首頁 > 創業學院 > 風險管理失敗的罪魁禍首

風險管理失敗的罪魁禍首

手機:M版  分類:創業學院  編輯:卡卡

風險管理失敗的罪魁禍首 標籤:風險管理 失敗

  在風險管理過程中,建模數據、度量標準、因素識別、信息溝通等任何一個環節的失誤都可能直接導致風險管理失敗,進而給公司帶來巨額損失。

  在本次金融危機中,相信無數投資者在盤點虧損時都不禁要問,華爾街怎麼會變得如此糟糕?那些複雜的模型究竟出了什麼問題?甚至在2007年11月,股市遭遇重創之前,一位評論家就在《金融時報》上寫道,“顯然,巨大的風險管理失敗充斥着華爾街。”

  即使是風險管理水平一流的金融機構,也可能出現巨額虧損,因為金融業是一個經營風險的行業。在風險管理過程中,建模數據、度量標準、因素識別、信息溝通等任何一個環節的失誤都可能直接導致風險管理失敗,進而給公司帶來巨額損失。

  依賴歷史數據

  風險管理模型通常是用過去的情況來預測某種風險在未來發生的概率。假如2006年時你是一家銀行的風險經理,你認為房地產價格在來年可能會出現暴跌,並將這種擔憂告訴了你的上司。然而,銀行的高管們必須知道這種暴跌出現的可能性有多大,一旦出現會給銀行帶來多少損失,並以此來確定銀行對房地產市場的風險暴露(Risk exposure)水平。

  接着,你的工作可能就是檢驗房地產價格的歷史波動數據,計算年平均波動率以及標準差。在這個過程中,你實際上假定了過去的情況能夠很好地模擬未來的趨勢。在檢驗過歷史數據之後,你發現價格的變動似乎是隨機的,就好像拋硬幣的正反面一樣,價格上漲和下跌同樣的幅度具有同樣的概率,而且價格波動通常是小幅度的,出現大幅波動的概率比較低。在直角坐標中,用橫軸表示價格變化,用縱軸表示出現概率,那麼房地產價格變化的概率分佈應該是以平均波動率為中軸呈“鐘形”。

  這個模型看起來似乎很嚴密,但在現實中,它很可能會出錯。如果未來房地產價格的波動率高於過去的數字(現實市場確實如此),那麼模型就大大低估了價格暴跌的可能性,因為現實的波動概率分佈要比你的模型描述的“鐘形”扁平得多。另外,“鐘形”分佈本身很可能就是錯的,如果價格變化不服從正態分佈,那麼波動率的概率分佈曲線就會變得不規則——就像拋出一枚表面被彎曲的硬幣,落地時出現正反面的可能性就不再相等了。

  當你開始計算房地產價格下跌對銀行的影響時,問題就更嚴重了。如果大量次級貸款無法按時償還,房地產市場出現危機,那麼,可能根本就沒有恰當的歷史數據能夠模擬這種情況。如果銀行還持有CDOs(債務抵押債券)這類衍生證券,那麼要預測房地產價格變化對銀行的影響就更難了。

  即使你真的能計算出房地產價格下跌對銀行資產負債表的影響,但若考慮到其他非直接關聯因素,你的預測結論依然不堪一擊。金融機構通常會持有多種資產,其他種類資產的價格很可能與房地產價格相關,若要正確估計銀行對某種風險的暴露情況,你就必須正確計算出各種資產之間的價格相關度。在用歷史數據來估算該相關度時,你又要面對上述的所有問題。

  每日風險度量的缺陷

上一頁 [1] [2] 下一頁
您正在瀏覽: 風險管理失敗的罪魁禍首
網友評論
風險管理失敗的罪魁禍首 暫無評論