FRM——危机时期的模型有效性及模型风险管理（上）

本期将通过上、下两期分享DHG公司企业咨询及定量咨询部分的文章，讲述在危机时期如何进行模型风险的管理。目前大型金融服务公司正在利用它们为财务预测、客户行为、风险计算或其他案例开发的模型，为危机时期的快速决策提供信息。然而这些模型的许多输入变量，例如健康和经济相关的数据正在不断地剧烈变化，会导致模型结果没有意义，或无法在个人及政府采取紧急措施（“宅家”命令、CARES法案）情况下适用。在不确定的时期，对模型的有用性和准确性进行后期检查是必要的。上期我们将按照不同风险的类型分析不同的模型风险管理，下期将详细讲解如何对模型进行后期检查与计划。

本文作者：Jared Forman,FSA,CERA,FRM,Managing Partner

各国抗击COVID-19疫情的政策很高程度依赖于模型的结果，这些政策是根据感染传播的流行病学模型制定的。以美国和英国为例，它们最初的政策是依照伦敦帝国理工学院(Imperial College of London)的一份报告而确定的。尽管流行病学模型在指导集体应对COVID-19病毒传播方面发挥了关键作用，但各个公司也正在使用自己的模型，以尽量减少病毒对员工、供应链和关键财务指标的负面影响。

只有在事后，我们才能评估当前模型的有效性。后期评估可以帮助确定哪些模型在危机管理中是有用的，哪些模型是不准确或是失败的。这些信息还将通过确定模型开发需求、模型验证等来帮助推动未来的建模和模型风险管理。我们可以肯定，未来还会有另一场危机需要管理，无论是新一波的COVID-19疫情、自然灾害还是其他潜在危机，能够提供及时、准确信息的模型可以成为企业的竞争优势。

根据机构的不同，涉及流动性风险、信用风险、市场风险或其他风险的模型备受关注，这些风险的加速发展可能会引发不必要的模型风险，这种风险源于危机期间对信息的渴求。由于多种情景假设和输入变量及数据的不确定导致模型的输出结果有误，可能会导致执行错误、失去控制、假设不成立或模型与其开发目的不符合等后果。下面是对不同风险领域更深入的讨论。

流动性风险

在公司现金流和偿付能力受到压力的危机中，流动性模型无疑是最常用的模型之一。客户可能开始使用更多信贷额度，市场资产价值下降，资金来源可能开始枯竭。这些因素之间的相互影响给整个行业的风险管理人员及相关模型带来了挑战。

在危机期间，不断变化的投资组合和市场只会加剧这些挑战，流动性模型必须能够在这些时间内增加模型运行的频率和持续监控周期。截至今天，我们已经看到联邦储备委员会进行了大规模干预以支持市场流动性。然而，由于宏观环境的不可预测性，银行不应该仅仅依赖于政府的担保。最新的数据应该用来改进现有的模型，以优化流动性策略，重点在于最大化机构的弹性，同时最小化流动性成本。

信用风险

全球经济活动的暂停，给中小企业以及大型企业都造成了巨大的困难。鉴于COVID-19疫情对经济的影响，违约率可能会大幅上升，抵押品质量可能会恶化。尤其是对于某些依赖客流量的行业(如餐饮、酒店和零售)，因此可能会出现信用风险集群。

利用信贷风险模型及早确定这些风险集群，以便采取积极的应对措施。的确会有一些行业因为毁灭性的违约遭到打击，但就像在以前的每一次危机中一样，也会有赢家出现。成熟的人工智能技术的出现，包括聚类算法和空间分析，提供了这种可能性。其次，预测风险敞口的模型需在问题客户开始更多使用信贷额度之前预测到该项行为。此外，随着市场在危机期间持续波动，抵押品模型应不断被重新审核。

市场风险

近期风险价值（VaR）模型不再适用就是一个需要健全的市场风险模型的突出例子。由于波动性飙升市场风险极高，交易账户大幅亏损，监管机构也增加了资本金要求，这可能会导致在未来数年企业的盈利能力下降。当相关性（Correlation）在历史上表现不稳定时，相关性模型将需要得到特别的关注，以确保危机期间的投资组合的多样性和对冲效果。此外，利率和消费者行为的变化将要求利率模型按照“新常态”进行调整。事实上，由于即将到来的伦敦银行同业拆借利率(LIBOR)转型，利率模型和ALM模型也必然会有所调整。

更多有关“危机时期的模型有效性及模型风险管理”的内容敬请期待下期！

金融风险管理是一个比较依赖于情景假设，通过大量数据建模，并用模型进行分析的行业。无论是流动性风险、市场风险、信用分析还是其他的风险，都有不同的模型去识别风险、衡量风险、管理风险、报告风险。这些也是风险金融管理专业人士需要掌握的重要知识及技能。这些内容FRM都有所涉及，FRM将助力您的职业发展。