4. 工作过程(2)
4. 相关系数(correlation)—— 这是指一笔贷款与其他贷款的互动性，用来衡量整个资产组合的信用风险。若资产之间的相关系数高，互动性强，则共同损失的可能性大，整个资产组合的总风险就大；反之，若相关程度低，资产之间就更有可能独立运行，不会同步下滑，那整个资产组合的总风险就小。
5. 违约倒闭模式(default-mode paradigm)或按市定价模式(mark-to-market paradigm)—— 一般模型都只计算企业违约所带来的风险和损失，只要企业没倒闭，潜在价值就不变。但更精确的市场化的做法是连市场信用风险波动都算在里面。即便企业没有倒闭，但因为它的信誉下跌，信用级别下降，或纯粹市场信用点差(credit spread)指数上升，资产价值也会下降。比如，一笔金额为1亿美元的10年贷款，给信用级别A的企业，如果该企业的信用级别降为B，则该贷款的价值就不值1亿美元，其中的差额就是信用点差损失。这是所谓的按市定价的计算法。
6. 解析法(analytical)或模拟法(simulation)—— 这是如何将上述单变量汇总起来，算出整个资产组合的信用风险，即概率密度函数的方法。解析法简单易行，运算速度快，事先假定风险密度函数的具体方程式，代入各种变量，便信手可得各类风险值。模拟法不需要引入诸如风险密度函数方程式等关键假设，计算机模拟自然给出整个资产组合的风险状况，信息量充分，能进行各类运算，使信用风险模型做到最理想化的运用，缺点是计算时间长，容易受到计算机功能的限制。
所有信用风险模型都仰赖于大量数据，充斥着许多参数和假设。同市场风险模型相比，它有两大弱势。一是数据不够大量、充分、可信。历史上没有频繁发生的信用违约和倒闭事件，致使上述几大量化的数据很难证实其可靠性。而市场风险模型依赖的是每天市场的上下波动，有相当充足的数据库。其二，信用风险模型的损失区间(loss horizon)或持有期通常定为一年，而不同于市场风险模型的1天(或政策规定的10天)。这样的话，市场风险模型一年就有250个样本点，可以用来做回溯检验(backtesting)，以验证模型的可靠有效性。而信用风险模型要做回溯检验，则需要几十年，甚至上百年的数据点，这是不现实、没有意义的任务。不能做回溯检验这点，特别让监管部门忐忑不安，难以给信用风险模型寄予一定信任度。
从长远角度来看，信用风险模型非常有用、大有潜力，对于更合理、更有效地管理银行，有着重大作用和意义(这里不做具体描述)。随着模型的成熟、信息的推广和数据库的丰富，信用风险模型的广泛运用只是时间问题，而非是否问题。
信用风险模型采样和评估
我和Jennifer开始这个项目的第一步是深入基层，采集样本，弄懂弄通信用风险的变量和模型，回来向Christine及其他政策要员汇报，向他们提供精确反馈。也就是说，我们是他们的视线和触角(eyes and ears)，为他们提供第一手原始资料。
我们研究的第一个样本是由摩根银行内部一个小组发展出来的《信贷算法》(CreditMetrics)，是专门销售给外界用的计算机软件(摩根银行本身并不用此软件)。该软件编写小组后来从摩根银行分离出去，自成一公司。《信贷算法》的技术文件(technical document)非常权威，写得清晰流畅，把最复杂的统计知识、理论术语，用最浅显易懂的语言表述出来。《信贷算法》堪称信用风险模型的经典教科书，我本人就是从读这些技术文件开始，弄懂信用风险模型的基本框架，知道它想做什么、派什么用场，有些什么基本要素。这是摩根银行继推出它用于计算市场风险的经典《风险算法》(RiskMetrics)后，对金融界的又一重大贡献。
如果说摩根是风险管理模型的前驱者，一点都不为过。它不仅免费出版这类教育性、权威性的技术文件，还在银行管理中推行风险意识，推动现代化管理。它的总裁当时很前卫，每天早上阅读报表时，尤其关注风险价值(VaR)之类的风险指标，领导银行界新潮流。在摩根的带动下，其他银行也纷纷效仿，一时间，VaR概念深入人心，再伴之以监管部门诸如《市场风险补充案》的新规章新制度，风险管理行业欣欣向荣，造就了一大批新的银行专业人士。
《信贷算法》从理论上讲，是一个非常先进完美、精致漂亮的模型，用的是最前卫的按市定价模式，计算机模拟法也为模型提供很大的灵活性，减少诸多假设的约束。只可惜信贷方面的数据不多也不牢靠，信贷事件也不常见，所以模型再完美，若数据不过关，也只是废物进、废物出(garbage in，garbage out)，最后的结果没人采信。该模型的计算机模拟方法，同时也是它的明显弱点：耗时费力，需要计算机运转一个晚上才能得出结果，而且计算机的顺利运行还难以保证。我们当时的感觉是银行内部采用的信用风险模型，肯定要简单实用得多，会更适合银行本身的经营特色。
本书作者以在美国联邦储备系统纽约联储银行工作的亲身经历，描述了美联储在执行银行监督管理方面的各种细节。书中穿插了个人的所见所闻和认知感受。本书集知识性、故事性和趣味性于一体，为广大读者了解美联储系统和金融界，尤其是纽约联储和华尔街，提供丰富的第一手的理性和感性资料。读者还可以从书中看到一个留学生的成长经历和一个职业人士的心路历程。
本书是金融相关专业人士和高校学生的重要高端参考书。同时对于爱好金融的普通大众，也是一本轻松有趣的普及读物。?可贵的，这还是一本不可多得的成功励志读物。
5. 违约倒闭模式(default-mode paradigm)或按市定价模式(mark-to-market paradigm)—— 一般模型都只计算企业违约所带来的风险和损失，只要企业没倒闭，潜在价值就不变。但更精确的市场化的做法是连市场信用风险波动都算在里面。即便企业没有倒闭，但因为它的信誉下跌，信用级别下降，或纯粹市场信用点差(credit spread)指数上升，资产价值也会下降。比如，一笔金额为1亿美元的10年贷款，给信用级别A的企业，如果该企业的信用级别降为B，则该贷款的价值就不值1亿美元，其中的差额就是信用点差损失。这是所谓的按市定价的计算法。
6. 解析法(analytical)或模拟法(simulation)—— 这是如何将上述单变量汇总起来，算出整个资产组合的信用风险，即概率密度函数的方法。解析法简单易行，运算速度快，事先假定风险密度函数的具体方程式，代入各种变量，便信手可得各类风险值。模拟法不需要引入诸如风险密度函数方程式等关键假设，计算机模拟自然给出整个资产组合的风险状况，信息量充分，能进行各类运算，使信用风险模型做到最理想化的运用，缺点是计算时间长，容易受到计算机功能的限制。
所有信用风险模型都仰赖于大量数据，充斥着许多参数和假设。同市场风险模型相比，它有两大弱势。一是数据不够大量、充分、可信。历史上没有频繁发生的信用违约和倒闭事件，致使上述几大量化的数据很难证实其可靠性。而市场风险模型依赖的是每天市场的上下波动，有相当充足的数据库。其二，信用风险模型的损失区间(loss horizon)或持有期通常定为一年，而不同于市场风险模型的1天(或政策规定的10天)。这样的话，市场风险模型一年就有250个样本点，可以用来做回溯检验(backtesting)，以验证模型的可靠有效性。而信用风险模型要做回溯检验，则需要几十年，甚至上百年的数据点，这是不现实、没有意义的任务。不能做回溯检验这点，特别让监管部门忐忑不安，难以给信用风险模型寄予一定信任度。
从长远角度来看，信用风险模型非常有用、大有潜力，对于更合理、更有效地管理银行，有着重大作用和意义(这里不做具体描述)。随着模型的成熟、信息的推广和数据库的丰富，信用风险模型的广泛运用只是时间问题，而非是否问题。
信用风险模型采样和评估
我和Jennifer开始这个项目的第一步是深入基层，采集样本，弄懂弄通信用风险的变量和模型，回来向Christine及其他政策要员汇报，向他们提供精确反馈。也就是说，我们是他们的视线和触角(eyes and ears)，为他们提供第一手原始资料。
我们研究的第一个样本是由摩根银行内部一个小组发展出来的《信贷算法》(CreditMetrics)，是专门销售给外界用的计算机软件(摩根银行本身并不用此软件)。该软件编写小组后来从摩根银行分离出去，自成一公司。《信贷算法》的技术文件(technical document)非常权威，写得清晰流畅，把最复杂的统计知识、理论术语，用最浅显易懂的语言表述出来。《信贷算法》堪称信用风险模型的经典教科书，我本人就是从读这些技术文件开始，弄懂信用风险模型的基本框架，知道它想做什么、派什么用场，有些什么基本要素。这是摩根银行继推出它用于计算市场风险的经典《风险算法》(RiskMetrics)后，对金融界的又一重大贡献。
如果说摩根是风险管理模型的前驱者，一点都不为过。它不仅免费出版这类教育性、权威性的技术文件，还在银行管理中推行风险意识，推动现代化管理。它的总裁当时很前卫，每天早上阅读报表时，尤其关注风险价值(VaR)之类的风险指标，领导银行界新潮流。在摩根的带动下，其他银行也纷纷效仿，一时间，VaR概念深入人心，再伴之以监管部门诸如《市场风险补充案》的新规章新制度，风险管理行业欣欣向荣，造就了一大批新的银行专业人士。
《信贷算法》从理论上讲，是一个非常先进完美、精致漂亮的模型，用的是最前卫的按市定价模式，计算机模拟法也为模型提供很大的灵活性，减少诸多假设的约束。只可惜信贷方面的数据不多也不牢靠，信贷事件也不常见，所以模型再完美，若数据不过关，也只是废物进、废物出(garbage in，garbage out)，最后的结果没人采信。该模型的计算机模拟方法，同时也是它的明显弱点：耗时费力，需要计算机运转一个晚上才能得出结果，而且计算机的顺利运行还难以保证。我们当时的感觉是银行内部采用的信用风险模型，肯定要简单实用得多，会更适合银行本身的经营特色。
本文摘自《零距离认知华尔街的运筹操作》
本书作者以在美国联邦储备系统纽约联储银行工作的亲身经历，描述了美联储在执行银行监督管理方面的各种细节。书中穿插了个人的所见所闻和认知感受。本书集知识性、故事性和趣味性于一体，为广大读者了解美联储系统和金融界，尤其是纽约联储和华尔街，提供丰富的第一手的理性和感性资料。读者还可以从书中看到一个留学生的成长经历和一个职业人士的心路历程。本书是金融相关专业人士和高校学生的重要高端参考书。同时对于爱好金融的普通大众，也是一本轻松有趣的普及读物。?可贵的，这还是一本不可多得的成功励志读物。