摩根大通复杂衍生品巨亏事件的案例分析，本文主要内容关键词为：案例分析论文,衍生品论文,摩根大通论文,巨亏论文,事件论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
1 引言
近年来全球金融衍生工具市场得到了快速的发展，衍生品的使用及其风险管理已经成为全球金融实践关注的焦点。先不论这种关注是否来自金融市场更加严格的监管环境，但金融机构若想在如今这个相互关联相关影响的市场中长久生存下去，就必须要建立健全完备的风险管理体制架构。然而由于不当交易及风险控制缺失而造成的亏损事件层出不穷，自著名的“巴林银行”亏损事件，至对冲基金界的神话“长期资本管理公司”由于风控失误损失40亿美元。尤其是2008年全球金融危机以来，华尔街因衍生品而产生的亏损事件更是接连不断：摩根士丹利由于在次贷和相关敞口上的仓位亏损94亿美元，法兴银行因交易员越权交易欧洲股指期货造成71.6亿美元损失，瑞信参与未批准交易亏损23亿美元等等。
据美国货币监理署数据显示，截至2011年第四季度全球衍生品总敞口达到707亿美元，如此庞大的衍生品敞口如果得不到控制，很可能会对全球金融产生破坏性的影响。2012年4月以来，以内部风险控制著称的摩根大通也由于信用违约互换交易形成了巨额亏损，据不完全统计，截至2012年7月，摩根大通的亏损额已经飙升到了90亿美元，亏损造成的后果仍将持续发酵，这不得不使得我们再次对衍生品的风险管理现状进行审视。
随着我国衍生工具的交易规模不断增长，产品类型层出不穷，参与者也与日俱增，许多企业都开始使用衍生品进行风险管理。国内企业改革的速度加快，国外金融机构在中国的分支机构数量和资产规模也不断增加。在这样的条件下，国内金融企业更应当关注华尔街银行的盈利亏损，借鉴经验吸取教训。
在现在信贷风险度量和分析方面，Saunders和Altman(1997)在近20年信贷风险管理发展的基础之上，分析了传统方法的优缺点，并在此基础上提出了使用VaR方法进行信用风险度量的优越性。Crouhy et al.(2000)、Gordy(2002)等在基于行业违约情况下研究了信贷风险的建模问题，在单个债务人相关性的信贷风险下，同时组合内的任何敞口都只占总敞口的十分小份额，那么信用VaR对于组合的贡献具有不变性质。国内学者中，章彰、于雅宁(2002)阐述了在信贷风险管理制度和技术基础之下的风险状况，并结合巴塞尔协议进行深入研究。尹灼(2005)对银行信用风险度量模型进行了总结，并讨论了模型在我国的实用性。阎庆民(2004)采用 Credit Metrics模型对国内商业银行的信贷风险进行实证验证，计算其VaR值并对其风险标准和资本要求进行探讨。
本文以2012年摩根大通亏损事件作为切入点，通过对案例的剖析，重点分析产品的构成以及交易产生的风险，特别针对2012年第一季度新旧VaR进行了探讨。在研究思路方面，本文在第2部分对摩根大通亏损事件中的亏损产品及交易策略进行介绍和分析，其中包括产品构成、选取原因、需要达成的投资目标等；第3部分为亏损事件中首席投资部门的交易风险分析及后期的补救措施，笔者将对市场上现有的信息进行梳理整合，试图推断尚未公布的交易信息，包括交易策略的设计、预期目标及现实效果、市场对此产生的相关反应等；第4部分为摩根大通巨额亏损事件的案例原因分析及启示，关注第一季度CIO部门新旧VaR模型的更换，探讨事实背后隐藏的动机，给出摩根大通的风险管理措施，探索从此次事件中我国企业能够吸收的经验教训。
2 合成信贷资产组合与交易策略介绍
首席投资部门(下文简称为“CIO”)作为公司的一个业务部门，其成立目的是为了管理摩根大通大量的盈余流动资金，投资方向主要为高信用质量的固定收益证券，例如：市政债券、整体贷款、资产支持类证券、住房抵押贷款证券、公司证券、主权证券以及贷款抵押证券等。
首席投资部门从2007年开始建立“合成信贷资产组合”(Synthetic Credit Portfolio)，用来对冲固定收益证券产生的信贷风险。同其他资金借出机构一样，摩根大通由于其资金运营性质，自然状态下处于信贷的“借出”方，信贷市场运行良好的时候，公司贷款能够完全收回，经营绩效也随之加强；反之，信贷市场出现危机时，贷款很可能变成坏账，公司则会遭遇损失。通过构建合成信贷资产组合，CIO试图在不利信贷环境①中也能获得收入，避免或者减少在未对冲状态下公司作为信贷借出方承受的风险损失。
2.1 组合产品描述
合成信贷资产组合头寸是由一篮子信用违约互换的标准化指数及其不同的分层②组成的，通过购买该合成信贷资产组合产品，CIO得到了这些证券的信用保护，当组合中的公司发生违约或其他能够得到赔偿的行为时，CIO就会从其对手方获得这部分补偿。在正常状态下，合成信贷资产组合应当处在信贷的“购买方”。
CIO交易的那些标准化指数由Markit公司创立，信贷指数通过交易反映出当前对于整体信贷市场的信心。最基础的信用违约互换指数有两种，CDX是北美及新兴市场的指数，iTraxx是欧洲和亚洲的指数；每个指数细分下去还有许多板块指数，比如针对CDX可分为投资级(简称为“IG”)和高收益级(简称为“HY”)；iTraxx也有类似的分类方法，投资级简称为“MN”，高收益级简称为“XO”。
类似于道琼斯工业指数、标准普尔500指数等股票指数，CDS指数构成证券和组成比例同样需要不断调整，Markit公司每隔6个月会根据市场中各家公司的表现情况，对构成指数的公司进行更新并创建一系列新指数。新指数创建的日期通常会成为“滚动”日，许多市场参与者都在这一天进行新指数的交易，随着滚动日过去，旧指数仍然可以交易，但其交易量和流动性都有所下降。
本文认为，CIO选择IG9作为投资对象的主要原因是IG9为金融危机前发行的最后一个CDS指数，许多公司债券在2007年7月发行时还是投资级，随着金融危机的爆发很快变成了高收益级，这使得IG9具备投资级信贷衍生品的流动性，同时也可以用来对冲一部分结构性的高收益债券风险。
另外，从图1中IG系列指数的净名义敞口价值中也可以看出，IG9的交易不符合一般市场规律的，其净名义敞口价值不仅没有降低，反而在2011年和2012年年初呈现急剧上升的趋势，可以判断必定有大交易商在进行IG9的交易，在之后的报道中摩根大通的首席投资部门也承认了这一交易。
图1 IG系列指数的净名义敞口价值
2.2 交易策略
2.2.1 Flattener策略
由于持有多头债券组合头寸，CIO在对其对冲时，首先会考虑购买这些债券的 CDS；但实际交易时，他们没有选择做空债券或者直接购买这些债券的信用违约互换，而是对CDS指数实施“Flattener”策略，以及实施分层交易来对冲。
Flattener策略是预期信用违约互换指数期限曲线在未来会变平坦的条件下，购买CDX的近端合约以达到对冲风险敞口的目标，同时出售CDX远端合约来降低交易成本；在此交易策略下，信用违约互换的小幅度波动对投资敞口的影响几乎是中性的，当信用违约互换大幅上升时，表明信用极度恶化，虽然近端和远端合约的信用违约期限都会上升，但由于近端合约上升的更快，购买的近端合约将执行违约赔偿，“Flattener策略”将获得盈利。
通常判断CDS指数是否符合市场规律可以采取“偏斜度”这一指标。偏斜度是指由公式计算出的CDS指数公允基差和市场交易的实际基差之间的差，若偏斜度持续大于0，表示公允基差显著高于市场交易的实际基差，可以认为此时该CDS指数被低估，买入CDS指数同时卖出单一债券CDS构成的相似组合，即可产生套利收益；同样，若偏斜度显著小于0，则可以认为CDS指数价值被高估。图2与图3分别是IG9的5年期和10年期合约偏斜度，由图2与图3可知，从2011年下半年开始，5年期合约偏斜度小于0，10年期合约偏斜度大于0。从而可以判断：在实际交易中，CIO做多IG9的5年期合约，做空IG9的10年期合约进行对冲。
图2 IG9的5年期合约偏斜度
图3 IG9的10年期合约偏斜度
2.2.2 分层交易
分层交易(Tranche Trade)是指对信用违约互换指数进行分层，底层是“股权层”，这部分产品承担指数违约时最先发生的损失，但是承担的最大比例不会超过全部指数发生损失的3％；接下一层为夹层，如果股权层已经承担了3％的损失，那么接下来就由夹层负担，同样也规定比例为最多可能发生损失的3％到7％；如果发生进一步的损失，则由高级层和超级层来吸收。由于股权层发生赔偿的可能性最大，所以其折价率也最高，反之，高级层和超级层的折价率则最低。
3 交易风险分析
3.1 亏损事件始末
由于合成信贷资产组合以IG9的系列指数为主，通过IG9的5年期和10年期未结清合约净名义余额与交易量变化，就可以大致理解首席投资部门的操作过程。在2012年1月24日左右的时间，首席投资部门下达了一笔较大数额的Flattener交易， IG9的5年期和10年期交易额都有显著体现；此外，1月到4月之间IG9的交易活动较频繁，四月结束之后趋于平淡。从未结清合约净名义余额方面也可以看出，CIO在1至4月之间对合成信贷资产组合进行不断地调整和头寸匹配，频繁增减的净名义余额也让我们能从直观上理解部门的投资理念。
图4 IG9的5年期和10年期未结清合约净名义余额与交易量
3.1.1 重大交易
截至2011年年末，合成信贷资产组合已经为公司创造了大约20亿美元的总收入，组合包含大量的投资级和高收益级CDX，头寸方面既有多头也有空头，既有新券也有旧券，产品的到期期限和分层交易种类繁多。根据2011年第四季度的数据，将高收益级的多头风险敞口与投资级的空头敞口相抵消之后，合成信贷资产组合仍然 CDS多头风险敞口下。
此时，公司高层由于巴塞尔协议Ⅲ的发布，考虑对公司的资产进行调整，在近几年内达到协议的最新要求。根据巴塞尔协议的相关规定，银行必须达到相应的资本充足率，而这又与银行的风险加权资产有关，风险加权资产总额=资产负债表内资产×风险权数+资产负债表外资产×转换系数×风险加权数。
自2010年巴塞尔银行监管委员会通过了加强银行体系资本要求的改革方案，即“巴塞尔协议Ⅲ”之后，新协议的相关要求从2011年开始分阶段逐步实行。在“巴塞尔协议Ⅱ”的监管要求基础上，“巴塞尔协议Ⅲ”对金融危机中银行暴露出的主要问题，对资产证券化暴露产生的信用风险、流动性风险等旧协议中未提及的方面给予补充，同时也对内部风险控制机制，监管资本和风险加权资产计量、市场交易机制等领域进行更有针对性、更加明确的加强和监管。表1为巴塞尔协议Ⅲ相对于巴塞尔协议Ⅱ的改进之处。
如表1所示，巴塞尔协议Ⅲ对风险加权资产计算的权数和转换系数进行了重新设置，摩根大通在未来将面临资本比率不达标的危险，解决方案只有增加资本金或者减少风险加权资产。基于这一考虑，CIO部门也需要在接下来一段时间降低风险加权资产，管理层认为未来全球经济形势较为乐观，宏观信贷保护可以相对放松，因此考虑对合成信贷资产组合进行大规模的调整，减少组合头寸，达到将组合投资的信用风险敞口由现在的多头调整至中性水平的目标。CIO计划通过对合成信贷资产组合的操作，将RWA减少200亿美元，经过CIO的交易员计算得到，减少合成信贷资产组合的35％可以降低100亿美元的风险加权资产，花费的损失在5亿美元左右。
2013年1月初，CIO按照原定计划进行合成信贷资产组合头寸的调整，此时组合按照市价计算发生了大约1500万美元的损失，加之CIO收到通知只要在2012年年底前完成将合成信贷资产组合的RWA从430亿美元调整至205亿美元即可，近期不需要强行对组合进行减持平仓，1月18日的部门管理层会议上，讨论认为之前的组合头寸调整方案实际实施起来代价昂贵，决定更换新的头寸调整方案，将关注转为投资组合本身的盈利状况，当然减持风险加权资产依然是需要解决的问题。
1月中旬一家重要公司发生了违约，CIO的证券因此受到了不小的损失，此次事件引起了管理层对于合成信贷资产组合风险保护的重视，交易员也因此加入了高收益多头头寸以保护组合免受未来违约的风险；同时构建了IG9空头头寸，为高收益多头提供资金，也对冲掉合成信贷资产组合本身多出的多头风险敞口。2012年1月底，合成信贷资产组合卖出了大约200亿美元的10年期IG9，买入了120亿美元的5年期IG9，这一操作的最终结果是净增加了组合的CDS空头，既是由于数额上200亿大于120亿，也是由于长期合约比短期合约的信贷风险大。
截至2012年1月26日，合成信贷资产组合基本达到了信贷中性头寸。但由于此时组合的盯市损失仍然在1亿美元左右，根据目前IG9的头寸和市场现状，合成信贷资产组合可能还会损失将近1个亿美元的数额；根据CIO调整过的工作重心，交易员仍需增加组合的收益，为了弥补这一损失，需要进一步加强高收益指数的保护，并通过构建CDS空头来获得这部分资金，尽管这一交易会增加风险加权资产，但通过这种方法可以暂时弥补合成信贷资产组合的损失。所以在2月份合成信贷资产组合依旧增加了一定数量的投资级空头头寸；继续购买的投资级空头头寸采取相当份额的高收益级多头进行对冲。交易员们希望通过这种交易方式将合成信贷资产组合的收益提高，一方面通过增加的空头头寸收取的保险金，另一方面在高收益级债券违约时获取违约金。
然而，越发复杂的产品头寸也使得合成信贷资产组合的信贷风险随市场发生变化的可能性增加，CIO的交易员曾经陆续将他们关于损失的想法告诉了CIO的管理层，从2013年年初到2月底为止，合成信贷资产组合的总损失已经达到了约1.69亿美元，尽管此时信贷基差已经保持相对稳定，IG9仍然处在下跌的趋势。2月29日CIO管理层的会议上通过了一项书面文件，其中提到“在近期CIO不再对合成信贷资产组合的规模进行减持”、“合成信贷资产组合在双边总额和净规模方面都已经得到了大幅增长”、“终止通过积极的减持手段降低风险加权资产的计划”。
CIO的一位交易员在此时做出了详细的分析，尽管此时合成信贷资产组合在 CSW 10％之下保持平衡，但当市场的连续冲击之下仍然会发生亏损，他将这一原因归结于从1月起对于组合加强的保护措施。他提到并不会继续出售IG9，因为IG9从年初开始的走势并不理想，CIO目前持有的IG9头寸也已经过大，市场的对手方已经对此有所察觉，继续出售可能会造成流动性障碍；同时他也认识到，由于其所需清偿的费用高昂，减持高收益头寸也是不现实的。那么剩下的选择就是，增加新券投资级工具的空头，比如IG17或IG18。
按照这一策略，该名交易员计划在3月23日增加一大笔新券投资级指数的头寸，一来可以减少对市场中其他参与者的依赖，之前由于CIO持有的IG9的头寸过高，目前几乎成了市场上所有交易者的对手方；二来在滚动日(IG18的发行日)建立较大的仓位，风险管理部门就有足够的时间在季度末前计算随之改变的风险加权资产、VaR及其他风险度量指标。增加的头寸具体为约80亿美元的5年期IG17空头，140亿美元的5年期IG18空头，以及一些与之对应的iTAxx指数空头(以120亿美元的5年期S16和60亿美元的5年期S17为主)。此时，合成信贷资产组合在 CSW 10％的衡量下处于净空头风险之中。
3.1.2组合估值
这一部分主要介绍从3月中旬至4月初的时间段内，合成信贷资产组合的经营状况。由于构成指数中产品很大一部分规模较小流动性较差，CIO虽然每日进行合成信贷资产组合头寸的公允价值衡量，但对于每个组成指数的债券并没有精力细致检查。通常采取的做法是：从不同的信息来源中选取关于头寸价值的数据，在进行评估和商讨之后，对所持有的头寸给予估值。这些信息来源一般包括：(1)最近发生的交易；(2)由经销商或对手方提供的有代表性的报价；(3)通过观察市场现状，以及其他相关交易产品判断得出的结果。通过其他市场参与者得到的通常是价差报价，为了显示每日的估值过程，CIO的员工需要确定一个特定的价格，选取一个价差报价的结果加上这一特定价格作为这一工具今天的价值，由此计算得到的每日盈亏数额将上报给CIO以及公司风险管理部门。
CIO自己的估值比直接使用市场价值对公司更有利，即CIO上报的数据低估了发生的损失。另外，CIO的上报机制也非常不健全，比如3月19日这天，有一个相关交易者发现通过使用CIO的日交易P&L预测系统(CIO用于估测头寸价值的方法)，CIO的交易已经至少连续发生损失达7天，然而上级的交易员告诫他不要在合成信贷资产组合中显示巨额损失，CIO的中级管理人员担心因此会受到高层对于CDS空头的限制。在损失持续发生的同时，估值的问题在月末也受到了更多交易者的关注，CIO不得不服从公司命令由VCG部门③单独对其进行审查，依据规定主要涉及以下几个步骤：(1)VCG部门的相关成员接收前台交易的数据；(2)审查从第三方得到的每个头寸的信息，主要是来自经销商、近期交易数据、第三方定价服务机构如Markit，Totem等给出的公式定价数据，然后对每个头寸计算得到一个价格，称为“VCG中间价格”；(3)比较CIO交易员得出的价格与VCG中间价格。这么做的目的是为了建立一个价格测试范围值，价格的波动只能在VCG中间价格的测试范围之内，比如说VCG的中间价格是35，价格测试范围值是2，那么交易员能够提供的价格范围在33到37之间；如果交易员的价格在范围之外，依据公司的制度VCG将最接近报价的边界范围价格作为真正的交易价格，比如说如果交易员的报价为38，那么CIO就会将报价调整到37成交。
虽然VCG的这一价格控制措施是为了判断交易者的指令是否符合公允价值，然而这个系统本身也存在与价格测试的实践操作相悖的地方。公司的内部审计部门对 CIO的信贷市场风险和估值操作进行评级，只得到了“需要改进”④。这也说明， VCG没有或在一定程度上缺少估测来源的优先排序，对于每个头寸没有固定可行的价格测试范围值，范围值的确定也缺少透明度和依据。
公司内部审计部门也给出了改进的建议：(1)确定一个用于估测价格的信息来源优先顺序，保证恰当一致的价格来源和测试措施；(2)确保价格测试措施与前台的操作不冲突；(3)研究确定可靠有效地价格测试范围值；(4)提高价格测试过程的可信度。
3.1.3 “伦敦鲸”报道
4月初，CIO的管理层对于未来可能发生的损失仍然持乐观态度，“时间和努力会使我们的状况改善”、“目前的风险还处在可控制的范围之内”等论断比比皆是。其中一位交易员需要对未来的风险损失进行估测，他打算构建发生巨额损失时的场景，并在这种情况下测算对合成信贷资产组合造成的影响。比如说，他估算出在什么情况下会出现“债券市场崩溃”或“中东地区爆发战争”等事件，随后观察市场在这些条件下对合成信贷资产组合的冲击有多大。通过这种方法，他得到了2013年第二季度不同概率下的风险损益，模拟结果现实在损失值7.5亿美元到盈利19.25亿美元之间，九个场景中有六个会造成合成信贷资产组合的亏损。CIO的管理层认为这个模型在设定时加入了过多负面场景，才会导致损失值远远超过他们的预算，于是交易员被迫改变测算方法，改为使用“蒙特卡洛”模拟来预测第二季度的损失，最后得到的测算经营结果为-1.5亿美元到2.5亿美元之间。
在向公司上报的一次会议上，CIO的管理层提到从2011年底就打算降低合成信贷资产组合的敞口，但是实际效果并不理想，事实上他们在高收益多头上损失了5.75亿美元，减去投资级中和掉的5000万美元收益，组合净损失为5.25亿美元。对于多头和空头没有如预期走势发展，CIO给出了这样的解释：(1)旧券(主要是 IG9和iTraxx9)的空头由于市场上过度的流动性上升了24个基点；(2)公司持有的主要空头(比如说IG9)的市场表现不如其他投资级指数。目前IG9的头寸等同于10到15个交易日的日均交易数额。
在“伦敦鲸”事件报道出来之后的第一天交易，合成信贷资产组合就损失了接近4亿美元；此时更新的第二季度预测结果(使用蒙特卡洛模拟)为经营结果80％的概率会在-2.5亿美元到3.5亿美元之间，10％极端情况为-6.5亿美元，另外10％极端情况为17.25亿美元。回应这篇报道时，CIO提出合成信贷资产组合“在方向性上”是平衡的，只是因为目前市场并不均衡才造成暂时的市值损失，只需要一些时间组合就能弥补发生的损失，原因如下：(1)市场波动使得未来债券违约的可能性较大，从而产生违约赔付收入；(2)那些本来应该抵消损失的头寸，如远端的空头合约，在未来随着市场正常化会恢复其作用；(3)目前的媒体新闻报告也有误导扭曲市场的效应。组合唯一值得注意的就是，CIO需要将头寸保持到市场恢复正常，没有第三方或其他合约使其在这之前平仓。
3.1.4 持续亏损
4月13日之后，合成信贷资产组合又增加了约1.17亿美元的损失；4月23日之后损失速度开始加快，仅仅是这一天就遭受了1.61亿美元的损失，接下来的两天分别为8200万美元和1.88亿美元，公司管理部门终于决定对合成信贷资产组合的产品进行彻底审查，一是为了检验CIO对组合的管理是否得当，二是为了更好地处理已经发生的损失。
4月26日摩根大通市场风险部的员工开始对合成信贷资产组合的每个头寸进行检查。检查的过程中并没有将CIO构建的意图和组合想要发挥的作用考虑在内，仅仅关注不同头寸组合之间的关系，得到的结果是CIO并没有像预期那样防范市场的不利状况，市场上目前的头寸以及流动性减弱使得组合风险减少变得更加困难。
3.1.5 披露损失
5月2日摩根大通审计委员会讨论第一季度的10-Q报告，CIO的主管向公司汇报了合成信贷资产组合的情况以及第一季度进行诸多操作的理由，5月10日摩根大通提交了2012年第一季度的10-Q报告。公司披露了合成信贷资产组合交易策略的严重问题，认为这一交易策略是“构造复杂、存在缺陷、缺乏审查、执行力较弱且监管缺失的”。到第二季度组合的市值损失已经达到了约20亿美元，未来的损失和波动还有可能继续增加，从第一季度开始实施的新VaR模型又调整为之前使用的模型。公司之后发现第一季度合成信贷资产组合的头寸上报并不完整，交易员刻意隐瞒的某些头寸，最终与普华永道会计师事务所协商决定，判断之前做出的合成信贷资产组合公允价值无效。6月13日，JP摩根宣布重新对第一季度的资产净值进行估价，比原来的估值减少了4.59亿美元；公司已经尽可能减少合成信贷资产组合的敞口风险，至此，合成信贷资产组合造成的损失达到了约58亿美元。
CIO持有大量空头的同时，众多对冲基金们开始买入IG9的10年期多头，不断放大“伦敦鲸”的相反头寸，合成信贷资产组合持有量过大造成流动性危机，无奈只能坐看对手方获利。
3.2 补救措施
3.2.1 人员架构调整
自亏损事件曝光之后，CIO对其领导层、监管部门、操作流程等进行了调整。公司给CIO调来了一位新领导人，曾经在投资银行固定收益部担任主管，其他管理层也有大规模的调整。公司加强对CIO的监管力度，为此建立全新的审查委员会，规定每周CIO的人员都应当相互交流沟通；同时也特别构建了与CIO、企业资金部等的联系通道；由于CIO表现不佳，公司决定对CIO的投资进行不定期的检查，当发现某些投资可能会带来过度的风险时，公司有权利下令对这些资产进行平仓。
在新领导人的带领之下，CIO又再次回归到了最初的目标，即对公司传统资产负债缺口的管理，基于这一目标，CIO逐渐将合成信贷资产组合的大部分头寸转移给投资银行，在2012年第三季度清空合成信贷资产组合的头寸；未来CIO的资产组合也将向着简约、针对风险等方面发展。在反馈机制方面，CIO也加强了与上级的沟通，比如说CIO的报告中包含了具体交易和头寸的说明，管理者们也能够切实接收到一手的交易信息；公司层面上也加入了整个公司风险头寸的报告说明计划。
另外，公司新成立了监督和控制小组，专门关注有限风险控制架构的设立过程，与其他监管机构一起建立结核性紧密且集中度高的风险控制机构。
3.2.2 风险控制加强
随着合成信贷资产组合损失的披露，公司责令CIO首先对其交易进行自查；此外公司还提出需要审查和有待提高的三个范畴：一是模型管理和执行，二是市场风险和管理，三是风险独立。对于模型管理和执行而言，公司关注的是抽查公司VaR的重点驱动程序，拓宽模型审查的范围，在模型实施之后继续进行监测。对市场风险和管理来说，值得关注的地方是，风险类型与限制结构是否匹配；承担的风险类别是否合适；突破风险限制时的政策，相关反应和认知度是否足够。关于风险独立，公司主要考察其风险委员会的架构情况。
除了上文中提到的各种针对措施，全公司范围内对风险的警戒度也有所提高，对公司内部的风险机构的管理模式、组织架构以及和董事会之间的沟通都做出了重大改革。CIO的亏损不是由某次单一操作或者产品造成的，一部分是人员设置的问题，一部分是组织机构的缺陷。对于摩根大通来说，此次事件暴露的问题值得深思。
4 案例启示及建议
4.1 错误使用风险度量工具
随着金融市场的发展，金融工具创新和金融自由化也得到了很大的发展空间。许多金融衍生工具也应运而生，广泛地应用在各个领域。这些金融衍生品初衷是用于套期保值或者对冲风险，但随着越来越多的投资者将其视为高杠杆的投机工具，金融衍生品所带来的风险也越来越大。在这样的背景下，怎样去衡量这些金融衍生品的风险，并且有效地控制风险，成为了市场所关注的问题。金融产品的风险管理是一个动态的过程，首先要确定交易主体的风险政策，即风险和收益之间的权衡结果；接下来要在定性水平上识别风险类别，定量水平上衡量风险程度；针对不同的风险种类和交易主体的容忍度，选择适当的风险化解或者规避手段，并实施切实可行的风险管理措施；最后要对已实施的风险管理进行评估和调整。整个动态过程是对风险管理的不断调整和改进，应当是循环往复的，如图5所示。
图5 风险管理的动态过程
衍生品的风险度量和管理有着其特殊性，由于其虚拟性、高杠杆性、复杂性以及产品和市场之间的相关性等，使得衍生品的风险管理需要对产品结构和产品用途的认识。
CIO使用的几大风险测量指标为风险价值(“VaR”的缩写)、压力测试、CSBPV(“信用基差基点价值”的缩写)以及CSW 10％。每个指标所遵循的限制类别是不同的，在公司中负责批准限制、接收余额通知单、提高限制等级的人员安排也不同。
CIO全球10-Q VaR和CIO压力测试的限制都只有一个等级，而CIO CSBPV和 CSW 10％的限制是两个等级；无论是一个等级还是两个等级，都需要向合约方披露余额，并将所做的交易上报市场风险委员会或者交易控制委员会。CIO规定余额通知单应该包括：(1)指标超过限制的具体描述；(2)规定的限制标准数额；(3)敞口金额，即超过指标的部分；(4)连续超过指标限值的天数。依据不同的限制类型，余额的处理也不尽相同，但当交易主体超过其限制时，必须立即采取措施降低敞口使其达到限制范围之内；但是交易主体得到“一次性批准”的除外，其中“一次性批准”适用于在有限的时间段内发生暂时性的指标上升情况，需要设定初始限制的相关负责人进行批准。
余额上报这一程序对于公司的风险管理起到重大作用，公司的相关负责人可以在余额超过限制时得到通知，及时讨论寻找原因。
对于本案例来说，CIO在2012年第一季度的指标全部超标，CIO全球10-Q VaR超标是由头寸变动和停用新VaR模型造成的，在新模型使用的六个月期间， CIO部门的旧VaR超标而没有被新模型检验出。压力测试、CSBPV和CSW 10％的超标是由CIO的管理层讨论通过的。接下来将对CIO使用的主要指标VaR进行详细介绍。
合成信贷资产组合是通过“线性敏感度模型”即“巴塞尔协议Ⅰ模型”进行VaR的测量，这一指标的设置也是为了符合巴塞尔协议Ⅰ关于资本金要求，一般在对于报告中使用。模型衡量的是合成信贷资产组合在此刻承受的主要信用风险，即由于信贷基差发生变化所引发的潜在损失。这一模型的缺陷在于计量组合中的违约风险时会发生偏差，由于各个资产的违约风险之间会产生相关性，特别是当合成信贷资产组合中的分层交易的头寸增加时，组合中份额交易的价值主要决定于这部分资产与其余资产之间的相关性，这一缺陷会更加明显。这一缺陷也使得“巴塞尔协议Ⅰ模型”并不能适用于巴塞尔协议Ⅲ的要求，部门认为旧模型过于保守，测量出的VaR过于高，从2011年年底开始对VaR新模型进行研究，使用新模型可以明显降低CIO的VaR，模型的研究者也认为，新模型能够更好地捕捉合成信贷资产组合的相关性风险，对市场风险的衡量更加准确。与此同时，在1月30日公司将10-QVaR的界限从1250万美元提高至1400万美元，并相信只要新模型启用就能很快使得 VaR值降到1250万之下。
新模型的设定者是伦敦的量化专家，除了肩负着新VaR模型的重任，他也为合成信贷资产组合的交易员提供数据分析的技术支持。在研发初期阶段，CIO曾经否决了大多数投行信贷部门使用的合成信贷资产组合设计的VaR模型，因为投行卖出大多是定制的非流通信用违约互换，其VaR模型反映的是指数和单一交易对手的组合，这与CIO的市场风险显然不相符。
从2011年7月至11月，模型设定者经常与CIO的模型审查小组进行沟通，2011年12月25日向CIO提交了新的“巴塞尔Ⅲ模型”，由于缺乏深度历史测试的数据(需要264个交易日的头寸数据)，审查小组只选取了2个月的数据，对这一模型进行了简单的历史测试，将历史数据模拟得到的VaR与两个月内的日交易盈亏进行对比。在测试过程中的一些操作问题也显露出来，比如一些Excel电子表格只能通过手动复制粘贴完成，有些份额的流动性较差，同样的价格可以持续好几天，使得VaR模型缺乏波动性。虽然有方法可以改善这一缺陷，例如通过流动性高的工具中价格变化来推导出流动性低的工具中价格变化，但是CIO并没有使用这些方法。
2011年年底，由于巴塞尔协议Ⅲ生效时间比原来预期的要晚，来自上级部门关于研发新模型的压力随之减少了，然而从2012年1月中旬开始，CIO连续数天超过了旧VaR的限制。CIO向上级请示暂时把VaR的限制提高，部门正在想办法降低VaR，即将启用的新模型也一定会降低VaR的值。
1月26日模型审查小组发现，为了实现新VaR的计算过程，CIO使用了一个叫做“West End”的代理商，而不是之前小组经过认同的Numerix，虽然CIO给出了在一定期限之内使用二者计算得到的结果“非常一致”，但在新模型使用之前审查小组也没有进行彻底的审查。
1月30日CIO市场风险部门正式开始启用新模型进行合成信贷资产组合的风险测量，公司10-QVaR也没有再超过限制。正式启用文件于2月1日发布，其中提到将使用“West End”来计算VaR值，而West End是使用Gaussian Copula模型计算投资组合中每个标的资产在每单位时间内发生损失的概率，以及它们之间的相关性。
模型审查小组在模型实施过程中有两项重要的注意事项：首先，模型正式启用的同时，就应当具备使用VaR模型的自动化操作的技术条件；其次，模型需要监测流动性差的产品份额，以判断是否需要加入流动性高的份额，最后交予模型审查小组判断风险估计方法是否妥当。然而这两项都没有完成，模型审查小组和CIO部门显然认为在正式启用模型之前测试自动化操作程序是不必要的，CIO也没有要求模型的设计者提供完善的风险测试方法。
新VaR模型的使用期间是2月到4月，起初CIO的一个雇员负责向模型制定者汇报当天的数据以及新模型的操作情况，到4月份，一位曾从事数量研发工作的现任IT部门的雇员也协助此项工作；尽管如此，VaR的电子表格操作依旧在4月10日出现了失误，漏登了当天4亿美元的损失，后来被投行部门的人力首先发现，告知CIO部门后进行修正。由于CIO只当作是偶尔出现的故障，这起失误没有引起进一步的深入调查。
2012年5月初，针对合成信贷资产组合近期发生的损失，模型审查小组对West End进行了检验：West End计算时可以有两个选择，一是传统Gaussian Copula模型，二是统一比率模型，计算VaR的电子表格中有一个选项是这两种计算方式的选择，审查小组发现默认的选项是“统一比率模型”，这与当时商议的结果并不一样。尽管这个失误不会对VaR产生巨大的影响，但引起了审查小组对于新模型的疑问。
在这次复审之后，小组决定暂停新模型的使用，公司第一季度的10-Q报告也不使用新模型的结果，VaR由6700万美元上升至1.29亿美元；随后新模型更大的弊端也逐渐显露出来，系统在计算似然率和相关性预测的变化存在缺陷，有时候在用新比率减去旧比率之后，电子表格会除以二者之和而不是二者的平均数。这一错误会使得波动率减小并降低VaR的计算值，虽然不确定是否每个产品都是这样计算得到的，但依然影响了新VaR的使用效果。
4.2 亏损原因分析
摩根大通巨额亏损事件的原因，从表面上看是由于交易员和CIO部门隐瞒操作，造成持有头寸过大形成流动性危机，但实际上是由于合成信贷资产组合自身构成过于复杂，衡量其风险的模型也过于复杂，加之没有专业的外部风险人员进行管理，才酿成了如此巨亏。下面就从公司、CIO以及产品风险控制三个方面对亏损原因进行剖析。
4.2.1 公司层面
第一，从公司层面来讲，摩根大通对于CIO的信任度很高，所以在CIO的资产复杂性和风险性增加的同时，公司并没有加大相应的控制及审查措施。在2012年第一季度之前，CIO一直享受着宽松的监管待遇，使得其风险管理和上报结构偏弱，投资组合风险管理者没有实权。当公司新任首席风险官试图改善公司整体风险状况时，CIO风险控制缺乏以及结构混乱的弊端已使损失不可避免。
第二，CIO不是直接面对客户的部门，不需要在部门和客户之间协调规章、风险和其他限制条款，这也减少了合规、审计、法律和金融等方面的关注度，所以没有任何理由相信CIO能够自觉的严格遵守风险控制要求。
第三，CIO投资组合一向以保守稳重著称，公司授权投资的都是资本市场最优秀的产品，上级管理部门对CIO的风险也没有引起足够的重视。
第四，CIO投资组合的巨大头寸也反映了公司管理者对于投资的敏感性较低。当CIO交易员和管理层声称合成信贷资产组合目前处于“平衡”的头寸时，摩根大通的风险管理部门并没有对此产生疑问；当2012年第一季度合成信贷资产组合头寸猛增的时候，也没有接受风险控制部门应有的审查。
第五，新模型的执行显著减少了CIO的VaR，使风险控制部门对VaR的关注显著下降。如果没有启用新模型，或者说将VaR的限制随着新模型的启用而调整至更低的水平，那么CIO全球10-QVaR的限制依旧起到了作用，公司的风险管理人员也更有可能注意到CIO现在所面临的状况。
第六，CIO的风险管理机制发展并不成熟，在应对重大风险的时候没有表现出强劲和独立抵御风险的功能。CIO的风险管理在人力方面存在严重缺陷，没有配备经验丰富的相关人员，公司的风险管理部门没有尽到在CIO内部建立完善独立的风险处理系统的职责。
除此之外，公司和CIO也没有保证VCG定价测试正常有效地运作，这对于金融风险控制是很重要的一方面。VCG定价测试也因此在2012年第一季度出现了一系列的操作失误，如没有书面定价测试理论论证，依赖的电子表格没有接受CIO的审查，人工操作也花费很大一部分时间，没有能够及时处理潜在的损失。
4.2.2 CIO管理层
在此次事件中，CIO管理层在2012年第一季度的判断、执行令人不甚满意。
第一，CIO管理层在没有对多个目标进行优先排序的情况下，下达给合成信贷资产组合诸多目标，致使这些相互矛盾的目标都难以达成。截至2012年，CIO收到的主要经营目标有以下几种：自主平衡合成信贷资产组合的风险；降低风险加权资产；管理组合的损益；降低VaR；提供应对极端环境的保护。交易员们以不同的目标进行操作，势必会造成某些交易策略的亏损。
第二，CIO的管理层和其他负责风险管理的人事对交易策略可能引起的风险状况认识不到位。公司认为CIO的相关人员会对其交易策略进行仔细的审查，在实施之前确认没有问题，并深知交易策略中蕴含的风险水平；然而CIO的管理层和其他负责风险管理的人员并没有做到这些本职工作。
第三，CIO的管理层没有收到关于合成信贷资产组合头寸的定期报告，当然其管辖范围内的其他投资组合也一样缺乏汇报反馈机制；管理层关注的只有VaR、压力VaR、组合的市值损失等项目。管理层对一线的交易活动没有直观的认识，所以也不能真正理解交易员们做这些策略的真正目的和影响是什么。对CIO的CFO来说，在看到合成信贷资产组合的规模和头寸之后，应当采取措施来保证CIO管理层每天都能拿到关于组合的信息，这样才能充分了解交易活动。
第四，在交易损失的过程中，CIO的相关人员缺乏在重要点位引起关注和改进的反应；其实部门需要雇员在第一季度的时候对交易策略的关注都有所上升，但由于关注的重点不对或者没有持续表达这种想法，最终还是错失了对合成信贷资产组合交易策略和风险进行彻查的时机。
第五，部分交易者没有将全部损失显示在头寸中；在三月中旬至三月底的这段时间，交易员没有向管理层提供合成信贷资产组合真实的平仓价预测，管理层对真实情况不够了解也没能在3月底之前减少头寸。在上报第一季度10-Q报表时，公司对四月底五月初的交易价格产生了疑问，此时CIO管理层还确信他们提供的数据是真实可行的。
第六，CIO向总公司表现出了过度的乐观态度，他们相信市场只是暂时的失去秩序，所有的损失都在公司的控制范围之内。
第七，CIO的奖惩机制设置出现问题，其实CIO所进行的操作和投资与投行部门相差不远，但工资机制和待遇却有很大差别，CIO的雇员工资是固定的，很少存在业绩和工资挂钩的情况。对于风险管理性质的部门来说，这种工资机制是很好的，避免了交易员因为个人利益而拿公司的资产去投资高收益产品，但是CIO在运行过程中已经偏离了风险管理部门的性质，依旧使用这样的工资待遇势必造成一些冲突。
4.2.3 组合的风险控制
一直以来首席风险部门的风险指标设置都存在问题，对合成信贷资产组合而言，缺乏细分规模、资产类型和风险种类的指标；公司的其他部门和资产都具有细分和为该资产定制的风险指标，然而由于公司对首席风险部门的信任，并没有要求该部门也对其资产按照这样的标准进行管理。
在此次事件中的众多风险漏洞中，需要关注的重点是首席风险部门启用新的 VaR是否合理。关于新VaR模型的缺陷，主要从以下几方面进行考虑：
第一，新模型的制定者在此之前没有为某个投资组合定制过VaR模型，在模型的设定以及之后的检验和操作过程中，也没有为首席风险部门提供相应的技术指导和支持。
第二，在进行新VaR模型检验的时候，摩根大通将首席风险部门合成信贷资产组合的市场风险类型和公司其他直面客户的部门当做是一致的，所以没有要求模型审查小组以及其他公司的风险检查机构对首席风险部门同意使用的模型执行操作过程进行监督检查。回溯测试也全权交予模型审查小组，测试的数据是否足够结果是否满意都由审查小组决定。
第三，如第二点中提到的，在监管不严格的要求之下，模型审查小组对新模型的检查也不到位，审查的内容也仅限于新模型使用的方法以及CIO提交上来的测试结果。模型审查小组也没有将新模型的测试结果与已经在使用的巴塞尔1模型进行对比，理由是他们认为新模型的构造更加复杂，理所当然要比原来的VaR模型更精确。
第四，尽管存在各种各样的操作障碍，新模型仍然通过了各级检验开始启用。模型审查小组在模型启用之前已经注意到，新模型采用人工输入数据电子表格的操作方法进行VaR的计算，这种方式极易产生操作错误而且无法控制，虽然审查小组向首席风险部门要求对输入的基础设施进行改进以确保VaR计算不会出现输入性错误，但并没有给首席风险部门改进方案的时间限制，最后也没有确认操作输入是否真正改变。
第五，首席风险部门在新模型的实施方面也有需要改进之处，数据上传是人工操作的，没有足够的正确率保证；电子表格计算过程也没有相关标准控制，公式和代码经常改变。
5 结论
在金融风险管理这一方面，华尔街的许多案例经验和教训都值得我们借鉴。在此次摩根大通亏损事件中，我们也分析了发生如此大头寸亏损的原因，如何正确认识对手、认识自己，避免套期保值或者风险控制为初衷的交易最后变成投机损失惨重，才是本文最终的写作目的。
第一，从交易目的方面，由于市场的变化很可能对当初以风险规避为目的建立的头寸造成巨大影响，在此时应当毫不犹豫地贯彻初衷，该止损时一定不能太过在意短期的盈亏。
在本案例中我们可以看出，CIO在最初调整合成信贷资产组合头寸时本着降低风险加权资产，也就是消除风险敞口的目的，但CIO的交易员们过于在意头寸强行平仓的损失，在消除敞口的同时建立了大量的CDX卖方头寸；CIO管理层也在得知为了降低风险加权资产而实施的头寸调整产生亏损时，将关注点几乎都集中在损益方面，在风险指标居高不下时想到的也不是如何控制风险，而是使用新模型减少指标对部门资产管理的约束。
第二，从交易策略上看，无论目前投资产品利润和风险如何，分散化投资都是投资组合交易必须要遵循的。在摩根大通巨额亏损事件中，“伦敦鲸”的沉陷就是由于持有过多的IG9空头，引起市场对该指数的流动性风险，CIO在几乎在只有一家做市商的情况下持续经营了一年，随后由于欧债危机的恶化引起信用市场动荡，之前的空头头寸发生违约需要赔付，大量对冲基金集合起来买入JP摩根的对手方，此时再平仓造成的亏损会更加难以想象。
第三，风险控制是一项需要综合管理的事项，CIO的管理层缺乏此方面的专业人才，在具体数理工具和模型方面对参数和其他可选项的设置欠缺考虑，当VaR超过限制值时就只想着如何把这个数据降到标准状态，忽视了指标所代表的意义；压力测试的情景选择也没有考虑当时的市场状态，盲目使用蒙特卡洛模拟法，无形中忽略了隐含的风险；使用CSW 10％也是一样，只要指标合格就万事大吉，完全不考虑投资组合内部的构成情况是否合理。
第四，在风险管理独立性上，CIO的管理和上报机制存在很大漏洞。作为一个以对冲总公司风险资产和风险敞口的部门，其风险控制机构应当具备严格的汇报反馈机制，然而从案例中也可以看到，交易员跟管理层之间的交流和沟通少之甚少。在发生严重亏损的前夕，已经有部分交易员意识到，部门领导下达的目标和策略是相互冲突的；在头寸调整的过程中，CIO也经常委派某一个交易员进行某项操作，交易员相互之间不知道彼此操作的目的是否一致；新模型研发之际，模型制定者和交易员以及部门管理者之间的沟通频率也较低，模型交付CIO之后就再也没有后续的技术和服务反馈。
不仅是CIO内部缺乏严格的组织制度，CIO和公司的风险管理部之间的沟通和交流也几乎没有。公司对CIO的信任来源于部门出色的历史业绩，部门的管理层和雇员确实为公司创造了赫然的战绩；然而如果因此对CIO今后的经营放任不管，即使没有此次亏损事件，在不久的将来也一定会发生类似的状况。
使用数理统计和指标工具进行风险控制是目前国际上最常见的方式，也是对于企业最高效的手段。然而如何正确使用这些工具，能够最大限度地帮助决策者进行分析和选择，却一直是最困难的操作。归根到底，金融市场中最重要的参与者还是人，工具的使用效果优劣完全在于操作者和监督者的力度；特别值得一提的是，历史战果丰富具有良好业绩的经营者不能盲目自大，成功的背后固然有自身的管理和努力所支持，但在金融市场中，了解市场趋势，正确认识历史、认识市场，对市场的力量抱着敬畏的心理，避免盲目的乐观的态度，才能将经营硕果长期的保持下去。
注释：
①此处提到的“不利信贷环境”包括如信贷基差扩大、贷款公司违约等情况。
②每个信用违约互换指数的分层都代表了标的信用违约互换指数的损失分布的不同部分，目前已经有诸如“北美投资级信用违约互换指数”等指数发行了其指数分层。在下文中会对分层交易进行详细的解释说明。
③VCG是首席投资部门的一个金融部门，负责价格测试的职责，收集分析市场数据以测试前台操作；在必要的时候依据美国GAAP的标准调整资产的公允价值。
④内部审计部门的评级分为三类满意(Satisfactory)，需要改进(Needs Improvement)，不合格(Inadequate)。
标签：交易员论文; 信贷资产论文; 风险加权资产论文; 交易风险论文; 摩根大通论文; 多头头寸论文; 资金头寸论文; 信贷业务论文; 银行头寸论文; 信贷规模论文; 银行信贷论文; 金融论文; 投资论文;