysts Journal，60（March/April）：2004：86-99.

[17]Campbell， J.Y.， A.V. Sunderam， and L.M. Viceira. Inflation bets or deflation hedges？ The changing risks of nominal bonds[C].NBER Working Paper 14701，2009.

[18]Baele， L.， G. Bekaert， and K. Inghelbrecht. The determinants of stock and bond return comovements [J].Review of Financial Studies，2010，23（6）：2374-2428.

[19]Coval，J.J.Jurek，and E. Stafford.The Economics of Structured Finance [J]. Journal of Economic Perspectives，2009，23：3-26.

[20]Taleb，N. and A. Pilpel，Epistemology and risk management[J].Risk and Regulation，13： 6-7.

[21]Borio，C. The financial turmoil of 2007-？： a preliminary assessment and some policy considerations[C].BIS Working Paper No，2008：251.

[22]Basel committee on banking supervision joint forum.Consultative document： proposed revisions to the basel II market risk framework （July）[R].www.bis.org，2008.

[23]Krinsman A. N. Subprime Mortgage Meltdown： How did it happen and how will it end？[J].The journal of structured finance，2007，8（2）.

[24]Kojima，F(xiàn).and S. Takahashi. Anti-coordination games and dynamic stability[J]. International Game Theory Review，2009，9： 667-688.

[25]Foster，J.From simplistic to complex systems in economics[J]. Cambridge Journal of Economics，2006，29：873–92.

[26]劉呂科.模型風(fēng)險(xiǎn)及其控制研究[J].農(nóng)村金融研究，2012 （4）： 49-52.

[27]Plosser，C.I. Financial Econometrics， Financial Innovation，and Financial Stability [J].Journal of Financial Econometrics，2009，7（1）：3-11.

[28]Kato，Toshiyasu， and Toshinao Yoshiba. Practical Usage of Models for Financial Derivative Products.[C] IMES Discussion Paper No，1999：99-J-24.

收稿日期：2014-05-13

作者簡介：劉呂科（1984-），男，河南泌陽人，北京大學(xué)光華管理學(xué)院博士后流動(dòng)站和中國民生銀行博士后工作站，現(xiàn)供職于中國民

生銀行；

郭 代（1982-），男，四川遂寧人，中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)與管理學(xué)院博士研究生，現(xiàn)供職于中國民生銀行。