第一部分 机缘 3
第1章 导论 3
1.1 什么是金融风险 3
1.2 对金融风险的历史回顾 4
1.3 是恢复银本位制还是依赖数学模型 8
1.4 金融系统 10
1.5 功能透视原理 14
1.6 金融风险管理 15
1.7 金融市场中的比率（金融变量） 17
1.8 路透社、巴塞尔委员会和险阵 20
1.9 小结 23
思考与练习题 24
第2章 从金融灾难事件中得到的教训 25
2.1 从20世纪80～90年代的亏损中得到的教训 26
2.1.1 衍生品市场造成的损失举例 27
2.1.2 透视金融损失 27
2.2 风险管理的案例研究 28
2.2.1 巴林银行的倒台 28
2.2.2 铁本事件 30
2.2.3 橙县的教训 31
2.2.4 Metallgesellschaft 31
2.2.5 中航油在期货交易中破产的案例 32
2.2.6 从案例研究中得到的教训 33
2.3 私人部门的反馈 34
2.3.1 G-30报告 34
2.3.2 衍生品策略委员会 35
2.3.3 J.P.Morgan的险阵技术 35
2.3.4 全球风险职业人协会 35
2.4 监管者的观点 36
2.4.1 美国审计总署 36
2.4.2 美国财务会计准则委员会 36
2.4.3 美国证券交易委员会 37
2.5 小结 38
思考与练习题 38
第3章 巴塞尔委员会的监管条例 39
3.1 为什么要进行监管 40
3.2 1988年的巴塞尔协定 41
3.2.1 Cooke比率 42
3.2.2 活动限制 43
3.2.3 对巴塞尔1988年协定的批评 43
3.3 1996年关于市场风险的修正案 45
3.3.1 标准的方法 45
3.3.2 内部模型的方法 46
3.3.3 事先承诺模型 47
3.3.4 方法之间的比较 48
3.3.5 举例 49
3.4 1999年关于信用风险的修正案 50
3.4.1 修正案 50
3.4.2 总的评价 51
3.5 非银行金融机构的监管 51
3.5.1 证券公司 52
3.5.2 保险公司 53
3.5.3 养老基金 53
3.6 小结 54
思考与练习题 55
附录一 违规报告，资本金要求 55
A.1.1 充足资本金指导书 55
A.1.2 巴塞尔委员会提案 55
附录二 国际清算银行（BIS）的规制要求 55
A.2.1 市场风险的度量（即确定风险因子） 55
A.2.2 应付市场风险的资本金储备 55
A.2.3 度量市场风险的方法 55
A.2.4 资本充足率的计算 55
A.2.5 使用后测检验的监管构架 55
第4章 公允值会计与VaR风险管理机制 56
4.1 引言 56
4.2 公允值会计方法 59
4.3 公允值会计的举例 60
4.3.1 例1：对基准利率的套期保值 60
4.3.2 例2：对基于外汇的资产与负债进行套期保值 60
4.3.3 例3：用于固定利率（基于外汇贷款）的现金流对冲 60
4.3.4 例4：包括子公司的财务报表中的套期保值会计 60
4.4 基于VaR的现代金融风险管理构架 61
4.4.1 定价 61
4.4.2 估计风险 61
4.5 风险估计的替代方法 62
4.5.1 估计头寸价值变化 63
4.5.2 估计市场运动 64
思考与练习题 65
附录 65
第二部分 基石 69
第5章 金融市场回报的统计量 69
5.1 证券价格变化与回报的定义 70
5.1.1 1天（单周期）时段 70
5.1.2 多日（多周期）时段 71
5.1.3 比例和连续复利下的加总回报 72
5.2 金融价格与回报的建模 73
5.2.1 单一价格资产的随机游走模型 74
5.2.2 固定收入金融工具的随机游走模型 75
5.2.3 随机游走模型的时间相关特性 75
5.3 观察随机游走模型 78
5.3.1 回报分布随时间变化吗 78
5.3.2 从统计意义上讲回报在时间上并不相互独立 80
5.3.3 到多元变量的扩展 84
5.4 本章的发现 87
5.5 对回报分布的历史观察 87
5.5.1 建模方法 88
5.5.2 正态分布的特性 89
5.5.3 对数正态分布 95
5.6 险阵的金融回报模型：一个修改过的随机游走 95
5.7 小结 96
思考与练习题 97
第6章 “险阵”的波动率与相关性预测 98
6.1 从隐含数据和从历史数据预测波动率 98
6.2 险阵的预测方法 98
6.2.1 波动率的估计与预测 98
6.2.2 协方差与相关性的预测和估计 98
6.2.3 对多日的预测 98
6.2.4 其他预测技术的发展 98
6.3 关于险阵预测模型中的参数 98
6.3.1 样本大小和估计的关系 98
6.3.2 选择衰减因子 99
6.4 小结 99
思考与练习题 99
第7章 现金流映像 100
7.1 风险暴露与风险值（VaR） 101
7.2 用险阵数据组计算风险值的方法 103
7.3 辨识风险暴露和现金流 106
7.3.1 固定收入工具 107
7.3.2 外汇 114
7.3.3 股权 116
7.3.4 商品期货 116
7.4 将现金流映像到险阵顶点 117
7.4.1 险阵顶点 117
7.4.2 计算险阵现金流 118
7.5 小结 120
思考与练习题 121
第8章 线性头寸的风险度量 122
8.1 将头寸价值的变化归咎到标的资产的回报 122
8.2 线性头寸的风险值计算 125
8.2.1 固定收入工具 125
8.2.2 股权头寸 127
8.3 线性头寸的计算实例 128
8.3.1 政府债券单一现金流的映像 128
8.3.2 政府债券多个现金流的映像 129
8.3.3 远期利率协定的现金流映像和风险值 131
8.3.4 结构化债券 133
8.3.5 利率互换 135
8.3.6 外汇远期 136
8.3.7 股权 137
8.3.8 商品期货合约 137
8.3.9 巴林：一个风险管理的实例 138
8.4 简化协方差矩阵 140
8.4.1 为什么要简化 140
8.4.2 VaR度量为零吗 141
8.4.3 对角线模型 141
8.4.4 多因素模型 143
8.4.5 各种方法之间的比较 145
8.5 小结 147
思考与练习题 147
附录 主成分分析法 148
第9章 后测检验 150
9.1 后测检验的设立 151
9.1.1 一个例子 151
9.1.2 谁的回报 151
9.2 用异常回报个数建立后测检验模型 152
9.2.1 基于失效率的模型验证 153
9.2.2 巴塞尔规则 156
9.2.3 条件覆盖率模型 158
9.3 证实模型：其他的方法 159
9.3.1 分布预测模型 159
9.3.2 参数方法 160
9.3.3 各种方法间的比较 160
9.4 险阵中的后测检验 161
9.4.1 样本投资组合 161
9.4.2 模型的证实 162
9.5 小结 165
思考与练习题 165
第10章 非线性头寸的风险值度量 166
10.1 非线性头寸的风险度量 166
10.1.1 Ito Lemma 168
10.1.2 Black-Scholes期权定价公式 169
10.1.3 风险中性定价 170
10.1.4 鞅和测度 171
10.1.5 期权头寸的希腊字母 175
10.2 非线性头寸风险值的险阵求解方法 180
10.2.1 解析方法 181
10.2.2 结构化蒙特卡洛模拟 184
10.3 将△Vp,t矩匹配到Johnson分布族 184
10.3.1 非线性头寸（期权） 185
10.3.2 含有期权投资组合的Delta-Gamma方法 185
10.4 非线性头寸的计算实例 189
10.5 里森的跨式期权（非线性头寸） 192
10.6 评价Delta-Gamma方法的准确性 195
10.7 小结 195
思考与练习题 195
附录 EVIEWS3.1编程，里森的跨式期权 195
第三部分 系统 201
第11章 结构化蒙特卡洛模拟 201
11.1 方案的产生 202
11.1.1 模拟路径和模拟T日后的分布 202
11.1.2 随机变量的生成 206
11.2 投资组合定价 209
11.2.1 完全定价 210
11.2.2 线性近似 210
11.2.3 高阶近似 211
11.3 汇总 212
11.3.1 计算VaR 212
11.3.2 一些说明 213
11.3.3 比较完全定价与加速方法：一种蒙特卡洛实验 213
11.4 产生相关正态随机变量的程序 216
11.4.1 相关的多元正态随机变量 216
11.4.2 产生相关正态随机变量的三种算法 217
11.4.3 运用Cholesky分解 218
11.4.4 独立因数的个数 219
11.5 其他的模拟方法 220
11.5.1 确定性模拟 220
11.5.2 析构的方法 221
11.5.3 场景模拟 222
11.6 模型的选取 223
11.7 小结 224
思考与练习题 225
附录 本章实例的EVIEWS3.1编程（假定欧式期权） 225
第12章 压力试验 226
12.1 为什么要进行压力试验 227
12.2 实施场景分析 229
12.3 产生一维的场景方案 230
12.3.1 规范（固定要求）的场景 230
12.3.2 标准组合风险分析（SPAN）系统 230
12.4 多维的场景分析 232
12.4.1 单维方法与多维方法 232
12.4.2 前瞻性的场景 232
12.4.3 因素尝试法 232
12.4.4 条件场景法 232
12.4.5 历史场景法 233
12.4.6 系统场景法 235
12.5 对模型的参数压力试验 235
12.6 管理压力试验 237
12.6.1 场景分析和风险模型 237
12.6.2 管理上的响应 237
12.7 小结 238
思考与练习题 238
附录 极值理论 239
第13章 信用风险 242
13.1 信用风险的特征 243
13.1.1 风险来自何方 243
13.1.2 信用风险作为期权空头 244
13.1.3 时间和组合相关性的影响 245
13.2 违约风险 246
13.2.1 违约概率 246
13.2.2 挽回率 247
13.2.3 违约风险的估计 247
13.3 信用风险暴露 249
13.3.1 债券与衍生品 249
13.3.2 期望的和最糟的暴露 250
13.4 净值化协定 251
13.5 度量和管理信用风险 253
13.5.1 期望的和非期望的信用损失 253
13.5.2 信用风险定价 254
13.5.3 组合的信用风险 255
13.5.4 管理信用风险 256
13.5.5 时段和置信水平 256
13.6 巴塞尔委员会对衍生品的风险要求 257
13.7 信用投资组合的风险模型 258
13.8 小结 259
思考与练习题 259
第14章 流动性风险 260
14.1 定义流动性风险 261
14.1.1 资产变现风险 261
14.1.2 融资变现风险 262
14.2 应对资产变现风险 263
14.2.1 叫买-叫卖价差的成本 263
14.2.2 交易策略 265
14.2.3 实际中的问题 267
14.3 测量融资变现风险 268
14.4 从长期资产管理公司得到的教训 269
14.4.1 LTCM的杠杆度 269
14.4.2 LTCM的“防弹衣” 270
14.4.3 LTCM的垮台 270
14.4.4 LTCM的流动性 271
14.5 小结 272
思考与练习题 273
第15章 市场变量分布的非正态性和分位点方法 274
15.1 关于条件正态的检验 274
15.1.1 数值方法 274
15.1.2 分位点的图形方法 274
15.2 松弛条件正态的假定 274
15.2.1 回顾条件正态假定蕴含着什么 274
15.2.2 产生日VaR预测的三种模型 274
15.3 将模型运用于新兴市场的货币和股票指数 275
15.3.1 模型估计和评价 275
15.3.2 VaR分析 275
15.4 关于非正态市场变量的分位点映射模型 275
15.5 包含有偏度的混合正态模型 275
15.6 小结 275
关键词 275
思考与练习题 275
第四部分 应用（Application） 281
第16章 利用VaR控制和度量风险 281
16.1 谁来使用VaR 282
16.1.1 进行全局金融风险管理的趋势 282
16.1.2 自主交易柜台 284
16.1.3 非金融企业 285
16.2 VaR作为一个信息披露工具 287
16.2.1 为什么要有风险管理状况的信息披露 287
16.2.2 信息披露的趋势 288
16.2.3 信息披露举例 290
16.2.4 校准风险管理模型 291
16.3 VaR作为一种风险控制工具 292
16.3.1 调整企业范围的VaR 292
16.3.2 调整单位一级的VaR 293
16.3.3 评估交易员的表现 295
16.4 小结 296
思考与练习题 297
第17章 利用VaR进行主动式的风险管理 298
17.1 风险资本 299
17.1.1 VaR作为风险资本 299
17.1.2 选择置信水平 300
17.2 经风险调整的业绩度量 301
17.3 基于净利润的RAPM方法 302
17.4 基于VaR的RAPM方法 303
17.5 企业范围的业绩度量 305
17.6 VaR作为一种战略手段 307
17.6.1 股东价值分析 307
17.6.2 选择贴现率 308
17.6.3 执行股东价值分析 309
17.7 小结 310
思考与练习题 310
附录 有关经济资本的详细说明 310
第18章 操作风险管理 313
18.1 操作风险的重要性 314
18.2 定义操作风险 315
18.3 应对操作风险的方法 317
18.4 度量操作风险 317
18.4.1 自上而下和自下而上方法的比较 317
18.4.2 损失分布 318
18.4.3 来自数据的挑战 320
18.5 管理操作风险 322
18.5.1 期望的和非期望的损失 322
18.5.2 控制操作风险 322
18.5.3 为操作风险融资 323
18.6 小结 323
思考与练习题 324
附录 构造损失分布 324
第19章 集成式风险管理 326
19.1 令人眼花缭乱的不同风险 327
19.2 风险事件 328
19.2.1 法律风险 328
19.2.2 信誉风险 328
19.2.3 灾难风险 329
19.2.4 规制风险和政治风险 329
19.3 集成式的风险管理 330
19.3.1 度量企业范围的风险 330
19.3.2 控制企业范围的风险 330
19.3.3 企业范围的风险管理：最后的战线 331
19.4 为什么要进行风险管理 332
19.4.1 为什么要自找麻烦 332
19.4.2 为什么要对冲 333
19.5 小结 334
思考与练习题 334
第20章 VaR在投资管理中的应用 335
20.1 VaR是否适用于投资管理 336
20.2 什么是投资管理中的风险 338
20.2.1 绝对的和相对的风险 338
20.2.2 策略组合与主动的风险管理 338
20.2.3 基金风险 339
20.2.4 主办人风险 340
20.3 利用VaR监督和控制风险 341
20.3.1 用VaR来检验顺从性 341
20.3.2 用VaR来设计投资指导书 342
20.3.3 用VaR来监督风险 343
20.3.4 全局管理人的角色 344
20.3.5 货币经理的角色 344
20.4 利用VaR来管理风险 345
20.4.1 战略性的资产配置 345
20.4.2 用VaR来指导投资决策 346
20.4.3 用VaR来获得经风险调整的回报 347
20.4.4 风险预算 348
20.5 风险标准 349
20.6 小结 350
思考与练习题 351
第21章 险阵数据组的相关统计问题 352
21.1 构造险阵比率与价格 352
21.1.1 外汇 352
21.1.2 利率 352
21.1.3 股权 352
21.1.4 商品 352
21.2 填补遗失数据 353
21.2.1 遗失数据的特性 353
21.2.2 极大似然估计（ML） 353
21.2.3 对遗失数据估计样本均值和协方差矩阵 353
21.2.4 一个实例说明 353
21.2.5 基于实际的考虑 353
21.3 相关性（协方差）矩阵和VaR的特性 353
21.3.1 协方差和相关性的计算 353
21.3.2 用于计算VaR的线性代数有用结论 353
21.3.3 怎样确定一个协方差矩阵是否正定 353
21.4 重新建立险阵波动率和相关性的基准 353
21.5 非同步数据采集 353
21.5.1 在数据不同步时估计相关性 354
21.5.2 辨识问题：相关性和非同步回报 354
21.5.3 调整相关性的一个算法 354
21.5.4 检验结果 354
21.5.5 在多元构架下采用算法 354
思考与练习题 354
第五部分 结论 357
第22章 金融风险管理：纲领与缺憾 357
22.1 金融风险管理里程碑式的文件 358
22.1.1 G-30的“最佳执业”建议 358
22.1.2 英格兰银行对巴林事件的报告 359
22.1.3 对手方风险管理策略委员会关于长期资产管理公司的报告 359
22.2 VaR的限制 360
22.2.1 异常值过度的风险 360
22.2.2 头寸改变的风险 361
22.2.3 事件风险和稳定性风险 361
22.2.4 过渡期的风险 362
22.2.5 缺乏数据的风险 362
22.2.6 模型风险 362
22.3 VaR的副作用 366
22.3.1 “滥竽充数”综合征 366
22.3.2 交易员玩弄系统于股掌之中 367
22.3.3 动态对冲 369
22.4 从LTCM得到的教训 370
22.4.1 LTCM的风险控制 370
22.4.2 组合优化 370
22.4.3 LTCM的空头期权头寸 372
22.5 小结 373
思考与练习题 374
第23章 结论 375
23.1 风险管理的演变 376
23.2 风险经理的角色 377
23.2.1 控制交易 377
23.2.2 组织方针 377
23.2.3 风险经理 378
23.3 对VaR的再思考 380
23.4 中国的VaR风险管理 381
23.4.1 沿海发达地区采用VaR的风险管理技术 381
23.4.2 积极稳妥地推进金融体制改革 382
23.4.3 对驻外机构进行基于VaR的风险管理 382
23.4.4 在金融风险管理的教学和研究中贯彻国际化 383
23.5 小结 383
思考与练习题 384
参考文献 385