風險管理模型的內在局限性探析

劉呂科 郭代

摘要：本輪金融危機再一次證明了風險管理模型的局限性。本文結合風險管理模型國際研究現狀及實踐，從假設、數據質量、內生性風險及行為人的有限理性四個方面分析了風險管理模型的局限性，并對正確看待和使用模型提出相關建議。

關鍵詞：模型假設；數據質量；內生性風險；有限理性

中圖分類號：F832 文獻標識碼：A〓文章編號：1003-9031（2014）06-0072-05DOI：10.3969/j.issn.1003-9031.2014.06.15

一、引言

金融創新可以使許多流動性較差以及難以交易的金融資產以證券的形式在市場上流通，促進全球金融市場的深化。隨著金融環境及金融系統復雜性的不斷提高，對采用模型評估和預測風險水平的需求不斷加大。但金融環境越動蕩，系統越復雜，風險模型的可靠性越差，因此在一定程度上，當我們對模型的需求越強烈，模型可靠性越差[1]。一般來說，風險模型對衡量頻率較高小事件的風險例如內部風險管理較有效果，但很難用來評估系統性重要事件[2]。最近歷史上發生的幾次系統性危機事件都在一定程度上和過度使用風險模型有關（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算機系統的模型分不開的。由于這些模型的同質性和不適當的運作模式，導致許多機構投資者爭相賣出資產，使得股票指數急劇下跌[3]。1998年長期資本管理公司（LTCM）的破產再一次證明了風險模型的失敗。這種失敗是由于對模型的過度依賴造成的。在危機發生前，基金經理認為他們能以很小的風險辨別出巨大的投資機會，基于計算機的模型可以采用大量的歷史市場波動數據準確計算和評估風險。基于一系列假設，他們認為可以以很小的風險，有效的管理一個復雜的金融工具組合。俄羅斯在1998年對其主權非預期性的違約導致了全世界資本市場劇烈的波動和信用息差的突然和急劇升高。這些信貸市場非預期的波動給LTCM帶來了巨大的損失，最終導致其倒閉[4]。而2008年又是一個讓人想起風險管理模型失敗的年份，對信用評級及信用評級模型的過度依賴一直被認為是導致次貸危機發生的重要原因之一。在本輪危機中，世界范圍內絕大多數金融機構的風險管理體系被認為是缺失的，這次金融危機表明事前估計壓力事件概率的方法是存在問題的，在壓力條件下，用于計算概率的統計關系往往是不成立的。此次危機也使學界及業界對模型的局限性有了更為深刻的認識[5]。從總體來看，模型的局限性體現在三個方面：一是模型假設不完備，它與現實是脫節的；二是無論數據的可得性及數據區間長度等方面的數據質量都有待提高；三是由于模型的內生性，過度依賴模型可能導致內生性風險和同質性風險；四是由于行為人的有限理性，風險模型很難捕捉行為人投資決策中的認知偏差。

二、模型假設的局限性

模型失敗的首要原因之一是不完備的模型假設[6-8]。尤其是在資產證券化的過程中，對潛在資產風險模型化假設的微小疏漏可能導致對資產支持證券風險模型的極大錯誤。當對以這種證券為潛在資產的金融衍生品的風險模型化時，這種錯誤會被進一步放大。許多風險模型的一個假設為市場數據分布是服從隨機過程的，市場數據的變化僅取決于自身及其他變量的歷史變化，市場損失在本質上是隨機而不是相關的[9]。以在市場風險衡量中廣泛采用的在險價值（VaR）方法為例，許多模型采用巴塞爾銀行監管委員會（BCBS）推薦的方法，采用時間的平方根法則，即通過一個一天的VaR數據乘以10的平方根，得到一個10天的VaR數據。這些都建立在很強的假設的基礎之上。首先，收益是獨立同分布的。其次，收益是正態分布的，波動性在整個時間段內是獨立的。最后，波動率在所有時間段內是相同的。

風險模型預測結果的非線性越來越得到學界及業界的重視。市場中組合信用風險模型一般都是只從歷史視角考察風險因子和結果的簡略形式。當經濟環境產生顯著性的結構或行為改變時，模型預測效果較差。較早研究資產非線性相依問題的是Erb et al. （1994），他們在三種市場情境下（牛市、熊市和平市）考察不同資產的月度相關系數[10]。他們發現當市場上行時，美國和德國的資產相關性僅有8.6%。當兩個市場同時下行時，相關性增加到52%。類似的結果在許多其他研究中得到體現。風險資產間正的相關系數會隨著市場急劇下行變得越來越大。與此同時，股票和國債間的相關性會由正的轉變為負。風險規避的沖擊會帶來股票于債券的負相關性[11]。Yang et al.（2009）的研究發現，如果短期利率較高且通貨膨脹處于較高水平，股票與債券的相關系數急劇升高[12]。

很多模型低估或完全忽略不同資產組合或資產等級之間的相關性，絕大部分模型將波動性和相關系數看作是固定的[13]。高的損失相關性意味著一旦損失事件發生，損失將非常嚴重，因此模型預測的損失分布對模型中估計的相關性較為敏感（見圖1）。同時，不同資產等級之間損失分布對相關系數的敏感性不相同[14]。相同資產組合在不同經濟情境下的相關系數也不相同。與正常時期，或是與危機時期相比，估計的相關性在市場上行時期會較低。在市場崩盤情況下，所有資產的相關系數接近100%。但大多數風險模型沒有將其考慮在內，對相關性的估計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險。盡管相關系數隨時間變化已經被廣泛研究，但是這次危機顯示有些情況下，分散風險的收益比標準模型預期的要低[15-18]。有效的資產證券化取決于潛在資產損失的低相關性，資產證券化的一個重要收益——通過資產池分散風險——取決于這些資產的損失是不相關的這個前提下[19]。不同資產之間相關系數及其變化意味著從一種資產中的損失并不能以從另外一種資產中的獲益而得到對沖[20]。這也是本次金融危機在看起來完美對沖的情況下出現大量違約的根本原因。

三、數據質量的局限性

數據質量在很大程度上影響模型的準確性和穩定性，一些學者認為沒有足夠的歷史數據是導致模型失敗的直接原因[21]。數據上的任何錯誤都會對計算的精確性產生嚴重影響。可被銀行用來估計損失特征的數據來源和方法相對有限，此外這些數據來源相互之間具有明顯的不一致性。事實上，小樣本的歷史數據導致了模型預測值與實際發生值的較大偏差[22]。在模型化消費者信貸組合的風險分布或逾期損失分布時，模型開發人員采用了相對較短的歷史。例如許多金融機構的住房抵押貸款風險模型構建在一個較短的時間期。在許多情況下，模型沒有將上世紀九十年代早期的房市衰退考慮在內。類似的，假如2007年的模型只采用其前7年的歷史數據，就有可能疏漏一些重要信息如1998年LTCM危機的數據，即使該模型采用了其前15年的數據，它也疏漏了1987年股市崩盤的數據。

同時，由于信息技術的進步和資產證券化技術的不斷發展，銀行信貸審批的標準不斷降低。信貸準入門檻的降低及隨之而來的逆向選擇問題降低了模型預測的效果。據統計從2005—2007年，超過50%的次級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記錄的情況下提供不準確的信息，造成模型分析失真。模型結果失真增加了抵押貸款的風險，更進一步增加了抵押貸款支持證券的風險，風險的累積最終導致次貸危機的爆發。因此不能只關注模型的設計等技術層面，更應關注數據輸入和模型使用的激勵。模型選擇并確定以后，需要數據錄入，如果沒有精確的信息錄入，即使完美設計的模型也不能很好的衡量風險。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）的原始數據時，不同的數據來源和機構明顯使用了不同的“違約”和“損失”定義。同時，數據之中的絕大部分都未能保留完整的截面數據和時間序列數據，只有通過長時間的積累才能解決數據匱乏問題。在統一數據收集及清洗標準，積累跨經濟周期數據方面，中國面臨著比發達國家更大的挑戰。我國銀行在構建內部評級體系的過程中，數據質量是制約模型開發的一個最為重要的因素?？蛻粼u級模型需要至少有5年的數據積累，而債項評級至少需要有7年的數據積累，并覆蓋一個完整的經濟周期。而我國還未經歷一個真正意義上的完整經濟周期，因此在內部評級體系構建過程中，難以達到巴塞爾協議的審慎要求，這就要求我國銀行在評級體系構建的過程中應對評級結果采用更審慎的態度，合理采用壓力測試和敏感性分析等方法，在一定程度上彌補數據積累周期不足的缺陷。

四、內生性風險

在市場穩定時期，市場參與者各自行為，有賣出資產，也有買進資產。但在危機時期，市場參與者的行為將變得更加類似，更傾向于賣出風險資產。從眾行為導致市場參與者的相似作為，金融風險的統計特性是內生的。如果每個金融機構都有各自的交易策略，則沒有個別的技術方法能夠導致流動性危機。但是由于市場的非完全性，每個機構的交易行為在一定程度上影響著市場價格，市場的收益與損失分布對于銀行的決策行為是內生的。風險不是如大多數風險模型假設的那樣，是外生的隨機變量。在很大程度上對風險的模型化評估本身影響到未來風險損失的分布，Daníelsson and Shin.（2003）將其定義為模型的“內生性風險”。一個風險模型是對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行相同的交易策略，這將改變未來風險損失的分布特性。不同企業風險模型的相互作用產生了協調失敗問題[24]，金融機構間的風險管理策略的同質性可能增加系統性風險，如果機構有相同的策略和相似的組合，市場沖擊導致機構同時賣出相同的資產以保持頭寸。大范圍的賣出會導致這些資產價值暴跌和觸發另一種資產或另外一種等級資產的折價出售，風險管理和模型的同質性因此可能導致市場價格的螺旋式下降。

模型假設建立在“市場上有很多參與者，他們的行為方式各不相同，但基于個體行為加總的集體行為是隨機的，個體行為對市場價格沒有影響”的假設之上。這意味著風險模型的工作有點類似于“天氣預報”：“可以預報天氣，但不能影響天氣”。這個假定有很多不足，如果風險評估影響人們的行為，假定市場價格服從一個獨立的隨機分布是不恰當的，尤其是當市場下行時，市場參與者的從眾行為會進一步放大這個效應。市場數據的風險特性隨著觀察值的改變而改變，金融市場是一個復雜的自適應系統，因而會展現出非線性行為，也會伴隨非均衡和難以預測的振幅[25]。市場上的每個參與者都有很強的激勵進行創新以獲取高于市場的收益，行為人根據市場上其他參與者的行為調整決策，這種適應性反應導致投資策略和金融產品的創新，也進一步給市場增加了復雜性。因此，風險模型和風險管理不能以靜止的觀點看待市場。

此外，不同類別的風險也是相互影響。一種風險類別的損失可能導致其他形式的風險損失，例如市場風險觸發信用風險（非預期的利率上升可能導致借款人的違約或變得不穩定，這就使得他們的貸款人和衍生的對手方面臨信用風險）。信用風險觸發流動性風險，流動性風險帶來信用和市場風險，以上風險又能帶來更具綜合性特征的聲譽風險和系統性風險。在此情況下，將風險分為不同風險類別進行衡量的風險模型可能嚴重低估風險，風險模型的內生性風險惡化了這個問題。同時，風險在危機時期的分布異于其他時期，因此在一定程度上，風險模型不僅對降低系統性風險無益，而且可能導致價格的大幅波動和流動性的急劇匱乏，惡化危機。

五、行為人的有限理性

對金融風險的模型化面臨著模型個體行為的挑戰，現有研究已證明了行為人各類認知偏差的存在，如框架效應、過度自信和現狀偏見等。同時，在金融市場上絕大多數資產支持證券的投資者對風險模型或者模型的優點與缺陷了解較少。這種情況不僅限于新的金融工具，在現代金融理論框架下發展的各類模型中，投資者對其具有不同的信息緯度和不同的理解程度。投資者信心也會隨著境況的不同而不斷發生改變，投資者的有限理性制約著模型效果。例如，行為人容易低估負面事件尤其是從遙遠從前來看的小概率事件發生的概率，事件發生的時間距離決策期越久，在決策中的權重就越低。如果穩定期持續時間足夠長，這種主觀判斷方法就越具有支配性[26]。

當這些模型相對較新或較復雜時，對這些基本模型認知的投資者信心可能發生很大的轉變[27]。這些信心的轉變可能放大對投資者關于隨機狀態變量實現可能性的沖擊，例如利率或宏觀經濟條件，當先前預測與現實數據有較大偏離時，很難厘清這個結果是狀態變量的改變或是模型的疏漏，尤其是當基本模型構架是模糊的時候。安然破產給金融市場帶來的破環不是關于投資者關于經濟狀況的市場觀點改變的結果，而是反映了其對會計準則的可靠性失去信心。類似的，次貸危機導致的金融紊亂在很大程度上反映了投資者對評級機構信心的喪失，投資者對各類證券的風險在很短的時間內改變了?，F有的模型構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風險模型的信心。

六、結論及其對我國實踐的借鑒意義

盡管模型存在諸多局限性，但這并不意味在風險決策中完全不考慮計量模型。與此相反，風險模型在金融機構的內部風險管理運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]。更進一步，模型已經成為發展新的金融產品及其風險管理的必不可少的工具。在很大程度上，盡管模型風險的存在，市場參與者也沒有停止使用模型的可能性。

相對西方銀行業較為成熟的風險管理體系，我國銀行業在數據積累、模型開發與驗證、模型應用等方面還存在較大差距?，F階段我國各家銀行都在圍繞新巴塞爾協議Ⅲ合規構建各類風險管理體系，在內部評級體系建設、操作風險高級計量法和市場風險內部模型法建設方面，取得了一定進展。但在構建風險管理體系的同時，我們應該關注我國銀行業對風險管理模型的兩種偏激看法。一種觀點認為風險模式只是擺設，僅僅是為了滿足合規要求；另外一種觀點認為風險模型無所不能，完全忽視或省略了對模型使用過程中的人工干預。對這兩種觀點我們應該保持較為清醒的認識。首先，我們在構建模型時，應意識到其在模型假設、數據質量及行為人有限理性等方面的局限性，針對這些局限性做好預防或應急措施。同時，我們應積極的看待風險管理模型在風險管理水平提高及效率提升方面的重要意義，但絕對不能過度依賴風險管理模型，應采用獨立驗證或返回檢驗的方式，對模型結果與實際情況的偏離保持清醒的認識。與發達國家相比，我國在風險管理模型的開發與使用上還存在相當的差距，部分原因在于我國還未形成較為活躍的信用衍生品市場，數據積累的數量及質量都有待提高；另外一個重要的原因在于我國還缺少風險管理模型開發、運行、維護及驗證等方面的人才與技術。在此情形下，我國應該借鑒西方發達國家經驗，積極引進人才和技術，構建完善的風險管理體系，同時有效的管理模型風險，合理有效的使用風險管理模型，提升風險管理的水平和風險管控的能力，以適應日趨激烈的全球化金融競爭環境。■

（責任編輯：張恩娟）

參考文獻：

[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.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.模型風險及其控制研究[J].農村金融研究，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，北京大學光華管理學院博士后流動站和中國民生銀行博士后工作站，現供職于中國民

生銀行；

郭 代（1982-），男，四川遂寧人，中國農業大學經濟與管理學院博士研究生，現供職于中國民生銀行。