LIBOR 消失对市场风险资本的影响及FRTB实施中有关合规问题

李岩 资深风险模型验证专家

 

一、LIBOR的消失进程

   2021年3月5日，英国金融行为监管局（FCA）表示，2021年12月31日之后将立即停止英镑、欧元、瑞士法郎和日元，以及一周和两个月期的美元LIBOR报价。

   对于银行来讲，2021年年底比较重要的任务是将重要系统中的LIBOR换成无风险利率（RFR），包括定价系统、VaR的计算、CCR（交易对手信用风险）系统。RFR即按天计算的复利利率，比如英镑的SONIA（英镑隔夜平均利率）指数、欧元的ESTR（欧元短期利率）、美元的SOFR（担保隔夜融资利率）等等。

 

二、LIBOR消失对市场风险资本计算的影响

   上述利率的替换对现金市场的借贷资产影响并不大，LIBOR替换主要是一种计量方式的转变。但是对于风险模型的影响比较大，比如影响内部评级法中需计算的VaR、SVaR（stressed value at risk）。

（一）影响基本定价方式

   在定价方面，有抵押的OTC基本上前两年已逐渐被替换为OIS discounting（隔夜利率折现）, LIBOR的转变和消失对其影响不大。而LIBOR对于无抵押的OTC冲击是比较大的，因为要换成各种不同货币的RFR。例如，有些银行主要资金来源是美元，就需要把所有美元资产换成美国的担保隔夜融资利率（SOFR），其他牵扯到的折现率也要更换。

（二）影响VaR和SVaR定价

   上述影响是其中相对比较深远的方面，LIBOR消失在定价方面还有其他影响。如对VaR和SVaR的影响。

1. 对VaR的影响

   首先，对VaR模型的计算有影响。在计算VaR时，通常要考虑一个情景，用一个250天、500天或一两年的时间作为计算基础，计算P&L（盈亏分析）。LIBOR消失对情景的产生会造成一些影响，因为很多银行过去的参考利率都是本地某一个货币某一时期的LIBOR，再加上其他的利率，形成一个OIS对LIBOR的基差、六个月对三个月的基差。所以在情景分析方面，现在要把以LIBOR为基准产生情景和基准利率，转变为以RFR为基准。

2. 对SVaR的影响

   其次，LIBOR对于SVaR也有影响。SVaR和VaR有所不同，VaR要回溯一年或两年的时间来计算P&L；而SVaR要求是从2007年开始回溯，一旦回溯到2007年1月到2008年11月，这是损失很大的时期。现在各国的无风险利率有一个很大的问题，即看不到历史无风险收益情况，而只能看到一个未来预测值。衍生产品的定价要求是向前看，而货币市场产品的定价要求是向后看。主要货币前1-2年的历史无风险利率数据还能够找到，如果与过去数据变动不是很大，则可以作为历史数据产生情景。但是如何回溯到2007年1月呢？这个数据就很难找到了。比如去Bloomberg上去找SOFR的历史结构，我们可以找到2005年的，且在回溯时有一套固定的方法计算spread，与OIS的差距不大，这是一种方法。但这个方法只能用在SOFR上，且效果不是很好，而且回溯时期和方法并没有官方明确的规定。

（三）如何填补数据空白

   银行要想办法来填补数据空缺。历史是人类创造的，人怎么样来创造历史呢？ 就是过去的数据由现在来创造。

   比如，我们可以创造2008年金融危机时期的数据，各银行都有自己的办法，没有统一的规定。有些银行主要使用大数据，利用现在的无风险利率数据回溯2008年的数据；有些银行会使用新的模型，用现代技术填补欠缺的历史数据，这种方法是比较好的。随着数据的不断积累，市场流动性不断增加，大家都开始往无风险利率的交易工具转变，随着流动性越来越高，数据将越来越准确，即使回溯到2001年的数据也会十分精确。

   但也会造成一个问题，即历史数据会不断地改变。比如，现在创造了一个2007年的历史数据，但过一段时间，数据可能会更新变化，2007年的数据可能还需要转变，这又需要人为去决策和计算。如何避免人为影响？目前的主要方法还是从监管机构的角度，一年一次或半年一次，用一套体系去修改历史数据，确定修改时间频率，保证数据不被篡改。

   所以，LIBOR会对市场风险计量的SVAR模型数据和计算造成一定的影响。

三、FRTB标准法的挑战

（一）数据属性的挑战

   内模法对建模数据有较高要求，FRTB标准法与之不同。标准法的实施有一套自己的标准，历史情景由监管给出，银行只需要知道自己的敏感度

   数据方面，FRTB要求对数据进行分类，不同的数据要放在不同的bucket（逾期期数）中。对于FRTB的实施，最基础、最重要的工作就是把完美真实的数据标记好动态属性，用一套程序将其自动放入模型。每一个产品的标签放在相关的bucket中，要反映相应的波动率、相关性等情况。

所以对于FRTB的实施，数据属性是一个很大的挑战，包括因子的数据属性和产品的数据属性。产品的数据属性还要看在Sensitivity based charge（基于敏感度的资本开支）之上，有没有Residual risk （剩余风险）的计算。对于每一种产品都要分类，有些需要计算剩余风险，有些不需要计算，比如流动性比较强的产品没有很强的剩余风险计算要求，要考虑这些，对FRTB本身的数据完整性都有很大的挑战。

（二）风险因子的完整性

   对于货币掉期的计算，涉及到两种货币的利率，有些银行不考虑两种货币的currency basis，即不考虑两种货币的掉期基差。FRTB要求包括两种basis，而这些basis在有些银行并不是作为单独的因素来体现的，通常通过discount和cash flow来计算NPV，并在现期置换成一种货币，这种方法不能分离出某些影响，达不到FRTB标准法的要求。

   风险因子在FRTB中并没有明确的要求，只说明每种货币要有自己的利率曲线，但具体到用哪些数据和模型才能得出完备的货币因子，没有统一的规定，但要求能反映货币的供需变化和价格波动。

（三）定价模型的一致性

   FRTB对于定价模型有一致性的要求，通常有三个定价模型，分别是前台定价模型、风险管理定价模型、资本模型定价模型。

   这三个定价模型可能一致，也可能不一致。相对来说，比较一致的是前台和风险管理部门的定价。前台部门涉及到valuation adjustment的计算，通常有一个专门的团队进行product control。风险管理部门主要负责一些测试和设置，通常与前台用同一套定价体系和模型，模型会有一定的一致性，产生敏感性因素，但敏感性分析和计算的方法有所不同。比较大的不同还有资本计算，资本计算的数据计算量比较大，很多银行不能完全进行计算，会采用一些简化的办法，简化一些假设。

   对于FRTB来说，三个模型需要有比较一致的基础，比如敏感性的产生方法要统一，不能另设一套标准，要真正反映P&L。

 

撰稿人：郭舒琪

责任编辑：傅泽天

来源：TGES2021（第十七届）中国金融风险经理年度总论坛：风险分析、量化和压力测试（12月）