Philippe Jorion/文
任琳/编译
在过去10年中，金融风险管理领域发生了翻天覆地的变化。期权定价、德尔塔对冲（delta hedging）、风险价值（VAR）等定量工具开始为金融机构广泛应用。然而，人们越来越担心，当金融体系受到外部冲击时，这些风险管理工具可能诱发不同的银行采取类似的交易模式，产生所谓的“羊群效应”。羊群效应会使众多金融机构同时陷入困境，导致出现系统风险。那么，这些风险管理工具的普及应用是否真的会增加系统风险呢？
VAR的概念非常简单，它用一个单一的数字来概括投资组合的所有下行风险。由于VAR考虑了当前的持仓状况，因而具有前瞻性意义。例如，JP摩根大通银行在其最新的年度报告中披露，其总交易的风险价值为7200万美元，因此，在正常的市场状况下（在99%的情况下），该行的每日自由资金交易损失不会超过7200万美元。由于VAR是一个用美元表示的数据度量，因而可以与该行的资本金（年报发布时为1000亿美元）进行比较，股东可以根据这些信息来判断银行的交易风险是否在可承受范围内。随着时间的推移，现在在设定交易限额、甚至确定企业所需的经济资本时，也开始采用VAR这一工具。
出于防范信用风险及市场风险的考虑，商业银行必须达到一个最低资本的要求。按照《巴塞尔协议》，银行可以根据内部的VAR模型，结合具体的情况，计算出市场风险的资本要求。因此，防范市场风险的资本要求是随风险变化而变化的。该协议自1998年1月起生效，恰逢金融市场的多事之秋。当时，俄罗斯的债务违约事件导致资金外流，引发流动性危机，长期资本管理公司（LTCM）等对冲基金也因此濒临破产边缘。随后的市场混乱加剧了人们对于金融体系内部失控的担忧，这就是一起典型的系统风险事件。
恶性循环假设
有学者认为，严格执行VAR限制措施将导致银行被迫减仓，造成资产价格的进一步下跌。因此，在发生诸如俄罗斯债务违约这类严重动荡事件时，银行的持仓风险及VAR值也会随之增加。在面临是增仓还是减仓的两难抉择时，很多银行会同时选择变卖同一类资产，致使该资产价格下跌，从而加剧动荡，并进一步增加资产价格之间的相关性，这会导致情况进一步恶化，迫使银行抛售更多的资产。
从以上分析可以得出一个令人忧虑的结论：VAR风险管理工具可能加剧市场动荡，并引发一连串的问题。果真如此的话，风险管理系统的普遍应用可能会在经济局势严峻的情况下加剧市场动荡，进一步削弱金融市场的安全性。
“羊群效应”
在资本市场上，以上恶性循环假设体现了一种典型的“羊群效应”。“羊群效应”是指在一个投资群体中，单个投资者总是根据其他同类投资者的行动而行动，在他人买入时买入，在他人卖出时卖出。导致出现“羊群效应”还有其他一些因素，比如，一些投资者可能会认为同一群体中的其他人更具有信息优势。“羊群效应”也可能由系统机制引发。例如，当资产价格突然下跌造成亏损时，为了满足追加保证金的要求或者遵守交易规则的限制，一些投资者不得不将其持有的资产割仓卖出。VAR导致的“羊群效应”就属于这种情况。
VAR的缺陷
显然，VAR并不是一个完美无缺的风险度量工具。事实上，VAR的简单易用性既是它的优点也是它的缺点。虽然VAR代表了在特定的置信度范围内可能遭受的损失的最大值，但它不能说明在极端情况下，一旦损失超过了VAR值，这一损失究竟会有多大。我们再来分析一下前面的VAR例子，假设日损失不超过7200万美元的置信度为99%，也就是说，在那1%的概率下，损失将超过这一数字。一旦出现了这种情况，知道平均损失到底是8000万美元还是80亿美元就显得非常重要了。
理论上，银行可以在报告VAR的同时，披露预期的极端情况（ETL），然而在实际操作中，没有一家银行做到这点。原因在于，对于极端情况的观测非常少，无法就此推算出一个可靠的数字。另外，真正的风险也可能隐藏在那些我们未曾经历过的情况中。正因为如此，银行业现在普遍选择在VAR之外再辅以压力测试（Stress Tests）。进行压力测试时需要参考历史情况，如1987年10月的华尔街股市崩盘，还需要考虑未来的前景，最好将现有投资组合可能受到的各种冲击都考虑在内。由于压力测试比VAR涉及更长的周期（一般是一周）和更多的剧烈变动，因此，压力测试得出的损失值一定比VAR值大。
从实证的角度出发
虽然VAR引发商业银行“羊群效应”的假说在业界有不少非正式的论据可以验证，但并没有经过严格的证明。不过，我们完全可以通过实证手段来加以检验。这一假设成立的先决条件是大部分受限于VAR风险管理的投资者在开始时有相似的头寸，否则，投资者的交易对价格的影响就非常有限。
从根本上讲，由于各家银行的头寸情况是严格保密的，因此，我们无法进行银行间的头寸对比。然而，如果银行间的头寸类似，那么其风险大小和交易收入也应该相似。换句话说，如果我们能够观察到各行交易收入之间具有很高的相关性，就说明存在系统风险隐患。如果一家银行出现亏损，那么其他银行也很可能同时出现亏损，形成多米诺骨牌效应，最终将危及整个银行体系的稳定。
由于这些问题非常重要，因此学术界对此问题的关注程度也越来越高。美国国家经济研究局近期将出版一本关于金融机构风险的专著，其中刊登了多篇相关论文。2005年，伯考维茨和奥布赖恩搜集了美国排名前7位的商业银行从1998年到2003年的日总交易收入数据，包含有8000多个观测值，主要来源于美联储对这些银行的检查记录。不过，由于这些数据属于机密信息，不得泄露，出于保密考虑，原数据都按照相应的比例进行了转换处理。作者分析了在面临利率、信贷息差、资本额以及货币权益回报等风险因素时，这些银行在风险敞口方面存在多大的相似性。这两位作者在他们的论文中还披露了这些银行之间交易收入的相关系数，相关系数等于1表明完全正相关，即说明它们的头寸基本相同；反之，相关系数等于0则表明交易收入完全不相关。实际分析表明，银行交易收入的平均相关系数只有0.09，说明它们的头寸差异是比较显著的。
一般来讲，银行的收入分为四类：固定收益、权益、货币和商品。然而，伯考维茨和奥布赖恩收集的数据并没有按照业务收入的来源进行分类。在笔者2005年进行的一项研究中，分析了11家美国商业银行自1995年至2003年的季度数据，涵盖了385个季度的分类交易收入的观测资料。笔者在论文中指出，分类业务的风险分散效益非常显著。平均来说，银行分散投资后的VAR值比四个业务各自的VAR值之和低40%。假设固定收益交易的VAR为6300万美元，货币交易的VAR为2600万美元，权益交易的为3300万美元，商品交易的为1800万美元，这四个数据之和为1.4亿。然而，这四个市场同时出现最糟糕情况的可能性是微乎其微的，因此，分散投资经营使其业务的总VAR下降到了1亿美元。而且，这些银行的总交易收入之间的相关系数只有0.16，说明其头寸几乎截然不同。该实证检验的结果并不支持VAR诱发“羊群效应”的假说。
另外还有几点[1] [2] 下一页
|
|
