风险管理与金融机构公式

1. 流动比率和速动比率公式是怎么的啊，怎么计算啊

流动比率＝流动资产/流动负债x100% 。

速动比率是指企业速动资产与流动负债的比率，速动资产是企业的流动资产减去存货和预付费用后的余额，主要包括现金、短期投资、应收票据、应收账款等项目。又称“酸性测验比率”（Acid-test Ratio、Quick Ratio），是指速动资产对流动负债的比率。它是衡量企业流动资产中可以立即变现用于偿还流动负债的能力。

(1)风险管理与金融机构公式扩展阅读：

速动比率=速动资产/流动负债

其中：速动资产=流动资产-存货

或：速动资产=流动资产-存货-预付账款-待摊费用

计算速动比率时，流动资产中扣除存货，是因为存货在流动资产中变现速度较慢，有些存货可能滞销，无法变现。

至于预付账款和待摊费用根本不具有变现能力，只是减少企业未来的现金流出量，所以理论上也应加以剔除，但实务中，由于它们在流动资产中所占的比重较小，计算速动资产时也可以不扣除。

根据新天公司资料，2001年初的流动资产为6127100元，存货为3870000元，流动负债为2977100元；年末的流动资产为5571751元，存货为3862050元，流动负债为1644390元。则速动比率为：

年初速动比率：（6127100-3870000）/2977100=0.76

年末速动比率：（5571751-3862050）/1644390=1.04

传统经验认为，速动比率维持在1:1较为正常，它表明企业的每1元流动负债就有1元易于变现的流动资产来抵偿，短期偿债能力有可靠的保证。

速动比率过低，企业的短期偿债风险较大，速动比率过高，企业在速动资产上占用资金过多，会增加企业投资的机会成本。

但以上评判标准并不是绝对的。实际工作中，应考虑到企业的行业性质。例如商品零售行业，由于采用大量现金销售，几乎没有应收账款，速动比率大大低于1，也是合理的。相反，有些企业虽然速动比率大于1，但速动资产中大部份是应收账款，并不代表企业的偿债能力强，因为应收账款能否收回具有很大的不确定性。所以，在评价速动比率时，还应分析应收账款的质量。

流动比率、速动比率的分析不能独立于流动资产周转能力的分析之外，存货、应收账款的周转效率低下也会影响流动比率的分析实用性，所以上述两指标的应用应结合流动项目的构成和各流动资产的效率综合分析。

2. 什么是金融机构风险调整后收益指标

经风险调整的收益率（Risk-Adjusted Rate of Return）长期以来，衡量企业盈利能力普遍采用的是股本收益率（ROE）和资产收益率（ROA）指标，其缺陷是只考虑了企业的账面盈利而未充分考虑风险因素。银行是经营特殊商品的高风险企业，以不考虑风险因素的指标衡量其盈利能力，具有很大的局限性。目前，国际银行业的发展趋势是采用经风险调整的收益率，综合考核银行的盈利能力和风险管理能力。经风险调整的收益率克服了传统绩效考核中盈利目标未充分反映风险成本的缺陷，使银行的收益与风险直接挂钩、有机结合，体现了业务发展与风险管理的内在统一，实现了经营目标与绩效考核的统一。使用经风险调整的收益率，有利于在银行内部建立良好的激励机制，从根本上改变银行忽视风险、盲目追求利润的经营方式，激励银行充分了解所承担的风险并自觉地识别、计量、监测和控制这些风险，从而在审慎经营的前提下拓展业务、创造利润。

在经风险调整的收益率中，被广泛接受和普遍使用的是经风险调整的资本收益率（RAROC，Risk-Adjusted Return on Capital）。经风险调整的资本收益率是指经预期损失（EL, Expected Loss）和以经济资本（CaR, Capital at Risk）计量的非预期损失（UL, Unexpected Loss）调整后的收益率，其计算公式如下：
RAROC = （收益－预期损失）/ 经济资本（或非预期损失）
经风险调整的收益率，如RAROC强调，银行承担风险是有成本的。在RAROC计算公式的分子项中，风险带来的预期损失被量化为当期成本，直接对当期盈利进行扣减，以此衡量经风险调整后的收益；在分母项中，则以经济资本，或非预期损失代替传统ROE指标中的所有者权益，意即银行应为不可预计的风险提取相应的经济资本。整个公式衡量的是经济资本的使用效益。
目前，RAROC等经风险调整的收益率已在国际先进银行中得到了广泛运用，在其内部各个层面的经营管理活动中发挥着重要作用。在单笔业务层面上，RAROC可用于衡量一笔业务的风险与收益是否匹配，为银行决定是否开展该笔业务以及如何进行定价提供依据。在资产组合层面上，银行在考虑单笔业务的风险和资产组合效应之后，可依据RAROC衡量资产组合的风险与收益是否匹配，及时对RAROC指标呈现明显不利变化趋势的资产组合进行处理，为效益更好的业务腾出空间。在银行总体层面上，RAROC可用于目标设定、业务决策、资本配置和绩效考核等。高级管理层在确定银行能承担的总体风险水平，即风险偏好之后，计算银行需要的总体经济资本，以此评价自身的资本充足状况；并将经济资本在各类风险、各个业务部门和各类业务之间进行分配（资本配置），以有效控制银行的总体风险，并通过分配经济资本优化资源配置；同时，将股东回报要求转化为对全行、各业务部门和各个业务线的经营目标，用于绩效考核，使银行实现在可承受风险水平之下的收益最大化，并最终实现股东价值的最大化。

风险调整后收益的指标

1、夏普比率是指投资产品承受单位风险所获得的超额收益。投资理财产品的夏普比率越高，在承受同等风险的前提下，超额收益越高，投资理财产品业绩表现越好。
2、特雷诺指数是以投资理财产品的系统风险作为收益调整的因子，反映投资理财产品承担单位系统风险所获得的超额收益。指数值越大，承担单位系统风险所获得的超额收益越高。
3、詹森指数反映投资理财产品相对于市场组合（即平均收益水平）获得的超额收益率，指数值越大越好。

3. 请教：下列指标的计算公式及含义。1、资本充足率，2、偿付能力充足率，3、净资本负债率，4、核心资本充足率

资本充足率，Capital adequacy ratio (CAR), 也被称为资本风险（加权）资产率，Capital to Risk (Weighted) Assets Ratio (CRAR)。资本充足率是一个银行的资产对其风险的比率。国家调控者跟踪一个银行的CAR来保证银行可以化解吸收一定量的风险。资本充足率是保证银行等金融机构正常运营和发展所必需的资本比率。各国金融管理当局一般都有对商业银行资本充足率的管制，目的是监测银行抵御风险的能力。资本充足率有不同的口径，主要比率有资本对存款的比率、资本对负债的比率、资本对总资产的比率、资本对风险资产的比率等。

计算公式
资本充足率("CAR")是衡量一个银行的资本对其加权风险比例的以百分比表示的量。
CAR 定义为
CAR=资产/风险
风险可以是加权资产风险(a)，也可以是各自国家调控者规定的最小总资产要求。
如果使用加权资产风险，那么
CAR = {T1 + T2}/a ≥ 8%.[1]
后面那个不等号是国家调控者的标准要求。

偿付能力是保险公司偿还债务的能力。保险公司应当具有与其风险和业务规模相适应的资本，确保偿付能力充足率不低于100%。
偿付能力充足率=保险公司的实际资本/最低资本
保险公司的实际资本，是指认可资产与认可负债的差额。
保险公司的最低资本，是指根据监管机构的要求，保险公司为吸收资产风险、承保风险等有关风险对偿付能力的不利影响而应当具有的资本数额。
对偿付能力充足率小于100%的保险公司，中国保监会可将该公司列为重点监管对象，根据具体情况采取以下监管措施：
(一)对偿付能力充足率在70%以上的公司，中国保监会可要求该公司提出整改方案并限期达到最低偿付能力额度要求，逾期未达到的，可对该公司采取要求增加资本金、责令办理再保险、限制业务范围、限制向股东分红、限制固定资产购置、限制经营费用规模、限制增设分支机构等必要的监管措施，直至其达到最低偿付能力额度要求。
(二)对偿付能力充足率在30%到70%之间的公司，中国保监会除采取前款所列措施外，还可责令该公司拍卖不良资产、责令转让保险业务、限制高级管理人员的薪酬水平和在职消费水平、限制公司的商业性广告、责令停止开展新业务以及采取中国保监会认为必要的其他措施。
(三)对偿付能力充足率小于30%的公司，中国保监会除采取前两款所列措施外，还可根据《保险法》的规定对保险公司进行接管。

净资产负债率也称为产权比率、债务股权比率，反映由债权人提供的资本与股东提供的资本的相对关系，反映证券经营机构的基本财务结构是否稳定。净资产负债率高，是一种高风险、高回报的财务结构；净资产负债率低，则是一种低风险、低回报的财务结构。该指标同时也表明债权人投入的资本受到股东权益保障的程度，或者说是证券经营机构清算时对债权人利益的保障程度。国家规定，债权人的索偿权要在股东之前。
净资产负债率，是指企业负债与企业净资产的比重。这是用以反映总资产结构的指标，净资产负债过高时则说明企业负债过高。也是衡量企业长期偿债能力的一个重要指标，它反映了企业清算时，企业所有者权益对债权人利益的保证程度。
资产负债率的计算公式如下：
净资产负债率=（负债总额）/净资产总额×100﹪
证券公司净资产负债率的计算：
净资产负债率=(负债总额－代买卖证券款－受托资金)/年末净资产×100%

核心资本充足率（core capital adequacy ratio）是指核心资本与加权风险资产总额的比率（参考值＞＝4%）。
公式
资本充足率=(资本—扣除项)/(风险加权资产+12.5倍的市场风险资本)
核心资本充足率=(核心资本—核心资本扣除项)/(风险加权资产+12.5倍的市场风险资本)
核心资本充足率=（核心资本/加权风险资产总额）×100%

贷款损失准备充足率为贷款实际计提准备与应提准备之比，不应低于100%。准备金充足程度指标包括资产损失准备充足率和贷款损失准备充足率。资产损失准备充足率为一级指标，为信用风险资产实际计提准备与应提准备之比，不应低于100%；贷款损失准备充足率为贷款实际计提准备与应提准备之比，不应低于100%，属二级指标。贷款损失准备是当存在客观证据表明贷款发生减值，按贷款损失的程度计提的用于弥补专项损失、尚未个别识别的可能性损失和针对某一国家、地区、行业或某一类贷款风险所计提的准备。银行在期末分析各项贷款的可收回性，并预计可能产生的贷款损失。
贷款损失准备为贷款的账面价值与其预计未来可收回金额的现值之间的差额。贷款损失准备的提取是按照风险分类的结果，并考虑借款人的还款能力、还款意愿、贷款本息的偿还情况、抵押品的市价和担保人的支持力度等因素，分析其风险程度和回收的可能性，以判断贷款是否发生减值，合理计提。

资本占用费（率）一般指的是流动资金占用率，是指一定时期每百元商品销售额平均占用的流动资金额。流动资金平均占用额与生产的产值和取得的销售收入之间的比率。通常用产值资金率或销售收入资金率两个指标表示，反映生产单位产值或取得单位销售收入，所平均占用流动资金的数额。其值越小，说明流动资金利用效果越好，相反，其值越大，说明流动资金利用效果越差。

4. 流动负债怎么计算

长远来看，企业的资信水平是制约负债水平的关键，这也要求建筑企业加强内部管理、规范经营活动，全面提高盈利能力、营运能力和履约能力。

截至2017年底，建筑行业上市公司流动负债在负债总额中的占比已高达77.4%。对于建筑企业而言，在举债经营的动态理财过程中，转移、分担、防范和化解流动负债风险是健康发展的重要前提。建筑企业应强化债务管理，并通过抓工期、加强债务资金管理和对应项目实施情况监管等途径主动应对流动负债风险。

5. 风险价值法的VaR模型

根据Jorion（1996），VaR可定义为：
VaR=E（ω）-ω* ①
式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。
又设ω=ω0（1+R） ②
式中ω0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。
ω*=ω0（1+R*） ③
R*为资产组合在置信水平α下的最低收益率。
根据数学期望值的基本性质，将②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0 Eω0（R）-ω0-ω0R*
=ω0 ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]ω
∴VaR=ω0[E（R）-R*] ④
上式公式中④即为该资产组合的VaR值，根据公式④，如果能求出置信水平α下的R*，即可求出该资产组合的VaR值。 VaR模型通常假设如下：
⒈市场有效性假设；
⒉市场波动是随机的，不存在自相关。
一般来说，利用数学模型定量分析社会经济现象，都必须遵循其假设条件，特别是对于我国金融业来说，由于市场尚需规范，政府干预行为较为严重，不能完全满足强有效性和市场波动的随机性，在利用VaR模型时，只能近似地正态处理。 从前面①、④两式可看出，计算VAR相当于计算E（ω）和ω*或者E（R）和R*的数值。从目前来看，主要采用三种方法计算VaR值。
⒈历史模拟法（historical simulation method）
⒉方差—协方差法
⒊蒙特卡罗模拟法（Monte Carlo simulation）
1、历史模拟法
“历史模拟法”是借助于计算过去一段时间内的资产组合风险收益的频度分布，通过找到历史上一段时间内的平均收益，以及在既定置信水平α下的最低收益率，计算资产组合的VaR值。
“历史模拟法”假定收益随时间独立同分布，以收益的历史数据样本的直方图作为对收益真实分布的估计，分布形式完全由数据决定，不会丢失和扭曲信息，然后用历史数据样本直方图的P—分位数据作为对收益分布的P—分位数—波动的估计。
一般地，在频度分布图中横轴衡量某机构某日收入的大小，纵轴衡量一年内出现相应收入组的天数，以此反映该机构过去一年内资产组合收益的频度分布。
首先，计算平均每日收入E（ω）
其次，确定ω*的大小，相当于图中左端每日收入为负数的区间内，给定置信水平 α，寻找和确定相应最低的每日收益值。
设置信水平为α，由于观测日为T，则意味差在图的左端让出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*
2、方差—协方差法
“方差—协方差”法同样是运用历史资料，计算资产组合的VaR值。其基本思路为：
首先，利用历史数据计算资产组合的收益的方差、标准差、协方差；
其次，假定资产组合收益是正态分布，可求出在一定置信水平下，反映了分布偏离均值程度的临界值；
第三，建立与风险损失的联系，推导VaR值。
设某一资产组合在单位时间内的均值为μ，标准差为σ，R*～μ（μ、σ），又设α为置信水平α下的临界值，根据正态分布的性质，在α概率水平下，可能发生的偏离均值的最大距离为μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根据VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假设持有期为 △t，则均值和数准差分别为μ△t和 ，这时上式则变为：
VaR=ω0·α·
因此，我们只要能计算出某种组合的数准差σ，则可求出其VaR的值，一般情况下，某种组合的数准差σ可通过如下公式来计算
其中，n为资产组合的金融工具种类，Pi为第i种金融工具的市场价值，σi第i种金融工具的数准差，σij为金融工具i、j的相关系数。
除了历史模拟法和方差—数准差法外，对于计算资产组合的VaR的方法还有更为复杂的“蒙特卡罗模拟法”。它是基于历史数据和既定分布假定的参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，再计算VaR值。 ⒈确认头寸 找到受市场风险影响的各种金融工具的全部头寸
⒉确认风险因素 确认影响资产组合中金融工具的各种风险因素
⒊获得持有期内风险因素的收益分布 计算过去年份里的历史上的频度分布 计算过去年份里风险因素的标准差和相关系数 假定特定的参数分布或从历史资料中按自助法随机产生
⒋将风险因素的收益与金融工具头寸相联系 按照风险因素分解头寸（risk mapping） 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数
⒌计算资产组合的可变性 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布 假定风险因素是呈正态分布，计算资产组合的标准差 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布
⒍给定置信区间推导VAR
VaR模型在金融风险管理中的应用
VaR模型在金融风险管理中的应用越来越广泛，特别是随着VaR模型的不断改进，不但应用于金融机构的市场风险、使用风险的定量研究，而且VaR模型正与线性规划模型（LPM）和非线性规划模型（ULPM）等规划模型论，有机地结合起来，确定金融机构市场风险等的最佳定量分析法，以利于金融机构对于潜在风险控制进行最优决策。
对于VaR在国外的应用，正如文中引言指出，巴塞尔委员会要求有条件的银行将VaR值结合银行内部模型，计算适应市场风险要求的资本数额；G20建议用VaR来衡量衍生工具的市场风险，并且认为是市场风险测量和控制的最佳方法；SEC也要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这表明不但金融机构内部越来越多地采用VaR作为评判金融机构本身的金融风险，同时，越来越多的督管机构也用VaR方法作为评判金融机构风险大小的方法。
我国对VaR模型的引介始于现代，具有较多的研究成果，但VaR模型的应确处于起步，各金融机构已经充分认识到VaR的优点，正在研究适合于自身经营特点的VaR模型。
本部分就VAR模型在金融机构风险管理中的应用及其注意的问题介绍如下：
例1 来自JP.Morgan的例子
根据JP.Morgan1994年年报披露，该公司1994年一天的95%VAR值平均为1500万美元，这一结果可从反映JP.Morgan1994年日收益分布状况图中求出.该公司日均收益为500万美元，即E（ω）=500万美元。
如果给定α=95%，只需找一个ω*，使日收益率低于ω*的概率为5%，或者使日收益率低于ω*的ω出现的天数为254×5%=13天，从图中可以看出，ω*=－1000万美元。
根据VAR=E（ω）－ω*=500－（－1000）=1500万美元
值得注意的是，这只是过去一段时间的数值，依据过去推测未来的准确性取决于决定历史结果的各种因素、条件和形势等，以及这些因素是否具有同质性，否则，就要做出相应的调查，或者对历史数据进行修正。这在我国由于金融机构非完全市场作用得到的数据更应该引起重视。
例2 来自长城证券杜海涛的研究
长城证券公司杜海涛在《VaR模型在证券风险管理中的应用》一文中，用VaR模型研究了市场指数的风险度量、单个证券的风险度量和证券投资基金净值的VaR等，研究表明，VaR模型对我国证券市场上的风险管理有较好的效果。
下面就作者关于市场指数的风险度量过程作一引用，旨在说明VaR的计算过程（本文引用时有删节）。
第一步 正态性检验
首先根据2000年1月4日至2000年6月2日期间共94个交易日的日收益率做分布直方图，由于深沪两市场具有高度相关性，此处仅以上证综合指数为例计算。可以看出上证综合指数日收益率分布表现出较强的正态特征：众数附近十分集中，尾部细小。分析表明，深市指数也有相同的特征。
下面利用数理统计的方法对2000年4月3日至6月2日期间上述3种指数的日收益率的分布情况进行正态性检验，检验结果如下：
W(深证综指)=0.972445
W(深证成指)=0.978764
W(上证综指)=0.970279
W为正态假设检验统计量，当样本容量为40时取α =0.05(表示我们犯错误的概率仅为 α=0.05)，此时W0.05 =0.94，只有当W 时我们拒绝原假设。从我们的检验结果来看，我们无法拒绝三种指数的日收益率服从正态分布的假设。
有关这三种指数日收益率的相关统计量见表1。
表1 三种指数日收益率统计量
深圳综合 深圳成分 上证综合
均 值（ ）
0.001318 0.001061 0.001561
标准差（ ）
0.013363 0.012582 0.012391
通过上面的分析，我们可以得出三种指数的日收益率基本上服从N(μ,σ)，由于三种指数的平均日收益率非常接近零值，故可近似为N(0，σ)。
第二步 VaR的计算
由于正态分布的特点，集中在均值附近左右各1.65σ区间范围内的概率为0.90，用公式表示为：P(μ-1.65σ，再根据正态分布的对称性可知P(X<μ-1.65σ )=P(X>μ 1.65σ)=0.05；则有P(X>μ-1.65σ)=0.95。根据上面的计算结果可知在95%的置信度情况下：
VaR值=T日的收盘价×1.65σ。
取2000年4月3日至2000年6月2日的数据，然后根据上面的公式可以计算出深证综指、深证成指、上证综指3种指数在2000年6月2日的VaR值分别为：
深证综合指数VaR=591.34×1.65×0.013363=13.04
深证成份指数VaR=4728.88×1.65×0.012582=98.17
上证综合指数VaR=1916.25×1.65×0.012391=39.17
其现实意义为：根据该模型可以有95%的把握判断指数在下一交易日即6月5日的收盘价不会低于T日收盘价－当日的VaR值；
即深证综合指数不会低于：591.34－13.04=578.30
深证成份指数不会低于：4728.88－98.17=4630.71
上证综合指数不会低于：1916.25－39.17=1877.08。
第三步 可靠性检验
现在来检验该模型的可靠性。根据3种指数的VaR来预测下一个交易日的指数变动下限，并比较该下限和实际收盘价，看预测的结果与我们期望值之间的差别。图2、图3、图4是3个指数于2000年4月3日至6月2日的实际走势与利用VaR预期下限的拟合图形。
现将样本区间内实际收盘指数低于预测下限的天数与95%置信度情况下的可能出现的期望天数作一统计对比，结果见表2。
表2 模型期望结果与实际结果的比较
深圳综合 深圳成分 上证综合
实际情况 3 3 3
期望情况 2 2 2
通过上面的计算我们可以发现应用VaR模型进行指数风险控制拟合结果较好。至于三种指数均有3个交易日超过预测下限，这主要是由于考察期间适逢台湾政权更迭及美众院审议表决予华PNTR的议案，市场波动较大所致。
例3 来自银行家信托公司的例子
由于金融机构特别是在证券投资中，高收益常伴随着高风险，下级部门或者交易员可能冒巨大风险追求利润，但金融机构出于稳健经营的需要，有必要对下级部门或者交易员可能的过渡投资机行为进行限制，因而引入考虑风险因素的业绩评价体系，美国银行和信托公司将VaR模型用于业绩评估中，确立了业绩评价指数——经风险调查的资本收益，即RAROC= ，从公式可看出，即使收益再高，但由于VaR也高，则RAROC也不会很高，其业绩评价也不可能很高。因此，将金融机构将VaR应用于业绩评价中，可对过度投机行为进行限制，使金融机构能更好地选择在最小风险下获取较大收益的项目。
同时，杜海涛也将VaR方法用于对我国5只基金管理人的经营业绩评价，评价结果如下表：
我国5只基金管理人的RAROC比较表
基金开元 基金普惠 基金金泰 基金安信 基金裕阳
VaR值 0.1178 0.0919 0.0880 0.1240 0.1185
收益率 0.4153 0.2982 0.3592 0.4206 0.3309
RAROC 2.8467 2.7495 3.5188 3.1707 2.7938
日收益率的标准差 0.045623 0.03748 0.035623 0.037033 0.036559
数据来源：杜海涛《VaR模型在证券风险管理中的应用》
随着我国加入WTO，金融全球化挑战我国的金融改革及创新，特别是金融理论的创新和控制风险技术的创新，如何将金融风险控制到最小程度，真正使金融体系成为支撑社会经济的基础，达到为社会分散经济风险的目的，是我国金融界必须面对的艰巨任务，如何用定量方法测度和控制金融风险，是金融机构和监管当局必须面对的问题。从金融机构本身来看，将风险定量分析方法，比如VaR模型应用于日常的风险管理，将市场风险和信用风险降到最低的程度，以期获取最大的利润回报，是金融机构的义不容辞的事情，也是其当务之急。从监管当局来看，促使金融机构应用先进的控制风险技术，使金融家们能够随心所欲地剥离各种风险，即对各种复杂的风险进行精确的计算和配置，将有利于我国的监管水平有较大的提高。因此，我国的金融机构和金融监管当局非常有必要将VaR模型等风险控制技术引入我国金融风险管理将非常必要，且具有一定的现实意义

6. 你好！你有《金融机构洗钱和恐怖融资风险评估及客户分类管理指引》工作方案 请共享一下，收费没问题的

金融机构洗钱和恐怖融资风险评估及客户分类管理指引

为深入实践风险为本的反洗钱方法，指导金融机构评估洗钱和恐怖融资（以下统称洗钱）风险，合理确定客户洗钱风险等级，提升反洗钱和反恐怖融资（以下统称反洗钱）工作有效性，根据 《 中华人民共和国反洗钱法 》 等法律制定本指引。
第一章总则
一、基本原则
（一）风险相当原则。
金融机构应依据风险评估结果科学配置反洗钱资源，在洗钱风险较高的领域采取强化的反洗钱措施，在洗钱风险较低的领域采取简化的反洗钱措施。
（二）全面性原则。除本指引所列的例外情形外，金融机构应全面评估客户及地域、业务、行业（职业）等方面的风险状况，科学合理地为每一名客户确定风险等级。
（三）同一性原则。金融机构应建立健全洗钱风险评估及客户风险等级划分流程，赋予同一客户在本金融机构唯一的风险等级，但同一客户可以被同一集团内的不同金融机构赋予不同的风险等级。
（四）动态管理原则。金融机构应根据客户风险状况的变化，及时调整其风险等级及所对应的风险控制措施。
（五）自主管理原则。金融机构经评估论证后认定，自行确定的风险评估标准或风险控制措施的实施效果不低于本指引或其中某项要求，即可决定不遵循本指引或其中某项要求，但应书面记录评估论证的方法、过程及结论。
（六）保密原则。金融机构不得向客户或其他与反洗钱工作无关的第三方泄露客户风险等级信息。
二、功能
（一）本指引所列风险评估要素及其风险子项是金融机构全面科学评估洗钱风险的参考指标，为金融机构划分客户洗钱风险等级提供依据。
（二）本指引所确定的工作流程是金融机构科学整合内部各类资源，特别是发挥业务条线了解客户的基础性作用，有效评估、管理洗钱风险的必要管理措施。
（三）本指引有助于指导金融机构依据洗钱风险评估及客户风险等级划分结果，优化反洗钱资源配置。
三、适用范围本指引适用于金融机构开展洗钱风险评估、客户洗钱风险等级划分及其他风险管理工作。支付机构及其他应履行反洗钱义务的特定非金融机构可参照本指引开展相关工作。
银行业金融机构可根据实际风险状况，自主决定是否将本指引的要求运用于一次性交易客户。
保险业金融机构可根据实际风险状况，自主决定是否将本指引的要求运用于投保人以外的其他人员。
金融机构和特定非金融机构的行业自律组织可根据本指引进一步制定分行业的指引。
第二章风险评估指标体系
一、指标体系概述
洗钱风险评估指标体系包括客户特性、地域、业务（含金融产品、金融服务）、行业（含职业）四类基本要素。金融机构应结合行业特点、业务类型、经营规模、客户范围等实际情况，分解出某一基本要素所蕴含的风险子项。金融机构可根据实际需要，合理增加新的风险评估指标。例如，金融机构可区分新客户和既有客户、自然人客户和非自然人客户等不同群体的风险状况，设置差异化的风险评级标准。
二、风险子项
（一）客户特性风险子项。金融机构应综合考虑客户背景、社会经济活动特点、声誉、权威媒体披露信．息以及非自然人客户的组织架构等各方面情况，衡量本机构对其开展客户尽职调查工作的难度，评估风险。风险子项包括但不限于：
1 ．客户信息的公开程度。客户信．息公开程度越高，金融机构客户尽职调查成本越低，风险越可控。例如，对国家机关、事业单位、国有企业以及在规范证券市场上市的公司开展尽职调查的成本相对较低，风险评级可相应调低。
2 ．金融机构与客户建立或维持业务关系的渠道。渠道会对金融机构尽职调查工作的便利性、可靠性和准确性产生影响。例如，在客户直接与金融机构见面的情况下，金融机构更能全面了解客户，其尽职调查成果比来源于间接渠道的成果更为有效。不同类的间接渠道风险也不尽相同，例如，金融机构通过关联公司比通过中介机构更能便捷准确地取得客户尽职调查结果。
3 ．客户所持身份证件或身份证明文件的种类。身份证件或身份证明文件越难以查验，客户身份越难以核实，风险程度就越高。
4 ．反洗钱交易监测记录。金融机构对可疑交易报告进行回溯性审查，有助于了解客户的风险状况。在成本允许的情况下，金融机构还可对客户的大额交易进行回溯性审查。
5 ．非自然人客户的股权或控制权结构。股权或控制权关系的复杂程度及其可辨识度，直接影响金融机构客户尽职调查的有效性。例如，个人独资企业、家族企业、合伙企业、存在隐名股东或匿名股东公司的尽职调查难度通常会高于一般公司。
6 ．涉及客户的风险提示信．息或权威媒体报道信．息。金融机构如发现，客户曾被监管机构、执法机关或金融交易所提示予以关注，客户存在犯罪、金融违规、金融欺诈等方面的历史记录，或者客户涉及权威媒体的重要负面新闻报道评论的，可适当调高其风险评级。
7 ．自然人客户年龄。年龄与民事行为能力有直接关联，与客户的财富状况、社会经济活动范围、风险偏好等有较高关联度。
8 ．非自然人客户的存续时间。客户存续时间越长，关于其社会经济活动的记录可能越完整，越便于金融机构开展客户尽职调查。金融机构可将存续时间的长度作为衡量客户风险程度的参考因素。
（二）地域风险子项。金融机构应衡量客户及其实际受益人、实际控制人的国籍、注册地、住所、经营所在地与洗钱及其他犯罪活动的关联度，并适当考虑客户主要交易对手方及境外参与交易金融机构的地域风险传导问题。风险子项包括但不限于：
1 ．某国（地区）受反洗钱监控或制裁的情况。金融机构既要考虑我国的反洗钱监控要求，又要考虑其他国家（地区）和国际组织推行且得到我国承认的反洗钱监控或制裁要求。经营国际业务的金融机构还要考虑对该业务有管辖权的国家（地区）的反洗钱监控或制裁要求。
2 ．对某国（地区）进行反洗钱风险提示的情况。金融机构应遵循中国人民银行和其他有权部门的风险提示，参考金融行动特别工作组（英文简称 FATF ）、亚太反洗钱组织（英文简称 APG ）、欧亚反洗钱及反恐怖融资组织（英文简称 EAG ）等权威组织对各国（地区）执行 FATF 反洗钱标准的互评估结果。
3 ．国家（地区）的上游犯罪状况。金融机构可参考我国有关部门以及 FATF 等国际权威组织发布的信息，重点关注存在较严重恐怖活动、大规模杀伤性武器扩散、毒品、走私、跨境有组织犯罪、腐败、金融诈骗、人口贩运、海盗等犯罪活动的国家（地区） , 以及支持恐怖主义活动等严重犯罪的国家（地区）。对于我国境内或外国局部区域存在的严重犯罪，金融机构应参考有权部门的要求或风险提示，酌情提高涉及该区域的客户风险评级。
4 ．特殊的金融监管风险。例如避税型离岸金融中心。对于其住所、注册地、经营所在地与本金融机构经营所在地相距很远的客户，金融机构应考虑酌情提高其风险评级。
（三）业务（含金融产品、金融服务）风险子项。金融机构应当对各项金融业务的洗钱风险进行评估，制定高风险业务列表，并对该列表进行定期评估、动态调整。金融机构进行风险评级时，不仅要考虑金融业务的固有风险，而且应结合当前市场的具体运行状况，进行综合分析。风险子项包括但不限于：
1 ．与现金的关联程度。现金业务容易使交易链条断裂，难于核实资金真实来源、去向及用途，因此现金交易或易于让客户取得现金的金融业务（以下简称关联业务）具有较高风险。考虑到我国金融市场运行现状和居民的现金交易偏好，现金及其关联业务的普遍存在具有一定的合理性，金融机构可重点关注客户在单位时间内累计发生的金额较大的现金交易情况或是具有某些异常特征的大额现金交易情况。此项标准如能结合客户行业或职业特性一并考虑将更为合理。
2 ．非面对面交易。非面对面交易方式（如网上交易）使客户无需与工作人员直接接触即可办理业务，增加了金融机构开展客户尽职调查的难度，洗钱风险相应上升。金融机构在关注此类交易方式固有风险的同时，需酌情考虑客户选择或偏好此类交易方式所具有的一些现实合理性，特别是在以互联网为主要交易平台的细分金融领域（如证券市场的二级市场交易），要结合反洗钱资金监测和自身风险控制措施情况，灵活设定风险评级指标。例如，可重点审查以下交易：
( 1 ）由同一人或少数人操作不同客户的金融账户进行网上交易；
( 2 ）网上金融交易频繁且 IP 地址分布在非开户地或境外；
( 3 ）使用同一 IP 地址进行多笔不同客户账户的网银交易；
( 4 ）金额特别巨大的网上金融交易；
( 5 ）公司账户与自然人账户之间发生的频繁或大额交易；
( 6 ）关联企业之间的大额异常交易。
3 ．跨境交易。跨境开展客户尽职调查难度大，不同国家（地区）的监管差异又可能直接导致反洗钱监控漏洞产生。金融机构可重点结合地域风险，关注客户是否存在单位时间内多次涉及跨境异常交易报告等情况。
4 ．代理交易。由他人（非职业性中介）代办业务可能导致金融机构难以直接与客户接触，尽职调查有效性受到限制。鉴于代理交易在现实中的合理性，金融机构可将关注点集中于风险较高的特定情形，例如：
( 1 ）客户的账户是由经常代理他人开户人员或经常代理他人转账人员代为开立的；
( 2 ）客户由他人代办的业务多次涉及可疑交易报告；
( 3 ）同一代办人同时或分多次代理多个账户开立；
( 4 ）客户信．息显示紧急联系人为同一人或者多个客户预留电话为同一号码等异常情况。
5 ．特殊业务类型的交易频率。对于频繁进行异常交易的客户，金融机构应考虑提高风险评级。
银行业金融机构可关注开（销）户数量、非自然人与自然人大额转账汇款频率、涉及自然人的跨境汇款频率等。
证券业金融机构可关注交易所预警交易、大宗交易、转托管和指定（撤指）、因第三方存款单客户多银行业务而形成的资金跨银行或跨地区划转等。
期货业金融机构可关注盗码交易、自然人客户违规持仓、对倒、对敲等异常行为。
保险业金融机构可关注投保频率、退保频率、团险投保人数明显与企业人员规模不匹配、团险保全业务发生率、申请保单质押贷款（保单借款）金额或频率、生存保险受益人变更频率、万能险追加保费金额或频率等。
信托公司可关注客户购买、转让信托产品的频率或金额等。
在业务关系建立之初，金融机构可能无法准确预估出客户使用的全部业务品种，但可在重新审核客户风险等级时审查客户曾选择过的金融业务类别。
（四）行业（含职业）风险子项。
金融机构应评估行业、身份与洗钱、职务犯罪等的关联性，合理预测某些行业客户的经济状况、金融交易需求，酌情考虑某些职业技能被不法分子用于洗钱的可能性。本指引对此基本要素不再细分风险子项，金融机构可从以下角度进行评估：
1 ．公认具有较高风险的行业（职业）。原则上，按照我国反洗钱监管制度及 FATF 建议等反洗钱国际标准应纳入反洗钱监管范围的行业（职业），其洗钱风险通常较高。
2 ．与特定洗钱风险的关联度。例如，客户或其实际受益人、实际控制人、亲属、关系密切人等属于外国政要。
3 ．行业现金密集程度。例如，客户从事废品收购、旅游、餐饮、零售、艺术品收藏、拍卖、娱乐场所、博彩、影视娱乐等行业。
三、指标使用方法
本指引运用权重法，以定性分析与定量分析相结合的方式来计量风险、评估等级。中国人民银行鼓励金融机构研发其他风险计量工具或方法，金融机构自主研发的风险计量工具或方法应能全面覆盖本指引所列风险子项，并有书面文件对其设计原理和使用方法进行说明。
（一）金融机构应对每一基本要素及其风险子项进行权重赋值，各项权重均大于 0 ，总和等于 100 。对于风险控制效果影响力越大的基本要素及其风险子项，赋值相应越高。对于经评估后决定不采纳的风险子项，金融机构无需赋值。同一基本要素或风险子项所概括的风险事件，在不同的细分金融领域内有可能导致不同的危害性后果发生。即使是处于同一细分金融领域内的不同金融机构，也可能因为客户来源、销售渠道、经营规模、合规文化等方面的原因而面临不同的风险状况，从而对同一风险事件的风险程度作出不同的判断。因此，每个金融机构需结合自身情况，合理确定个性化的权重赋值。
（二）金融机构应逐一对照每个风险子项进行评估。例如，金融机构采用五级分类法时，最高风险评分为 5 ，较高风险评分为 4 ，一般风险评分为 3 ，较低风险评分为 2 ，低风险评分为 1 。金融机构应根据各风险子项评分及权重赋值计算客户风险等级总分，计算公式为 Pi：，其中 a 代表风险子项评分， p 代表权重， m 代表金融机构所选取的风险分级数（例如三级分类、五级分类等） , n 代表风险子项数量。客户风险等级．得分最高 1 00 分。
（三）金融机构应建立客户风险等级总分（区间）与风险等级之间的映射规则，以确定每个客户具体的风险评级，引导资源配置。金融机构确定的风险评级不得少于三级。从有利于运用评级结果配置反洗钱资源角度考虑，金融机构可设置较多的风险评级等次，以增强反洗钱资源配置的灵活性。
四、例外情形
（一）对于风险程度显著较低且预估能够有效控制其风险的客户，金融机构可自行决定不按上述风险要素及其子项评定风险，直接将其定级为低风险，但此类客户不应具有以下任何一种情形：
1 ．在同一金融机构的金融资产净值超过一定限额（原则上，自然人客户限额为 20 万元人民币，非自然人客户限额为 50 万元人民币），或寿险保单年缴保费超过 1 万元人民币或外币等值超过 1000 美元，以及非现金夏交保费超过 20 万元人民币或外币等值超过 2 万美元；
2 ．与金融机构建立或开展了代理行、信托等高风险业务关系；
3 ．客户为非居民，或者使用了境外发放的身份证件或身份证明文件；
4 ．涉及可疑交易报告；
5 ．由非职业性中介机构或无亲属关系的自然人代理客户与金融机构建立业务关系；
6 ．拒绝配合金融机构客户尽职调查工作。对于按照上述要求不能直接定级为低风险的客户，金融机构逐一对照各项风险要素及其子项进行风险评估后，仍可能将其定级为低风险。
（二）对于具有下列情形之一的客户，金融机构可直接将其风险等级确定为最高，而无需逐一对照上述风险要素及其子项进行评级：
1 ．客户被列入我国发布或承认的应实施反洗钱监控措施的名单；
2 ．客户为外国政要或其亲属、关系密切人；
3 ．客户实际控制人或实际受益人属前两项所述人员；
4 ．客户多次涉及可疑交易报告；
5 ．客户拒绝金融机构依法开展的客户尽职调查工作；
6 ．金融机构自定的其他可直接认定为高风险客户的标准。不具有上述情形的客户，金融机构逐一对照各项风险基本要素及其子项进行风险评估后，仍可能将其定级为高风险。
第三章风险评估及客户等级划分操作流程
一、时机
（一）对于新建立业务关系的客户，金融机构应在建立业务关系后的 10 个工作日内划分其风险等级。
（二）对于已确立过风险等级的客户，金融机构应根据其风险程度设置相应的重新审核期限，实现对风险的动态追踪。原则上，风险等级最高的客户的审核期限不得超过半年，低一等级客户的审核期限不得超出上一级客户审核期限时长的两倍。对于首次建立业务关系的客户，无论其风险等级高低，金融机构在初次确定其风险等级后的三年内至少应进行一次复核。
（三）当客户变更重要身份信息、司法机关调查本金融机构客户、客户涉及权威媒体的案件报道等可能导致风险状况发生实质性变化的事件发生时，金融机构应考虑重新评定客户风险等级。
二、操作步骤
（一）收集信息。金融机构应根据反洗钱风险评估需要，确定各类信息的来源及其采集方法。信息来源渠道通常有：
1 ．金融机构在与客户建立业务关系时，客户向金融机构披露的信息；
2 ．金融机构客户经理或柜面人员工作记录；
3 ．金融机构保存的交易记录；
4 ．金融机构委托其他金融机构或中介机构对客户进行尽职调查工作所获信息。
5 ．金融机构利用商业数据库查询信息；
6 ．金融机构利用互联网等公共信息平台搜索信息。
金融机构在风险评估过程中应遵循勤勉尽责的原则，依据所掌握的事实材料，对部分难以直接取得或取得成本过高的风险要素信息进行合理评估。为统一风险评估尺度，金融机构应当事先确定本机构可预估信息列表及其预估原则，并定期审查和调整。
（二）筛选分析信息。评估人员应认真对照风险评估基本要素及其子项，对所收集的信．息进行归类，逐项评分。如果同一基本要素或风险子项对应有多项相互重复或交叉的关联性信息存在时，评估人员应进行甄别和合并。如果同一基本要素或风险子项对应有多项相互矛盾或抵触的关联性信息存在时，评估人员应在调查核实的基础上，删除不适用信息，并加以注释。
金融机构工作人员整理完基础信息后，应当整体性梳理各项风险评估要素及其子项。如发现要素项下有内容空缺或信息内容不充分的，可在兼顾风险评估需求与成本控制要求的前提下，确定是否需要进一步收集补充信息。
金融机构可将上述工作流程嵌入相应业务流程中，以减少执行成本。例如，从客户经理或营销人员开始寻找目标客户或与客户接触起，即可在自身业务范围采集信．息，并随着业务关系的逐步确立，由处在业务链条上的各类人员在各自职责范围内负责相应的资料收集工作。
（三）初评。除存在前述例外情形的客户外，金融机构工作人员应逐一分析每个风险评估基本要素项及其子项所对应的信息，确定出相应的得分。对于材料不全或可靠性存疑的要素信息，评估人员应在相应的要素项下进行标注，并合理确定相应分值。在综合分析要素信．急的基础上，金融机构工作人员累计计算客户评分结果，相应确定其初步评级。
金融机构可利用计算机系统等技术手段辅助完成部分初评工作。
（四）复评。初评结果均应由初评人以外的其他人员进行复评确认。初评结果与复评结果不一致的，可由反洗钱合规管理部门决定最终评级结果。
第四章风险分类控制措施
金融机构应在客户风险等级划分的基础上，采取相应的客户尽职调查及其他风险控制措施。
一、对风险较高客户的控制措施金融机构应对高风险客户采取强化的客户尽职调查及其他风险控制措施，有效预防风险。可酌情采取的措施包括但不限于：
（一）进一步调查客户及其实际控制人、实际受益人情况。
（二）进一步深入了解客户经营活动状况和财产来源。
（三）适度提高客户及其实际控制人、实际受益人信息的收集或更新频率。
（四）对交易及其背景情况做更为深入的调查，询问客户交易目的，核实客户交易动机。
（五）适度提高交易监测的频率及强度。
（六）经高级管理层批准或授权后，再为客户办理业务或建立新的业务关系。
（七）按照法律规定或与客户的事先约定，对客户的交易方式、交易规模、交易频率等实施合理限制．
（八）合理限制客户通过非面对面方式办理业务的金额、次数和业务类型。
（九）对其交易对手及经办业务的金融机构采取尽职调查措施。
二、对风险较低客户的控制措施金融机构可对低风险客户采取简化的客户尽职调查及其他风险控制措施，可酌情采取的措施包括但不限于：
（一）在建立业务关系后再核实客户实际受益人或实际控制人的身份。
（二）适当延长客户身份资料的更新周期。
（三）在合理的交易规模内，适当降低采用持续的客户身份识别措施的频率或强度。例如，逐步建立对低风险客户异常交易的快速筛选判断机制。对于经分析排查后决定不提交可疑交易报告的低风险客户，金融机构仅发现该客户重复性出现与之前已排除异常交易相同或类似的交易活动时，可运用技术性手段自动处理预警信息。对于风险等级较低客户异常交易的对手方仅涉及各级党的机关、国家权力机关、行政机关、司法机关、军事机关、人民政协机关和人民解放军、武警部队等低风险客户的，可直接利用技术手段予以筛除。
（四）在风险可控情况下，允许金融机构工作人员合理推测交易目的和交易性质，而无需收集相关证据材料。
第五章管理与保障措施
一、风险管理政策金融机构应在总部或集团层面建立统一的洗钱风险管理基本政策，并在各分支机构、各条线（部门）执行。
客户风险管理政策应经金融机构董事会或其授权的组织审核通过，并由高级管理层中的指定专人负责实施。
金融机构．总部、集团可针对分支机构所在地区的反洗钱状况，设定局部地区的风险系数，或授权分支机构根据所在地区情况，合理调整风险子项或评级标准。
金融机构应对自身金融业务及其营销渠道，特别是在推出新金融业务、采用新营销渠道、运用新技术前，进行系统全面的洗钱风险评估，按照风险可控原则建立相应的风险管理措施。
二、组织管理措施
金融机构应完善风险评估流程，指定适当的条线（部门）及人员整体负责风险评估工作流程的设置及监控工作，组织各相关条线（部门）充分参与风险评估工作。
金融机构应确保客户风险评估工作流程具有可稽核性或可追溯性。
三、技术保障措施
金融机构应确保洗钱风险管理工作所需的必要技术条件，积极运用信．息系统提升工作有效性。系统设计应着眼于运用客户风险等级管理工作成果，为各级分支机构查询使用信息提供方便。
四、代理业务管理
金融机构委托其他机构开展客户风险等级划分等洗钱风险管理工作时，应与受托机构签订书面协议，并由高级管理层批准。受托机构应当积极协助委托机构开展洗钱风险管理。由委托机构对受托机构进行的洗钱风险管理工作承担最终法律责任。
金融机构应建立专门机制，审核受托机构确定的客户风险等级。

7. 有关VAR风险价值的计算问题

风险价值法(VAR)

（一）概念
VAR实际上是要回答在概率给定情况下，银行投资组合价值在下一阶段最多可能损失多少。在风险管理的各种方法中，VAR方法最为引人瞩目。尤其是在过去的几年里，许多银行和法规制定者开始把这种方法当作全行业衡量风险的一种标准来看待。VAR之所以具有吸引力是因为它把银行的全部资产组合风险概括为一个简单的数字，并以美元计量单位来表示风险管理的核心——潜在亏损。

（二）特点
①可以用来简单明了表示市场风险的大小，单位是美元或其他货币，没有任何技术色彩，没有任何专业背景的投资者和管理者都可以通过VAR值对金融风险进行评判；
②可以事前计算风险，不像以往风险管理的方法都是在事后衡量风险大小；
③不仅能计算单个金融工具的风险。还能计算由多个金融工具组成的投资组合风险，这是传统金融风险管理所不能做到的。

（三）应用
①用于风险控制。目前已有超过1000家的银行、保险公司、投资基金、养老金基金及非金融公司采用VAR方法作为金融衍生工具风险管理的手段。利用VAR方法进行风险控制，可以使每个交易员或交易单位都能确切地明了他们在进行有多大风险的金融交易，并可以为每个交易员或交易单位设置VAR限额，以防止过度投机行为的出现。如果执行严格的VAR管理，一些金融交易的重大亏损也许就可以完全避免。
②用于业绩评估。在金融投资中，高收益总是伴随着高风险，交易员可能不惜冒巨大的风险去追逐巨额利润。公司出于稳健经营的需要，必须对交易员可能的过度投机行为进行限制。所以，有必要引入考虑风险因素的业绩评价指标。
但VAR方法也有其局限性。VAR方法衡量的主要是市场风险，如单纯依靠VAR方法，就会忽视其他种类的风险如信用风险。另外，从技术角度讲。VAR值表明的是一定置信度内的最大损失，但并不能绝对排除高于VAR值的损失发生的可能性。例如假设一天的99％置信度下的VAR＝＄1000万，仍会有1％的可能性会使损失超过1000万美元。这种情况一旦发生，给经营单位带来的后果就是灾难性的。所以在金融风险管理中，VAR方法并不能涵盖一切，仍需综合使用各种其他的定性、定量分析方法。亚洲金融危机还提醒风险管理者：风险价值法并不能预测到投资组合的确切损失程度，也无法捕捉到市场风险与信用风险间的相互关系。

VaR风险控制模型

（一）VaR模型基本思想编辑本段
VaR按字面的解释就是“处于风险状态的价值”，即在一定置信水平和一定持有期内，某一金融工具或其组合在未来资产价格波动下所面临的最大损失额。JP.Morgan定义为：VaR是在既定头寸被冲销（be neutraliged）或重估前可能发生的市场价值最大损失的估计值；而Jorion则把VaR定义为：“给定置信区间的一个持有期内的最坏的预期损失”。

（二）VaR基本模型
根据Jorion（1996），VaR可定义为：
VaR=E（ω）-ω* ①
式中E（ω）为资产组合的预期价值；ω为资产组合的期末价值；ω*为置信水平α下投资组合的最低期末价值。
又设ω=ω0（1+R） ②
式中ω0为持有期初资产组合价值，R为设定持有期内（通常一年）资产组合的收益率。
ω*=ω0（1+R*） ③
R*为资产组合在置信水平α下的最低收益率。
根据数学期望值的基本性质，将②、③式代入①式，有
VaR=E[ω0（1+R）]-ω0（1+R*）
=Eω0+Eω0（R）-ω0-ω0R*
=ω0+ω0E（R）-ω0-ω0R*
=ω0E（R）-ω0R*
=ω0[E（R）-R*]ω
∴VaR=ω0[E（R）-R*] ④
上式公式中④即为该资产组合的VaR值，根据公式④，如果能求出置信水平α下的R*，即可求出该资产组合的VaR值。

（三）VaR模型的假设条件
VaR模型通常假设如下：
⒈市场有效性假设；
⒉市场波动是随机的，不存在自相关。
一般来说，利用数学模型定量分析社会经济现象，都必须遵循其假设条件，特别是对于我国金融业来说，由于市场尚需规范，政府干预行为较为严重，不能完全满足强有效性和市场波动的随机性，在利用VaR模型时，只能近似地正态处理。

（四）VaR模型计算方法
从前面①、④两式可看出，计算VAR相当于计算E（ω）和ω*或者E（R）和R*的数值。从目前来看，主要采用三种方法计算VaR值。
⒈历史模拟法（historical simulation method）
⒉方差—协方差法
⒊蒙特卡罗模拟法（Monte Carlo simulation）

1、历史模拟法
“历史模拟法”是借助于计算过去一段时间内的资产组合风险收益的频度分布，通过找到历史上一段时间内的平均收益，以及在既定置信水平α下的最低收益率，计算资产组合的VaR值。
“历史模拟法”假定收益随时间独立同分布，以收益的历史数据样本的直方图作为对收益真实分布的估计，分布形式完全由数据决定，不会丢失和扭曲信息，然后用历史数据样本直方图的P—分位数据作为对收益分布的P—分位数—波动的估计。
一般地，在频度分布图中横轴衡量某机构某日收入的大小，纵轴衡量一年内出现相应收入组的天数，以此反映该机构过去一年内资产组合收益的频度分布。
首先，计算平均每日收入E（ω）
其次，确定ω*的大小，相当于图中左端每日收入为负数的区间内，给定置信水平 α，寻找和确定相应最低的每日收益值。
设置信水平为α，由于观测日为T，则意味差在图的左端让出
t=T×α，即可得到α概率水平下的最低值ω*。由此可得：
VaR=E（ω）-ω*

2、方差—协方差法
“方差—协方差”法同样是运用历史资料，计算资产组合的VaR值。其基本思路为：
首先，利用历史数据计算资产组合的收益的方差、标准差、协方差；
其次，假定资产组合收益是正态分布，可求出在一定置信水平下，反映了分布偏离均值程度的临界值；
第三，建立与风险损失的联系，推导VaR值。
设某一资产组合在单位时间内的均值为μ，数准差为σ，R*～μ（μ、σ），又设α为置信水平α下的临界值，根据正态分布的性质，在α概率水平下，可能发生的偏离均值的最大距离为μ-ασ，
即R*=μ-ασ。
∵E（R）=μ
根据VaR=ω0[E（R）-R*] 有
VaR=ω0[μ-（μ-ασ）]=ω0ασ
假设持有期为 △t，则均值和数准差分别为μ△t和 ，这时上式则变为：
VaR=ω0•α•
因此，我们只要能计算出某种组合的数准差σ，则可求出其VaR的值，一般情况下，某种组合的数准差σ可通过如下公式来计算
其中，n为资产组合的金融工具种类，Pi为第i种金融工具的市场价值，σi第i种金融工具的数准差，σij为金融工具i、j的相关系数。
除了历史模拟法和方差—数准差法外，对于计算资产组合的VaR的方法还有更为复杂的“蒙特卡罗模拟法”。它是基于历史数据和既定分布假定的参数特征，借助随机产生的方法模拟出大量的资产组合收益的数值，再计算VaR值。

风险估价技术比较
⒈确认头寸 找到受市场风险影响的各种金融工具的全部头寸
⒉确认风险因素 确认影响资产组合中金融工具的各种风险因素
⒊获得持有期内风险因素的收益分布 计算过去年份里的历史上的频度分布 计算过去年份里风险因素的标准差和相关系数 假定特定的参数分布或从历史资料中按自助法随机产生
⒋将风险因素的收益与金融工具头寸相联系 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数 按照风险因素分解头寸（risk mapping） 将头寸的盯住市场价值（mark to market value）表示为风险因素的函数
⒌计算资产组合的可变性 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布 假定风险因素是呈正态分布，计算资产组合的标准差 利用从步骤3和步骤4得到的结果模拟资产组合收益的频度分布
⒍给定置信区间推导VAR

VaR模型在金融风险管理中的应用
VaR模型在金融风险管理中的应用越来越广泛，特别是随着VaR模型的不断改进，不但应用于金融机构的市场风险、使用风险的定量研究，而且VaR模型正与线性规划模型（LPM）和非线性规划模型（ULPM）等规划模型论，有机地结合起来，确定金融机构市场风险等的最佳定量分析法，以利于金融机构对于潜在风险控制进行最优决策。
对于VaR在国外的应用，正如文中引言指出，巴塞尔委员会要求有条件的银行将VaR值结合银行内部模型，计算适应市场风险要求的资本数额；G20建议用VaR来衡量衍生工具的市场风险，并且认为是市场风险测量和控制的最佳方法；SEC也要求美国公司采用VaR模型作为三种可行的披露其衍生交易活动信息的方法之一。这表明不但金融机构内部越来越多地采用VaR作为评判金融机构本身的金融风险，同时，越来越多的督管机构也用VaR方法作为评判金融机构风险大小的方法。
我国对VaR模型的引介始于近年，具有较多的研究成果，但VaR模型的应用现在确处于起步阶段，各金融机构已经充分认识到VaR的优点，正在研究适合于自身经营特点的VaR模型。
本部分就VAR模型在金融机构风险管理中的应用及其注意的问题介绍如下：

例1 来自JP.Morgan的例子
根据JP.Morgan1994年年报披露，该公司1994年一天的95%VAR值平均为1500万美元，这一结果可从反映JP.Morgan1994年日收益分布状况图中求出.该公司日均收益为500万美元，即E（ω）=500万美元。
如果给定α=95%，只需找一个ω*，使日收益率低于ω*的概率为5%，或者使日收益率低于ω*的ω出现的天数为254×5%=13天，从图中可以看出，ω*=－1000万美元。
根据VAR=E（ω）－ω*=500－（－1000）=1500万美元
值得注意的是，这只是过去一段时间的数值，依据过去推测未来的准确性取决于决定历史结果的各种因素、条件和形势等，以及这些因素是否具有同质性，否则，就要做出相应的调查，或者对历史数据进行修正。这在我国由于金融机构非完全市场作用得到的数据更应该引起重视。

例2 来自长城证券杜海涛的研究
长城证券公司杜海涛在《VaR模型在证券风险管理中的应用》一文中，用VaR模型研究了市场指数的风险度量、单个证券的风险度量和证券投资基金净值的VaR等，研究表明，VaR模型对我国证券市场上的风险管理有较好的效果。
下面就作者关于市场指数的风险度量过程作一引用，旨在说明VaR的计算过程（本文引用时有删节）。
第一步 正态性检验
首先根据2000年1月4日至2000年6月2日期间共94个交易日的日收益率做分布直方图，由于深沪两市场具有高度相关性，此处仅以上证综合指数为例计算。可以看出上证综合指数日收益率分布表现出较强的正态特征：众数附近十分集中，尾部细小。分析表明，深市指数也有相同的特征。
下面利用数理统计的方法对2000年4月3日至6月2日期间上述3种指数的日收益率的分布情况进行正态性检验，检验结果如下：
W(深证综指)=0.972445
W(深证成指)=0.978764
W(上证综指)=0.970279
W为正态假设检验统计量，当样本容量为40时取α =0.05(表示我们犯错误的概率仅为 α=0.05)，此时W0.05 =0.94，只有当W 时我们拒绝原假设。从我们的检验结果来看，我们无法拒绝三种指数的日收益率服从正态分布的假设。
有关这三种指数日收益率的相关统计量见表1。
表1 三种指数日收益率统计量
深圳综合 深圳成分 上证综合
均 值（ ）
0.001318 0.001061 0.001561
标准差（ ）
0.013363 0.012582 0.012391

通过上面的分析，我们可以得出三种指数的日收益率基本上服从N(μ,σ)，由于三种指数的平均日收益率非常接近零值，故可近似为N(0，σ)。
第二步 VaR的计算
由于正态分布的特点，集中在均值附近左右各1.65σ区间范围内的概率为0.90，用公式表示为：P(μ-1.65σ，再根据正态分布的对称性可知P(X<μ-1.65σ )=P(X>μ+1.65σ)=0.05；则有P(X>μ-1.65σ)=0.95。根据上面的计算结果可知在95%的置信度情况下：
VaR值=T日的收盘价×1.65σ。
取2000年4月3日至2000年6月2日的数据，然后根据上面的公式可以计算出深证综指、深证成指、上证综指3种指数在2000年6月2日的VaR值分别为：
深证综合指数VaR=591.34×1.65×0.013363=13.04
深证成份指数VaR=4728.88×1.65×0.012582=98.17
上证综合指数VaR=1916.25×1.65×0.012391=39.17
其现实意义为：根据该模型可以有95%的把握判断指数在下一交易日即6月5日的收盘价不会低于T日收盘价－当日的VaR值；
即深证综合指数不会低于：591.34－13.04=578.30
深证成份指数不会低于：4728.88－98.17=4630.71
上证综合指数不会低于：1916.25－39.17=1877.08。
第三步 可靠性检验
现在来检验该模型的可靠性。根据3种指数的VaR来预测下一个交易日的指数变动下限，并比较该下限和实际收盘价，看预测的结果与我们期望值之间的差别。图2、图3、图4是3个指数于2000年4月3日至6月2日的实际走势与利用VaR预期下限的拟合图形。

现将样本区间内实际收盘指数低于预测下限的天数与95%置信度情况下的可能出现的期望天数作一统计对比，结果见表2。
表2 模型期望结果与实际结果的比较

深圳综合 深圳成分 上证综合
实际情况 3 3 3
期望情况 2 2 2

通过上面的计算我们可以发现应用VaR模型进行指数风险控制拟合结果较好。至于三种指数均有3个交易日超过预测下限，这主要是由于考察期间适逢台湾政权更迭及美众院审议表决予华PNTR的议案，市场波动较大所致。

例3 来自银行家信托公司的例子
由于金融机构特别是在证券投资中，高收益常伴随着高风险，下级部门或者交易员可能冒巨大风险追求利润，但金融机构出于稳健经营的需要，有必要对下级部门或者交易员可能的过渡投资机行为进行限制，因而引入考虑风险因素的业绩评价体系，美国银行和信托公司将VaR模型用于业绩评估中，确立了业绩评价指数——经风险调查的资本收益，即RAROC= ，从公式可看出，即使收益再高，但由于VaR也高，则RAROC也不会很高，其业绩评价也不可能很高。因此，将金融机构将VaR应用于业绩评价中，可对过度投机行为进行限制，使金融机构能更好地选择在最小风险下获取较大收益的项目。
同时，杜海涛也将VaR方法用于对我国5只基金管理人的经营业绩评价，评价结果如下表：
我国5只基金管理人的RAROC比较表
基金开元 基金普惠 基金金泰 基金安信 基金裕阳
VaR值 0.1178 0.0919 0.0880 0.1240 0.1185
收益率 0.4153 0.2982 0.3592 0.4206 0.3309
RAROC 2.8467 2.7495 3.5188 3.1707 2.7938
日收益率的标准差 0.045623 0.03748 0.035623 0.037033 0.036559
数据来源：杜海涛《VaR模型在证券风险管理中的应用》

随着我国加入WTO，金融全球化挑战我国的金融改革及创新，特别是金融理论的创新和控制风险技术的创新，如何将金融风险控制到最小程度，真正使金融体系成为支撑社会经济的基础，达到为社会分散经济风险的目的，是我国金融界必须面对的艰巨任务，如何用定量方法测度和控制金融风险，是金融机构和监管当局必须面对的问题。从金融机构本身来看，将风险定量分析方法，比如VaR模型应用于日常的风险管理，将市场风险和信用风险降到最低的程度，以期获取最大的利润回报，是金融机构的义不容辞的事情，也是其当务之急。从监管当局来看，促使金融机构应用先进的控制风险技术，使金融家们能够随心所欲地剥离各种风险，即对各种复杂的风险进行精确的计算和配置，将有利于我国的监管水平有较大的提高。因此，我国的金融机构和金融监管当局非常有必要将VaR模型等风险控制技术引入我国金融风险管理将非常必要，且具有一定的现实意义。

8. 学习金融风险管理，有哪些推荐的入门书籍

【入门级】

1.斯坦福极简经济学

作者：[美]蒂莫西·泰勒

作者蒂莫西·泰勒，是斯坦福大学最受欢迎的经济学教授，美国经济协会权威刊物《经济展望杂志》主编，斯坦福大学“杰出教学奖”得主，美国通用教材《经济学原理》作者。

这本书从36个经济学关键名词入手，每篇约3000字，用生活实例引入观念原理，概念清晰，没有经济基础，也能轻松理解，帮助我们认识复杂的经济运作，理性决策，更聪明地工作，提高效率与生活质量。它也是斯坦福大学最受欢迎的经济学入门课程教材。即将进入大学的同学可以看看，能够对经济有个大致的了解。

2.《经济学原理》

作者：[美]N.格里高利·曼昆

虽然已经被推荐过多次，但是还是要说，曼昆的经济学原理，的确值得一看！

很多人真正读懂西方经济学都是从曼昆的《经济学原理》开始的，因为有趣、易懂，“十大经济学原理”令人印象深刻，当年学萨缪尔森的经济学时感觉经济学像个严谨的老学究，读曼昆的就不一样了，像个会讲故事的朋友，即使不从事金融行业，相信你也会喜欢上她的。这绝对是一本让人拿得起，放不下的枕边图书。

3.经济学的思维方式（12版）

作者：（美）保罗·海恩/彼得·勃特克/大卫·普雷契特科

这本书适合不仅仅将经济学作为谈资，而且希望用经济学思维来思考日常的同学们。

与主流经济学教材不同，本书回避了繁复的公式、函数、运算，通过深入浅出和饶有趣味的图画，将日常生活中纷繁复杂、看似毫无关联的一些社会现象，和一套富有一致性的思维框架结合起来，展示出一种“经济学的想象力”。正如道格拉斯？诺斯所说，经济学的力量就在于它是一种思维方式，本书的目的正是引导读者学会经济学推理方式，从而能够像经济学家一样思考问题。

4.策略思维

作者：阿维纳什·K·迪克西特/巴里·J·奈尔伯夫

学习经济我们就一定会遇到博弈论。而通常博弈论都和数学挂钩。对于刚刚接触金融的同学来说，也许数学是个难题，不过这本书则通过详实的案例来为大家分析博弈论的实际用法。耶鲁大学教授奈尔伯夫和普林斯顿大学教授迪克西特的这本著作，用许多活生生的例子，向没有经济学基础的读者展示了博弈论策略思维的道理。

【进阶级】

相信在了解了一些经济学和金融知识之后，你可能会想学习更深一层的内容。下面推荐一些觉得值得一读的金融学教材：

1.《货币金融学》

作者：弗雷德里克S.米什金

但凡从事金融行业的专业人士对这本书都不会感到陌生，这是金融专业第一本专业基础课教材。过去我国大学课程里叫“货币银行学”，后来随着金融业的发展，货币逐渐成为金融产品里的一部分而非全部，银行也是金融机构的一个分支，于是和国际接轨改成“金融学”或者“货币金融学”，其实是同一类书。弗雷德里克S.米什金是这个领域绝对的权威。高顿财经FRM小编当年直接读的英文版，和中文版还是有差别的，建议有能力的、正在备考FRM/CFA的同学也直接看英文版。

2.《期权期货及其他衍生产品》

作者：[加]约翰·赫尔（John C.Hull）

对于考证的小伙伴们来说这个大概是心中永远的痛……FRM也好CFA也好，金融衍生品都是必考的内容。《期权、期货及其他衍生产品》对金融衍生品市场中期权与期货的基本理论进行了系统阐述，提供了大量业界事例。主要讲述了期货市场的运作机制、采用期货的对冲策略、远期及期货价格的确定、期权市场的运作过程、期权市场的运作过程、股票期权的性质、期权交易策略以及信用衍生产品、布莱克-斯科尔斯模型、希腊值及其运用、气候和能源与保险衍生产品等。顺便考FRM的童鞋还可以看看作者的另一本书《风险管理与金融机构》，可以帮助理解考试内容。

3.Financial Modeling

作者：Benninga，Simon

学金融玩不转excel，怎么进投行？这本书教你各种各样的金融模型，从CAPM、公司金融到投资组合模型、VaR，搞定这本书你的思路也会清晰很多。总之，这本书几乎包含了金融学入门的大部分领域，并且给出了实践的模型和数据分析。尤其是希望学习计量或者想成为分析师的同学，这本书绝对值得一看。不过缺点是目前没有中文版，阅读难度较大。

【没事儿看看】

看教科书还是比较无聊，下面推荐一些比较轻松的读物：

1.《还原真实的美联储》

作者：王健

如果你看过宋鸿兵的阴谋论大戏《货币战争》，如果你没有看过但对美联储感到好奇，这是一本不错的书。非常清晰有条理，有理有据。风格像是去掉技术细节的讲义，一个知识点一个知识点的普及美联储以及金融方面的常识，每章最后还有知识点小结。作者是美联储达拉斯联邦储备银行高级经济学家兼政策顾问，获得美国威斯康星大学经济学博士学位，所以免不了略有偏颇，但也比科幻小说更贴近真实的金融世界。

2.《大空头》

作者：迈克尔·刘易斯

这本书已经改编成电影了，可以先看看电影，接受度可能更高。本书采访了次贷危机时做空房地产的基金经理、交易员，写他们如何从嗅到危机的气息，对赌次债市场，购买大量信用违约掉期，最后赚取大量财富。

9. 金融领域，你每生一级会获得多少福利和回报需要多久

在9月这个忙碌的日子里，想必很多的同学已经开始进入大学校园，开始新的生活了。天气转凉，褪去了夏日的炎热，一股清凉的秋风带来舒爽的体验。心中再也没有那种莫名的烦躁，看着天上的云飘出不同的样子，我们知道又一个踏实努力的日子来临了。

同学们也开启了不同专业的学习，最近受欢迎的一个热门专业就是金融工程，不知道大家了解金融工程吗?金融工程专业拥有很深厚的学科基础，整体的系统知识。

FRM持证人享有各地政策福利

除了在职业发展中FRM与金融工程一样拥有助力，各地为FRM持证人还开出了一系列的政策福利，为支持城市建设，吸纳人才。

10. 金融专业涉及的数学知识是哪些很难吗

金融方面的数学功底是要的，最好是学过计量经济学，要不然很多模型都没法推导。还要学高数和工数，这两门课比较难。
当然，金融专业要学很多了， 基础课： 政治经济学 ， 西方经济学，（微观宏观） ， 微积分， 概率 ， 线代 ， 统计学， 计量经济学。 专业课除了金融本专业的那堆课(太多了 金融市场 证券投资 货币银行 保险 金融工程等等）以外 ， 也涉及到 ， 会计， 财务管理， 国贸 ，经济学等专业的课程。 学习范围还是挺广的 ，和数学联系不小 。除了基础课中有数学以外 ，在学习其他某些课程时也经常会用到一些数学模型， 不过不是很难 ，看懂就行 ，一般没有太多计算 ，数学只是工具 ， 毕竟不是数学专业 。 金融是文理交汇的学科 ， 数学只是个工具 ，很多时候只要会求个微分积分 ，在会点概率统计就不影响你其他专业课的学习 ，不过你要想深入学习一些内容 ， 比如计量 ， 金融工程等 ， 就要用到数学了 ， 将来要是考研， 数学要150分 ，不过在工作中， 除非做分析师， 否则数学没那么重要， 当然能学好更好 。
至于高中 ， 主要就是涉及一些基本函数 ，导数和概率知识， 而且大学是重新开始学 ， 而那些立体几何数列解析几何之类的高中知识基本没关系 ， 努力的话可以学好的。

专业简介：
金融专业是以融通货币和货币资金的经济活动为研究对象，具体研究个人、机构、政府如何获取、支出以及管理资金以及其他金融资产的学科专业，是从经济学中分化出来的。主要研究现代金融机构、金融市场以及整个金融经济的运动规律。该专业具体研究内容包括：关于银行与证券、保险等非银行金融机构的理论与实务，关于货币市场、资本市场与国际金融市场的理论与实务，关于金融宏观调控及整个金融经济的理论与实务，以及关于金融管理特别是金融风险管理的理论与实务。主要研究方向有货币银行学、金融经济（含国际金融、金融理论）、投资学、保险学、公司理财（公司金融）。
金融硕士 ：通常为2年制，设置在学校的商学院或管理学院之下，其主要课程集中于金融领域，培养金融专业人才。在美国综合排名前50的学校中，有MSF专业的学校只有10所左右。
MBA下的金融方向：美国大学的MBA通常会分为不同方向，金融就是其主要方向之一。其课程设置以金融为主，但也较多的涉及其它商科领域和管理领域。通常较为看重申请学生的工作经验。
金融工程：是美国金融类硕士中专业性最强的一类，它是金融学、数学和工程学交叉渗透形成的学科。通常对申请学生的专业背景有一定要求，但这也成为许多其他专业学生(如数学专业、计算机专业等)想要转金融专业的最佳选择之一。
其它金融类硕士：除了以上三种，美国大学金融类硕士专业还有金融分析、国际金融、应用金融、金融管理等。这些专业的课程设置都以金融为主，但又都有不同的侧重点。