风险管理

模型风险引发的重大金融风险事件


模型风险

(一)LTCM破产

详见LTCM破产案例分析

美国长期资本管理公司(Long-Term Capital Management,简称LTCM)破产的原因之一就是忽略了模型风险。LTCM的数学模型的假设前提和计算结果都是在历史统计数据基础上得出的,投资策略是建立在投资组合中两种证券的价格波动的正相关的基础上,但历史上存在的正相关性在未来不一定一直存在,即相关性存在非平稳性。德国债券和意大利债券的正相关性是统计了大量历史数据的结果,推论出预期多个市场将按同一方向发展。但是历史数据的统计过程往往会忽略一个概率很小的事件,亦即上述两种债券的负相关性。这些事件随着时间的积累和环境的变化,发生的机会可能并不像统计数据反映的那样小。尾部小概率事件的发生成为了该事件的导火索。

忽视风险因子的非平稳性也是模型失败的重要原因。当市场平稳时,不同市场和产品之间的相关性较弱,风险模型会产生高度分散化效应,并计算出一个较小的风险值。基金分散投资在欧洲、美洲、俄罗斯、南美洲、日本等几乎世界上所有市场,风险因子包括利率、利差、权益、波动率等。但是当市场风险真正爆发时,投资者信心和流动性下降,这些风险因子呈现出高度的关联性,它们会几乎同时下跌,使得实际损失远比风险模型计算出来的数据大的多。

LTCM主要使用VaR模型和压力测试计量风险。LTCM所用的压力测试模型只考虑最大的12笔交易,计算出来最坏情况下的损失为30亿美元。其他诸如流动性较差的交易并没有考虑进去。VaR模型也没有考虑流动性风险、主权债券违约风险等因素,所用的历史数据时间又比较短,大大低估了风险。

 

伦敦鲸

(二)伦敦鲸事件

详见摩根大通伦敦鲸事件分析

2012年伦敦鲸事件创下了金融史上因模型失误和信用衍生品风险失控而蒙受的最大损失金额。摩根大通伦敦首席投资办公室(Chief Investment Office,简称CIO)官方职能是用以管理信贷资产组合所面临的利率、汇率等风险的风险对冲部门。伦敦鲸事件发生在CIO的合成信贷资产组合(Synthetic Credit Portfolio,简称SCP),这个组合是CIO的核心组合,它的作用是对冲CIO的投资以及整个摩根大通作为贷款人的风险。通常这个组合持有的都是信用衍生品,包括各种CDS、CDS指数以及CDS分层指数。

摩根大通的模型验证组注意到CIO针对SCP采用的新VaR模型的重大缺陷,有条件通过了该新模型。邮件记录证明,CIO向模型验证人员施加了压力,加快了验证速度。模型验证时处于一个敏感的时间,当时公司VaR限额被CIO的VaR上涨所突破。公司CEO戴蒙批准临时上调VaR限额,但只给了半个月的时间。模型验证组受到各方面的压力,最终草草了事。后来事实证明,新模型的效果不佳,导致测算的结果出乎意料,摩根大通据此来执行投资策略时承担了超出预期的风险。直到2012年5月初,VaR模型分析和执行错误才被发现,摩根大通又推翻新模型,重新采纳原来的模型。

 

次贷危机

(三)次贷危机

过度依赖信用评级及信用评级模型一直被认为是导致次贷危机发生的重要原因之一,信用评级机构对信用危机的严重低估主要源于对结构化金融衍生产品评级方法的缺陷。

评级机构对历史数据的平稳性假设增加了信用评级模型风险,美国次级贷款表现的历史数据多限定在房价持续上升的良性经济环境中,缺乏足够的历史数据或情景,导致评级错误。穆迪还曾因评级模型程序编制错误曝出评级事故,复杂金融产品的编程错误可能导致评级结果天壤之别。

评级机构使用KMV模型来估计企业期望违约概率,该模型使用股票市场信息,基于公司权益持有者对公司的资产拥有一个买入期权,执行价格等于公司的账面负债的经济原理,运用现代期权定价理论建立违约预测模型。该模型计算的违约距离还需与历史违约率统计量结合才能形成比较接近现实的违约概率预测,而且由于模型应用的假设条件较多,与现实情况存有一定的差距,且输入参数选用了资本市场的权益价格信息,若此市场信息存在明显的非理性因素,模型结论的准确性也是无法保证的。

另外,国外金融机构使用高斯Copula方法进行CDO定价,忽视了Copula应用的潜在假设和局限性,无法准确度量CDO各层所涉及实体间信用风险相关性,也导致了模型风险。

本文是全系列中第4 / 6篇:模型风险

风险管理
操作风险计量方法
风险管理
系统性风险的涵义与特点
风险管理
帷幄金融风险偏好指数(2018-11)
还没有评论哦,快来抢沙发吧!