WhooL !

冰岛的下跌不能全怪在次贷，当一个没有资源（有些石油）没有科技，甚至没有土地的国家拥有太多的无形资产，我们不能指望这丫能挺多久的，只是这次次贷吧问题激化，不幸成了排头兵，而且后面又没有利益关联的大集团挺着，跌幅第一是可以理解的。
第二是俄罗斯。在过去的几年中，过去能在科技上和美国叫板的唯一前超级大国成了世界上石油输出最大的国家，联系到08年疯狂的石油价格，加上资本市场的放大效应，以及俄罗斯能源在股指中占有的比例，排到第二也是意料之中。不过没想到的是俄罗斯的市盈率已经掉到了3.5.其实市盈率这种东西只有在上升渠道的时候才能被人津津乐道，今年3.5，如果明年不幸亏损（这是很正常的，高度出口的国家如果没有了需求的支撑，之前扩大产能的恶果能让一个巨无霸企业瞬间倒掉）就没有市盈率可以用来比较的了。所以，俄罗斯的明年依旧是困难重重。（个人观点而已）
越南，搁在几年前，提起越来，人们的影响还是停留在越战中丛林战士的印象，不过过去的几年，大力发展外向加工业务让这个劳动力比中国还便宜，以及让全国都变成中国特区的政策，越南在产业化升级的过程中从中国南部沿海承接了太多的油水。而国际超级炒家的介入更是让这个泡沫越来越大，不料最后哗的一下倒了，特别是粮食价格的冲击让这个世界上最大的水稻出口国不得不禁止了一切稻米的出口，全国范围的物价飙涨以及全世界对他们生产的消费性电子产品的需求的下降，让这个看见富裕的小伙重新回到了丛林时代。
上证不幸排到了第4，排除前面的冰岛以及越南（他们实在太小了）。不过我们还是欣喜的看到，虽然我们跌幅不小，不过我们并没有像之前的俄罗斯一样因为股票大幅下降而休市，也没有像越南一样出现只能涨不能跌的股市政策，我们在不断的下跌，不过我们一直期望能在市场的作用下完成这个落体运动，虽然管理层的政策被大家诟病，不过他们还是做了不少工作，不能指望他们能把股改形成的遗留问题在这个困难时期解决了。
过去的2008，上证的走势基本和中石油的走势一致，从疯狂炒作的48到破16之战，从疯狂的6124到所谓的牛市心理防线3000点都毫不留情的被市场击垮。虽然最后走出了一波反弹行情，不过4万亿保八的任务依旧艰巨，明年的中国股市恐怕还是在水深火热中度过了。只是希望我手上的几只能回光返照下，让我清了了事了。
榜单的后面几名居然是叫唤最严重的美国英国，不得不说这些人的确干得漂亮，成功的把风险转嫁到其他经济体，虽然说奥巴马的上来会给美国来个强心剂，不过失去了投行的美国金融是不是没了大脑了，谁知道呢。
过去的一年我改变了很多，不过还有很多没有变的，2009，希望change依旧是个热门的话题，change不仅仅是红色和绿色，还有我自己和这个纷繁的社会。希望有个好的开始吧。

       看了一个关于大小非的文章，罗列了一堆数据，自己拿来想了下。
　　甲公司发行100股，其中50股国家股（大非）每股1元，50股公众股每股10元。  　　公众股发行上市后甲公司总资产：50（大非）＋500（公众股）=550元，每股资产变为550/100=5.5元  　　大非花每股1元买的50股，资产价值由50元一下子变成了275元（50股乘以5.5）。

　　第二年甲公司配股，10配2股。大非放弃配股（历来如此），还投票要公众股配股，每股配股价10元。公众股50股，10配2就是配10股，每股10元，公众要拿出100元来。此时公司总股本变为110股。  　　配完股甲公司资产值增加了100元：550＋100=650每股资产变为650/110（股）=5.91元  　　大非花每股1元买的50股，资产价值由50元再次上涨变成了295元（50股乘以5.91）。吃人不？而大非其间一分钱也没再次投入，公众股却再次投入了100元（配股）。
 　　第三年甲公司分红10送10股。这次大非不会放弃送股了，全要。送股后大非由上年度50股变成100股，公众股由上年度60股变成120股。公司总股本变为220股，公司每股资产变为650/220=2.95元 
　　第四年甲公司又配股圈钱每10股配3股，大非再次放弃配股（历来如此），每股配股价10元。此时公众股120股，10配3就是配36股，每股10元，公众要再次拿出360元做贡献。配完股公众股变为120＋36=156股。公司总股本变为220＋36=256股，  　　总资产变为650＋360=1010元。公司每股资产变为1010/256=3.94元  　　大非花每股1元买的50股，送股后变成100股，资产价值由当初的50元再次上涨变成了394元（100股乘以3.94）。而大非其间一分钱也没再次投入，公众股却再次投入了360元（配股）。 
　　第五年甲公司分红了，红包大大得很，每股派现金0.5元。大非获得50元红利（100股乘以0.5）。公众股获得78元红利（156股乘以0.5）。公众股从认购到配股投入500＋100＋360=960元。  　5年里我们投入的960元获得了78元的“巨大收益”。大非5年里投入的50元获得了50元的“巨巨大收益”。大非收回了本钱，而我们却只收回了不到十分之一。 
　　好了，股权分置改革来了。对价是公众股10送2.5股，156股可获得39股对价—–就是大非从它的100股里拿出39股送给公众股以换取流通权。此时大非持股变为100-39=61股，公众持股变为156＋39=195股。由于大小非流通，市场资金接盘不住股价往下猛掉，一值掉到了每股资产值价位：3.94元。
       假如大非以每股资产值3.94元卖掉持股可获的现金：61股乘以3.94=240元，加上前面50元红利大非获得现金290 元，投资收益290除以50=5.8倍。假如公众股也按每股资产值卖掉可收回现金：195股乘以3.94=768元。加上78元红利是846元。就是说5 年里，我们投入的960元依然亏本，而大非却获得5.8倍的资本增值。 
　　这个简单例子，实际很多公司不止两次配股。那更是连流通股的骨髓都吸干了。目前大小非不是以每股资产价值减持，而是以市场价来抛售。一幕惨不忍睹的灾难！
总觉得中间有些东西不对，回头自己好好想想。

本来开这个blog是给自己平时说些无关紧要的话，放些乱七八糟的东西，不过还是希望原来的朋友通过这个blog了解我现在的生活，现在看来只能做一半的计划了。
昨天给小弟发了网站地址，他试了下，没有打开，觉得有些不对，联系到这个blog所有的来的人都不是来自baidu，开始有些不爽，上网找了下一些工具试了下，这个blog的确被gfw了。
很是无奈，以为是没有备案，想着试试，最后进了信息产业部的那个破网站还是没法住上，那个是针对主机在国内的网站的，我的恰好不是在国内，于是非常郁闷的回来了。
算了吧，既然这样了，就多写些英文的吧，正好练手了。
郁闷，无以附加，为什么抓老鼠那种脑残游戏都没事，发发牢骚就不行呢。

轰轰烈烈的圣诞终于基本算是结束了。接下来就该期待元旦了。
在纽约过的第一个圣诞。真实感受着圣诞的气氛，应该有些想法，可是估摸起来，自己却没有想象中那么的感触，也许真应了儿时同学的话，有向麻木进军的趋势。
说起气氛，圣诞的感觉没有春节那么直接，或许是没有春晚？对于我们这种半路出家的人来说，不能理解圣诞对native的感觉。其实在家的时候春节也渐渐失去了原来的吸引力，不过不管怎么说，春节还有团团圆圆的一家人，而我的圣诞基本上只是自己一个人和满世界其他人的节日。
为了帮同学买些东西，圣诞的前后几天基本都在街上度过的，14，34，42曼哈顿上几个大的站转悠了几圈，去时代广场感受了人潮汹涌，去洛克菲勒陪圣诞树过了一晚，顺路逛了下第五大道。下半年总共加在一起还没有这几天转悠的多。
纽约真的是购物天堂，什么东西都能买到，这几天逛下来突然让自己有待在这边的冲动了，原来一直想着毕业后回家回北京回上海，后来慢慢发现自己还是和原来一样，从小山村来到北京就不再想回家，从北京来纽约就不大想着回到中国。
虽然很累，不过给自己明年树了一个目标。
加油，留下来。I LOVE NY

作者：周天芸   
　　信用风险是指因银行的债务人或交易对手违约所造成损失的风险，这种风险是银行经营过程中的主要风险之一，为了规避信用风险，1988年的《巴塞尔资本协议》曾经规定，商业银行必须根据实际信用风险状况，提取足够的资本金。而 2004年的《新巴塞尔资本协议》为了对银行信用风险加权资产最低资本要求确定科学的规则，采用两种方法：即信用风险标准法和信用风险内部评级法，后者又可以分为初级法和高级法两种方法，鼓励更多的银行使用内部模型评价信用风险。
　　信用风险的计量依据是对借款人和特定交易类型风险特征的评估，因此借款人的违约概率(PD)是内部模型的核心，但要全面反映银行潜在的信贷损失，还必须衡量违约损失率(LGD)、违约风险值(EAD)以及某些情况下的期限(M)，内部模型的大部分内容是关于如何对这些风险要素进行识别和计量，并能由银行和监管当局进行检验。这些风险要素形成内部模型测算银行最低资本要求的基本数据输入要素。西方信用风险模型虽然都以衡量和解出这些变量为目标，但通过模型的演进，可以发现信用风险模型是如何通过设立符合现实的假设和运用最新模型技术，发展到信用风险模型的最新形式的。
一、信用风险模型的演进

　　西方信用风险模型大致经历有代表性的三个阶段。
　　第一代模型大多产生于20世纪 60、70年代，其研究基础是当时常用的一系列经验假设，而研究者凭借这些研究获得诺贝尔奖。总体而言，他们第一次假设特定变量是随机的，并根据随机变量的概率分布估计债券的价值，这与早期假定所有变量都是确定性的静态模型相比前进一大步。第一代模型包括：布莱克一斯科尔斯期权模型；单因素利率期限结构模型；詹姆斯迪恩 (Jamshidian)的债券期权模型等；以格为基础的三项式美式期权模型(Trinomial lattice-Based American Option Models)。上述模型都设立严格假设，即承诺支付的交易对方或者是无违约风险或者违约时间和违约数量事先可以确定。
　　这些假设大多反映在他们的研究中。
　　·布莱克·斯科尔斯模型隐含假设普通股票看涨期权和看跌期权的支付是确定的。惟一不确定的是股票的价格，通过股价我们可以导出看涨期权和看跌期权的价格。
　　·作为最佳市场风险模型的利率期限结构模型，假设收益率曲线代表着无风险交易对手的收益率曲线，正如我们下面将看到的，如果交易对手存在违约风险，那么期限结构模型将导出不同的公式，尽管这个公式依赖于无违约风险的期限结构，但是两者并不等同。
　　·基于无风险期限结构模型的债券期权模型假设，作为基础资产的债券无违约风险，期权偿付者同样不存在违约风险。
　　·三叉数和二叉树模型通常用于估算债券赎回或抵押预付的美式期权，这些量化技术同样假设抵押借款人无违约风险或其违约风险已知。这种解析等同于假设借款人是无风险的，但是这种偿还计划与损失为零借款人偿还计划存在差异。
　　第二代模型试图扩展第一代模型所包含的有关信用风险的研究，但对模型本身不作修改或作少许修改。第二代模型有：
　　·默顿(Merton)的风险债务模型：该模型假设权益资本是对公司资产所拥有的布莱克·斯科尔斯模型中的买权，在该模型中只有一个风险变量，即公司资产的市场价值。与布莱克·斯科尔斯期权模型一样，此模型也假设利率不变。
　　·组合价值的蒙特·卡罗模拟：应用第一代模型确定组合的价值，然后加上违约／不违约独立变量，对付款人的信用质量进行模拟。由于模型假设付款人的违约概率可从某种外部渠道获得，且违约概率与影响基础资产组合市场价值的宏观、微观因素无关，因此可以使用无违约风险模型进行估价，而前述的违约概率也不随时间发生变化。这种方法通常用于衡量世界范围内交易所的信用风险。
　　第三代模型具有两个共同特征：至少包括两个随机变量，明确假设付款人可能违约，并将此贯穿于相关资产价值估计的全部过程。这类模型非常多，这里仅择取数例：
　　·杰诺-特恩布尔模型(Jarrow-Turnbull) 11995)：模型假定违约是随机过程，利率也是随机变量，并将一系列违约证券的利率代入估价公式。
　　·杰诺-兰多—特恩布尔模型 (Jarrow-Lando-Turnbull)11997]：模型根据评级转化矩阵假设违约概率的随机变化。
　　·达菲-辛格顿 (Duffie-Singleton)(1999]的研究框架放松了杰诺-特恩布尔模型的全部假设。
　　·斯姆考-手岛-范·戴维特 (Shimko-Tejima-Van Derenter) [1993]在默顿模型框架中假设了利率的随机性；
　　·杰诺(Jarrow)[2001]模型完善利率变化和市场指数变化所导致的违约概率变化的研究框架。
二、信用风险的简约模型 [...]

主研：黄适富 杨柱逊 王志 杨苍松
引言
进入90年代，随着国际金融市场的日趋规范、壮大，各金融机构之间的竞争也发生了根本性变化，特别是金融产品的创新，使金融机构从过去的资源探索转变为内部管理与创新方式的竞争，从而导致了各金融机构的经营管理发生了深刻的变化，发达国家的各大银行、证券公司和其他金融机构都在积极参与金融产品（工具）的 创新和交易，使金融风险管理问题成为现代金融机构的基础和核心。随着我国加入WTO，国内金融机构在面对即将到来的全球金融一体化的挑战，金融风险管理尤显其重要性。
传统的资产负债管理（Asset-Liability Management）过分依赖于金融机构的报表分析，缺乏时效性，资产定价模型（CAPM）无法揉合新的金融衍生品种，而用方差和β系数来度量风险只反映了市场（或资产）的波动幅度。这些传统方法很难准确定义和度量金融机构存在的金融风险。1993年，G30集团在研究衍生品种基础上发表了《衍生产品的实践和规则》的报告，提出了度量市场风险的VaR（Value-at-Risk ）模型(“风险估价”模型)，稍后由JP.Morgan推出了计算VaR的RiskMetrics风险控制模型。在些基础上，又推出了计算VaR的 CreditMetricsTM风险控制模型，前者用来衡量市场风险；JP.Morgan公开的CreditmetricsTM技术已成功地将标准VaR 模型应用范围扩大到了信用风险的评估上，发展为“信用风险估价”（Credit Value at Risk）模型，当然计算信用风险评估的模型要比市场风险估值模型更为复杂。目前，基于VaR度量金融风险已成为国外大多数金融机构广泛采用的衡量金融风险大小的方法。
VaR模型提供了衡量市场风险和信用风险的大小，不仅有利于金融机构进行风险管理，而且有助于监管部门有效监管。
⒈1995年巴塞尔委员会同意具备条件的银行可采用内部模型为基础，计算市场风险的资本金需求，并规定将银行利用得到批准和认可的内部模型计算出来的 ＶaR值乘以3，可得到适应市场风险要求的资本数额的大小。这主要是考虑到标准VaR方法难以捕捉到极端市场运动情形下风险损失的可能性，乘以3的做法是 提供了一个必要的资本缓冲。⒉Group of Thirty 1993年建议以风险资本（Capital—at—risk）即风险价值法（VaR）作为合适的风险衡量手段，特别是用来衡量场外衍生工具的市场风险。⒊1995年，SEC也发布建议，要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这些机构的动向使得VaR模型在金融机构进行风险管理和监督的作用日益突出。
国际金融风险管理的发展　　从国际金融风险管理发展历程来看，近20年来，大致经历了以下几个阶段：　　(一)80年代初因受债务危机影响。银行普遍开始注重对信用风险的防范与管理，其结果是《巴塞尔协议》的诞生。该协议通过对不同类型资产规定不同权数来量化风险，是对银行风险比较笼统的一种分析方法。　　(二)90年代以后随着衍生金融工具及交易的迅猛增长，市场风险日益突出，几起震惊世界银行和金融机构危机大案(如巴林银行、大和银行等事件)促使人们对市场风险的关注。一些主要国际大银行开始建立自己的内部风险测量与资本配置模型，以弥补《巴塞尔协议》的不足。主要进展包括：市场风险测量新方法— Value At Risk(VaR)(风险价值方法)。这一方法最主要代表是摩根银行的“风险矩阵)系统”；银行业绩衡量与资本配置方法——信孚银行的“风险调整的资本收 益率(Risk Adjusted Rettlrn on Capital，简称Raroc)”系统。　　(三)最近几年一些大银行认识到信用风险仍然是关键的金融风险，并开始关注信用风险测量方面的问题，试图建立测量信用风险的内部方法与模型。其中以 J.P.摩根的Credit Metrics和Credit Suisse Financial Products(CSFP)的Credit Risk+两套信用风险管理系统最为引入注目。　　1997年亚洲金融危机爆发以来，世界金融业风险(如1998年美国长期资本管理公司损失的事件)出现了新特点，即损失不再是由单一风险所造成，而是由信用风险和市场风险等联合造成。金融危机促使人们更加重视市场风险与信用风险的综合模型以及操作风险的量化问题，由此全面风险管理模式引起人们的重视。　　经过多年努力，风险管理技术已达到可以主动控制风险的水平。目前有关研究侧重于对已有技术的完整和补充，以及将风险计值法推广到市场风险以外(包括信用风险、结算风险、操作风险)等其他风险领域的尝试。从金融风险定量管理技术来看，国际金融组织和金融机构先后发展了如下新技术
　　（1）新资本协议　　1999年6月3日，巴塞尔银行委员会发布关于修改1988年《巴塞尔协议》的征求意见稿，该协议对银行风险管理新方法给予充分的关注，具体表现在： 对银行进行信用风险管理提供更为现实的选择，方法有三种：①对现有方法进行修改，将其作为大多数银行计算资本的标准方法，在这种情况下，外部信用评估(指 标准普尔和穆迪公司等的评级)可用来细致区分某些信用风险。②对于复杂程度较高的银行，巴塞尔银行委员会认为可将其内部评级作为确定资本标准的基础，并且对于某些高风险的资产，允许采用高于100％的权重。③新协议明确指出：“一些利用内部评级的、复杂程度更高的银行还建立了以评级结果(以及其它因素)为基础的信用风险模型。这种模型旨在涵盖整个资产组合的风险这一特点，在仅仅依靠外部信用评级或内部信用评级中是不存在的。但是由于一系列困难的存在，包括数据的可获得性以及模型的有效性，很显然信用风险模型目前还不能在最低资本的制定中发挥明显作用。”委员会希望在经过进一步的研究和实验后，使用信用风险模型将成为可能，并将汁划关注这方面的进展。这说明，巴塞尔银行委员会在一定程度上肯定了目前摩根等国际大银行使用的计量信用风险模型。　　对市场风险管理方面进展给予肯定，并突出了利率风险和操作风险的管理。此外还肯定了一些新的金融创新工具。如新协议就资产证券化问题提出了新风险权重计量方案，对某几种短期承诺采用20％的信用风险转换权数。并明确指出：“降低信用风险的技术如信用衍生产品的近期发展使银行风险管理的水平大幅度提高。 ”　　（2）、风险价值法(VAR)　　在风险管理的各种方法中，VAR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。 VAR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个简单的数字，并以美元计量单位来表示风险管理的核心——潜在亏损。VAR实际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。　　VAR特点①可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VAR值对 金融风险进行评判；②可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；③不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。　　VAR主要应用①用于风险控制。目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司采用VAR方法作为金融衍生工具风险管理的手段。利用VAR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置 VAR限额，以防止过度投机行为的出现。如果执行严格的VAR管理，一些金融交易的重大亏损也许就可以完全避免。②用于业绩评估。在金融投资中，高收益总 是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。　　但VAR方法也有其局限性。VAR方法衡量的主要是市场风险，如单纯依靠VAR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VAR 值表明的是一定置信度内的最大损失，但并不能绝对排除高于VAR值的损失发生的可能性。例如假设一天的99％置信度下的VAR＝＄1000万，仍会有1％ 的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VAR方法并不能涵盖一切，仍需综合使用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。　　（3）风险调整的资本收益法　　风险调整的资本收益是收益与潜在亏损或VAR值的比值。使用这种方法的银行在对其资金使用进行决策的日个候，不是以盈利的绝对水平作为评判基础，而是以该资金投资风险基础上的盈利贴现值作为依据。　　每家银行都清楚风险与收益的关系。在进行一项投资时，风险越大，其预期的收益或亏损也越大，投资如果产生亏损，将会使银行资本受侵蚀，最严重的情况可能导致银行倒闭。虽然银行对投资亏损而导致的资本侵蚀十分敏感，但银行必须认识到，承担这些风险是为厂盈利，问题的关键在于，银行应在风险与收益之间寻找一个恰当的平衡点，这也是Raroc的宗旨所在。决定Raroc的关键是潜在亏损即风险值的大小，该风险值或潜在亏损越大，投资报酬贴现就越多。　　Raroc可用于业绩评估，如果交易员从事高风险的投资项目，那么即使利润再高，由于VAR值较高，Raroc值也不会很高，其业绩评价也就不会很 高。实际上近几年出现的巴林银行倒闭、大和银行亏损和百富勤倒闭等事件中，都是由于对某一个人业绩评价不合理所致，即只考虑到某人的盈利水平，没有考虑到他在获得盈利的同时承担的风险对其进一步重用的结果。Raroc方法用于业绩评估，可以较真实地反映交易人员的经营业绩，并对其过度投机行为进行限制，有助于避免大额亏损现象的发生。　　（4）、信贷矩阵(Credit Metrics)　　1997年4月初，美国J．P摩根财团与其他几个国际银行——德意志摩根建富、美国银行、瑞士银行、瑞士联合银行和BZW共同研究，推出了世界上第一 个评估银行信贷风险的证券组合模型(Credit Metrics)。该模型以信用评级为基础，计算某项贷款或某组贷款违约的概率，然后计算上述贷款同时转变为坏账的概率。该模型通过VAR数值的计算力图 反映出：银行某个或整个信贷组合一旦面临信用级别变化或拖欠风险时所应准备的资本金数值。该模型覆盖了几乎所有的信贷产品，包括传统的商业贷款；信用证和 承付书；固定收入证券；商业合同如贸易信贷和应收账款；以及由市场驱动的信贷产品如掉期合同、期货合同和其他衍生产品等。具体计算步骤是首先对信贷组合中 的每个产品确定敞口分布；其次，计算出每项产品的价值变动率(由信用等级上升、下降或拖欠引起)；再次将单项信贷产品的变动率汇总得出一个信贷组合的变动率值(加总时应考虑各产品之间的相互关系)。由此可见，在假定各类资产相互独立的情况下，每类资产信用风险组合的风险值等于该类资产的敞口分布与其信用等 级变动或拖欠的变动率。即等于信用等级变动或拖欠变动率x贷款额。　　（5）最近，美国华盛顿国际金融研究所针对当前的主要信用风险模型以及资产组合模型进行了分析测试，旨在找出衡量信用风险的最好方法，为计量信用风险确定一种比较规范的模型，并用于确定资本金的分配，从而为国际银行业的发展及其风险监管创造条件，并计划与巴塞尔银行委员会合作进行这方面的工作。
VaR风险控制模型一.VaR模型基本思想VaR按字面的解释就是“处于风险状态的价值”，即在一定置信水平和一定持有期内，某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。 JP.Morgan定义为：VaR是在既定头寸被冲销（be neutraliged）或重估前可能发生的市场价值最大损失的估计值；而Jorion则把VaR定义为：“给定置信区间的一个持有期内的最坏的预期损失 ”。
二.VaR基本模型根据Jorion（1996），VaR可定义为：VaR=E（ω）-ω*                      ①式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。又设ω=ω0（1+R）                    ②式中ω0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。ω*=ω0（1+R*）                       ③R*为资产组合在置信水平α下的最低收益率。根据数学期望值的基本性质，将②、③式代入①式，有VaR=E[ω0（1+R）]-ω0（1+R*）   =Eω0+Eω0（R）-ω0-ω0R*   [...]

 
21世纪经济报道
这篇文章是在这个学期刚开始的一个作业找的阅读，当时是一个关于巴塞尔协议的文章的读后感。如今回过头来看，有了不一样的感觉。
    《新巴塞尔资本协议》的制定者们肯定没有想到，原本要在“国际活跃银行”间广泛推行的内部风险评估体系，竟无法使这些“目标银行”提起兴趣，竞相嚷嚷着“过于复杂”，“实施成本太高”。相反，这一高标准的评价体系，却让不良资产率居高不下的国内银行如获至宝。巴塞尔协议的全面修改始于1998年。1999年6月，巴塞尔委员会公布了新巴塞尔资本协议草案第一稿，其后又在2001年1月公布了第二稿；新协议将于2003年定稿，2006年正式实施。而今，国内银行未雨绸缪，早早准备了应对之策。中国工商银行是其中的先行者之一，其内部评级法工程目前已全面启动。（对于这个报道我一直都是感觉怪怪的，人家说成本太高，为什么我们就如获至宝呢？或许是由于文化的原因吧。）
    工行内部评级计划
        SARS不是惟一的被隔离目标。每一家银行都无时无刻不在思考，如何将各种风险降到最低。于工行系统信贷部门所有工作人员而言，在业务进展迟缓的“非典”时期，《新巴塞尔资本协议》以及工行有关内部评级法实施办法，几乎成了他们空闲时人手一册的学习研究对象。按计划，工行将“力争”在2006年使内部评级的初级法投入使用。一张号称“具有国际先进水平的全面风险隔离体系”，目前正在建设和逐步推进中。
        工行方面称，内部评级法作为新巴塞尔资本协议的核心，指的是商业银行在满足监管当局规定的一系列监管标准的前提下，利用银行内部信用评级体 系确定信用风险最低资本要求，确保银行资本充足，反映银行特殊风险的方法。它是银行风险管理的重点，牵涉到信贷部、信贷评估部、审贷委员会、资产保全部等 多个银行关键部门。内部评级法系相对于外部评级法而言，后者是由社会专业资信评估公司进行信用评级的方法。 （换句话说这个宝贝是可以自己对自己的风险做出评价）
    “中长期贷款对银行资产质量有着长期的影响，是这次改革的首要对象。”工行信贷系统一工作人员说，“新的贷款评级方法将从真正意义上减少贷款手续。”他举例说，按现有的贷款审批发放流程，银行将所有贷款客户划分等级，3A级客户的贷款审批权在总行，2A级在省级分行，1A级在市级分行。这种等级划分每年都要进行一次。虽然如此，企业贷款仍需逐笔申请，逐笔上报相应贷款审批权限的总行及分支机构，逐笔审查。这样一来，从企业上报贷款申请，直到其拿到银行贷款，往往耗时日久。相形之下，新的贷款评级方法将使企业贷款资信等级的有效期从一年延长至好几年（一般为五年），并在确立企业资信等级的同时给予相应贷款额度。在有效期内，只要企业申请贷款总额不超过这个额度，贷款无需审批即可直接发放。
    “这是一次从‘小说’到‘诗歌’的革命。”“非典”时期，这位信贷人员的幽默感不减。他解释说，新的贷款评级方法感性的东西少了，定性的东西少了，取而代之的是理性与定量。如果把旧的贷款评级方法比作行文格式与内容都不受约束的“小说”，那么，新的方法就像一首“诗”，有格式，有韵律，“规 范、标准、程序、自动”。据了解，中长期贷款评级的培训工作以及程序开发业已完成。目前，工商银行正对该程序进行测试，测试完毕后，新方法的实施工作将立即在全系统 范围内铺开。如实施顺利，现行固定资产项目贷款评估办法、流动资金贷款评估方法，以及客户评级、授信系统的改革也有望及时跟进。（然而这个信用等级是怎么划分的，是否能够严格的按照标准划分，计划总是简单的，人是复杂的。）
    相应地，在银行资产保全方面，反映银行贷款质量的5级分类法也将被更为严格的12级分类全面替代，即在5级分类的基础上，把其中的“正常级”细分为5级，把“关注级”、“次级”和“可疑”分别细分为两级，“损失级”不细分，仍为一级。
   8％的诱惑
    认可并广泛推行“内部评级法”，这是新巴塞尔资本协议的一项重大改进。
    招商银行的张石认为，巴塞尔委员会放弃了1988年巴塞尔协议中单一化的监管框架，提供了更多更为灵活的风险衡量方式，这种制度安排促成了外部评级和内部评级的共存。他表示，为了测算银行的风险资产状况，银行必须要对资产进行评级，并相应确定风险权重。巴塞尔委员会在设计方案初期，曾试图要求银行主要依靠外部中介机构的评级。但是，由于各外部评级机构在客观性、独立性、资料的可获性、评级结果的及时充分暴露、评级结果的可信度等方面存在相当大的分歧，因而在2001年的新资本协议框架中，除了继续保留外部评级这一获得资产评级的方式外，更多地强调银行要建立内部的风险评估体系，并提供了三个可供选择的方案——标准法、初级的内部评级法和高级的内部评级法，强调用内部评级为基础方法来衡量风险资产，进而确定和配置资本。
    据了解，除工行外，中行、建行、交行、招行等都在不同程度上启动了对内部评级法的研究，并有望在2003年逐一实施。
    “这是新巴塞尔协议的要求，我们当然要与其接轨。”建设银行一位负责人执著地强调。
    不过，也有专家认为，无论就主观或客观而言，内部评级法都将在一定意义上使国际上8％的资本充足率要求有所下调，这也是国内银行对此无比青睐的主要原因。
    上海财经大学的任岚认为，一般而言，根据内部评级法测算结果，同一家银行的风险资产规模可较原计算方式减少2％～3％。对于一些经营状况较好的大银行，这种下降幅度将更为明显。
    有例为证。据英国《银行家》2000年7月号的世界前1000家银行排名结果，高居榜首的美国花旗银行核心资本充足率为6.65％，排名其 后的美洲银行为6.03％，排名第三的汇丰控股为5.01％，排名第十的中国工商银行为5.12％。但如果按照新资本协议的计算方法，花旗银行的资本充足 率可能达到10％或者更高。
    任岚解释说，新协议中计算资本充足率的方法有两种，即标准法和银行内部评级法。相对标准法而言，内部评级法对银行风险管理能力的要求高得多。 [...]

我家门口也有灯，不过没有这个NB，哥们很有创意啊。
marry X’ mas

虽然绿色的标题对于中国人们来说不是什么好事，今天大盘就是绿油油的一片，不过没有绿就不会有满屏花开红似火了。只是在这个寒冷的冬季，还有接下来的不算暖和的09年希望一些都慢慢平静下来吧。
圣诞快乐，给自己，也给所有需要快乐的人；）

作者：张树德著
出版社：

出版时间：2008-3-1
字数：498000
版次：1
页数：346
印刷时间：2008/03/01
开本：16开
印次：1
纸张：胶版纸
ISBN：9787811242874
包装：平装

编辑推荐

在欧美MATLAB现在已经成为金融工程人员的密切伙伴，世界上超过2000家金融机构运用MATLAB来管理公司资产。国际货币基金组织、摩根斯坦利等顶级金融机构都在使用MATLAB，借助MATLAB强大的运算平台实现和其他软件之间的数据交换，显示出了非常优良的通融性。本书内容涉及固定收益、资产组合理论和实务计算，详细讲解了MATLAB和VBA混合编程、MATLAB对数据库操作。本书附有大量实用的例子，内容十分丰富，读者只需具备基本的微积分基础知识即可顺利阅读大部分内容。
内容简介

本书内容涉及固定收益、资产组合理论和实务计算，详细讲解了MATLAB和VBA混合编程、MATLAB对数据库操作。本书附有大量实用的例子，内容十分丰富，读者只需具备基本的微积分基础知识即可顺利阅读大部分内容。本书注重理论模型的严谨性，体现理论和实务结合的原则，除可用作高等院校的金融学专业教学参考书外，还可作为金融机构从业人员的培训教材及相关领域研究人员、金融监管人员的参考书。
目录

第1章MATLAB基本介绍1.1MATLAB数值计算特点1.1.1MATLAB产生背景1.1.2MATLAB语言的优点1.2系统的金融工程解决方案1.2.1MATLAB金融工具箱模块1.2.2使用MATLAB的主要金融机构1.2.3MATLAB网上资源1.2.4MATLAB安装组件第2章MATLAB数值计算初步2.1数据类型2.1.1数字变量2.1.2字符串操作2.1.3单元变量与结构变量2.1.4单元变量与结构变量之间的转换2.2矩阵及向量运算2.2.1矩阵生成2.2.2向量运算2.2.3矩阵运算2.2.4排序2.3插值2.3.1一维插值2.3.2样条插值2.3.3Hermite插值2.4数值拟合2.4.1最小二乘拟合2.4.2拟合工具箱2.5符号计算2.6字符串命令2.6.1计算字符串的值2.6.2函数形式调用2.6.3内联函数2.7逻辑运算2.7.1基本逻辑运算2.7.2逻辑关系函数2.8控制语句2.8.1for循环语句2.8.2while条件循环语句2.8.3ifelseend条件判断2.8.4switchcase语句2.9MATLAB编程的基本知识2.9.1脚本文件与函数文件2.9.2P代码文件2.9.3编程注意事项2.9.4程序的调试2.9.5MATLAB其他常用命令第3章固定收益证券的计算3.1固定收益证券的基本概念3.1.1美国固定收益证券的种类3.1.2美国国债报价方式3.1.3固定收益相关概念3.1.4常见应计天数计算方法3.1.5全价与净价3.1.6贴现率计算3.1.7时间因子与付息次数3.1.8绝对利差、静态利差和期权调整后的利差3.2固定收益函数的调用方法3.2.1SIA基本框架3.2.2SIA框架下默认参数用法3.2.3多个债券的调用规则3.3现金流计算3.3.1基本概念3.3.2现金流基本计算3.3.3复杂形式现金流计算3.3.4根据收益率计算短期债券价格3.3.5根据短期国债价格计算收益率3.3.6短期债券回购的计算3.3.7可转让定期存单应计收益3.3.8长期债券到期收益率3.3.9根据长期债券到期收益率计算净价3.3.10现金流转换为对应债券3.3.11可转换债券定价3.3.12固定收益久期与凸度3.4利率期限结构3.4.1计算利率期限结构3.4.2拟合利率期限结构3.4.3计算远期利率第4章资产组合计算4.1资产组合基本原理4.1.1协方差矩阵与相关系数矩阵转换4.1.2资产组合收益率与方差4.1.3资产组合4.2投资组合评价指标4.2.1夏普比率4.2.2信息比率4.3资产组合最大跌幅4.3.1历史最大跌幅4.3.2预期最大跌幅4.4资产组合有效前沿4.4.1两种资产组合收益期望与方差4.4.2均值方差有效前沿4.4.3带约束条件资产组合有效前沿4.4.4考虑无风险资产及存在借贷情况下的资产配置4.4.5线性规划求解资产组合问题4.4.6二次规划求解资产组合问题4.5非线性规划求解资产组合问题4.5.1非线性规划基本原理4.5.2非线性规划函数调用4.6资产定价理论4.6.1证券市场线4.6.2CAPM模型4.6.3计算经过风险调整的Alpha及回报4.7蒙特卡洛模拟多资产组合第5章金融数据统计5.1随机模拟基本原理5.1.1随机数生成函数5.1.2多元正态分布密度函数5.2随机变量的数字特征5.2.1计算平均值5.2.2剔除异常值后的平均值5.2.3计算中位数5.2.4计算方差与标准差5.2.5计算样本的百分位数5.2.6计算样本极差5.2.7计算偏度与峰度5.2.8计算绝对离差5.2.9计算中心矩5.2.10计算协方差与相关系数5.3统计绘图5.3.1样本频率分布图5.3.2最小二乘拟合数据5.3.3正态分布概率图5.3.4样本密度图5.3.5频率直方图5.3.6盒图5.4多元线性回归分析5.4.1多元线性回归5.4.2多元正态回归5.4.3估计多元正态分布每个资产的标准差5.4.4岭回归5.5主成分分析5.5.1主成分分析基本原理5.5.2主成分分析函数5.6因子分析5.7方差分析5.7.1单因素方差分析5.7.2方差分析步骤5.7.3单因素方差分析函数5.7.4双因素方差分析5.7.5双因素方差分析函数5.7.6多因素方差分析函数第6章数据文件读取和金融数据处理6.1文本文件读取6.1.1读取目录内容6.1.2fprintf函数写入数据6.1.3fscanf函数读出数据6.1.4从文本文件中读入格式化数据6.1.5带有间隔符的文本数据读写6.1.6Excel数据文件读写6.2创立时间序列变量6.2.1时间序列数组的创立和数据文件读取6.2.2时间序列数组运算第7章MATLAB和其他软件及网站的数据连接7.1MATLAB和Excel的数据连接7.1.1加载ExcelLink7.1.2MATLAB自动启动和Excel连接7.1.3ExcelLink的使用7.2MATLAB与财经网站的数据连接7.2.1获得bloomberg网站数据7.2.2获得yahoo网站数据7.2.3获得FactSet网站数据7.2.4获得Hyperfeed中的数据7.2.5建立和FT服务器的连接7.2.6MATLAB和财经网站数据接口GUI7.3MATLAB和Word接口7.3.1启动Notebook7.3.2创建和运行Word中的计算区7.4MATLAB与ActiveX接口7.4.1ActiveX基本介绍7.4.2MATLABActiveX自动化服务器第8章MATLAB与VBA混合编程8.1VBA基础知识8.1.1VBA基本介绍8.1.2VBA编辑窗口的结构8.2VBA编程指南8.2.1VBA变量8.2.2VBA运算符8.2.3VBA常用属性8.2.4VBA的控制语句8.2.5VBA的主要功能8.2.6VBA的查找功能8.2.7VBA的计算8.2.8VBA的窗体8.3MATLAB和VBA混合编程8.3.1建立和Excel的连接8.3.2MATLAB与VBA混合编程第9章MATLAB操作数据库9.1数据库基本原理9.1.1数据库工具包9.1.2ODBC数据库9.1.3关系型数据库9.2VQB方法连接数据库9.2.1Access数据库介绍9.2.2定义ODBC数据库9.2.3MATLAB与Access进行数据交换9.3利用SQL语句访问数据库9.3.1数据库连接9.3.2MATLAB数据库操作简介9.3.3在MATLAB中使用SQL语句操作数据库