危机敞口是指因债务人违约行为导致的可能承受危机的信贷余额。

使用回归解析来评估危机敞口

回归法是在解析危机和构筑套期保值方案时最为流行的一种工具。它可以检验未经套期保值的企业现金流量历史数据与危机要素之间的关系。具体来说，是根据企业的历史收益或现金流量与危机要素之间的数量关系回归来估计要素p系数。在回归模型中要素卢系数就是曲线的斜率。

根据模拟法度量危机敞口

模拟法是一种具备前瞻性的危机评估方式。回归法运用的是历史数据，是一种事后检验的评估方式。对于当今变化进展相当迅速的产业来说，模拟法无疑胜于回归法。

根据情景设想来实现模拟法。运用模拟法，经营管理者需要在区别要素实现的基础上预测收益或现金流量。例如汇率危机，经营管理者需要明确说明在区别汇率下的各种情景。每一个情景设想下还要估计在区别假设条件下的利润或现金流量的发生额，这些假设条件除了汇率变动状况以外，还包含该产业的产品需求状况、竞争对手状况和其他供应者对汇率变动的反应。

模拟法与回归法。尽管模拟法要求解析者做出更多的主观判断，对于解析者来说可能有一定的难度，但是模拟法并不依赖企业过往的历史业绩来评估将来。事实上，这一点在一个持续变化的环境下是至关重要的。比如说，要估计通用企业的日元危机，一般都不可能仅仅通过对过去10年的数据实行回归解析。在这10年间，通用企业的竞争对手——日本的汽车制造商，已经经历了巨大的变化。而且，一个企业未来的日元危机敞口不可能与其。过轰的危机敞口是一样的。

对根据回归模型获得的最初评估值实行调整。用模拟法解析汇率危机只需经营管理者估计在区别汇率情景假设下企业的未来成本和收益，并以此计算利润(或现金流量)。回归法可以为这些估计数据提给有用的信息，但同时经营管理者在解析时不应该局限于通过回归法得出的结果．他(或她)还可以把产品的价格需求弹性、竞争对手的预期反应与回归估计值结合起来解析。此外，回归法认为利润(或现金流量)与汇率变动之间存在着线性关系，然而这种关系在现实中存在的可能性很小。经营管理者要通过调整以回归解析为基础的评估值来解释各因素数量关系中的非线性关系。

例如，通用企业假设日本的汽车制造商在日元小幅度升值时仍会保持其产品的美元价格不变，以此放弃部分利润来确保市场份额。如果该假设成立的话，通用企业将不会从日元的小幅升值中获利。然而，如果日元大幅升值，日本汽车制造商将发现放弃美国市场是明智之举，这时通用企业就可以从中渔利了。

当日元贬值时，我们也可以利用类似的论证方式。日元贬值将利于日本汽车制造商，小幅贬值对于在美销售的日本汽车的价格不会有什么影响，这也许是因为日本的汽车制造商考虑到如果日元贬值后又大幅升值的话，他们还要被迫将价格再调升，这样做不利于汽车市场价格的稳定。可是，如果日元大幅贬值的话，将会给日本的汽车制造商带来巨大的成本优势，他们无疑将充分利用这一机会来扩大市场份额，从而大幅削减通用企业的利润。

根据基本原理预先确定要素β系数

在某些状况下，要素β系数可以通过基本原理预先确定。例如，德国金属股份企业以预先决定的价格向客户出售燃料油的这个承诺可以被视为一份远期交易合约。如果危机要素是10年后的石油价格，那么10年期的远期合约的要素β系数一定等于1。

波动率——危机敞口的度量指标

企业经营管理者总希望用一个数字来概括危机敞口。鉴于此，标准差常常被用来概括和解析多个要素β系数组合的危机影响。计算一项投入的要素危机方差的公式为：

式中，β_m为要素m的要素β系数；β_n为要素n的要素β系数。

由要素危机而产生的现金流量或价值的波动率(即标准差)就是上述公式计算结果的平方根。

案例解析上式：

假设某企业一年后的现金流量(单位是百万美元)根据以下要素模型计算：

式中：货币要素表示下一年美元汇率变化的百分比；利率要素表示从3个月期(从现在开始)的LIBOR到1年期(从现在开始)的LIBOR的变动百分比,表示由以上两种危机要素以外的其他因素引发的现金流量危机。假设货币要素方差的估值为0．011，利率要素方差约为0．022，两者的协方差为0·004。求该现金流两由要素危机引起的波动率。

答案：根据上述方差公式，要素方差为：

σ = 4(0.011) − 8(0.004) − 8(0.004) + 16(0.022) = 0.332

波动性就是以上计算结果的平方根，即0．576(单位：百万美元)。

显然，危机要素的方差和协方差估计值是计算波动率并得到准确估值的关键。估计危机要素的协方差和方差的一种办法就是计算以往的历史方差及协方差。可是，金融机稗挛解析波动性时已经发现方差及协方差是随时间不断变动的，因此他们开发了更复杂的波动.

在险价值——危机敞口的度量指标

也许当今最为流行的危机敞口度量方式便是在险价值(value at risk，VAR)了，它是指正常市场条件和给定的置信水平下，金融参与者在给定的时间区间内可能发生的最大期望损失。例如，某项投入的头寸在下一年中有不超过1％的时间，其最大投入损失将达到1亿美元，因此一些经营管理者就会认为下一年的在险价值为1亿美元。

在险价值的决定因素是时间区间以及投入者主观认定的正常市场条件的标准。时间区间区别在险价值将区别。投入头寸在下一年的在险价值是1亿美元，如果把考虑的时间区间缩短，比如说一个月，那么下一个月的在险价值将明显小于下一年的在险价值。同理，如果预计市场非正常的不理想状况出现概率不超过5％，那么解析者作出的在险价值评估将低于预计市场非正常状况出现概率不超过l％的解析者所作出的评估。

当使用描述利润与损失的分布图来表示在险价值的时候，置信水平(5％或1％就是典型的决定非正常市场条件的特定极限)以及时问区间的重要性就会体现出来。图表22．1表示了预计利润为零的交易在置信水平为5％时的在险价值。时间区间影响分布曲线的形状。时间区间越长，利润的不确定性就越大．正常的分布曲线也越长。这将导致点A一一曲线左翼5％区域的边界一一向左移动，从而增加了在险价值。左翼区域边界极限的改变同样也会改变在险价值，如果5％的边界向左移动到1％的边界，那么在险价值也会因此而增加。

在险价值是评价衍生金融工具或者其他证券组合的价值时度量危机的一种标准解析方式。在这一标准化的历程中也有经营管理机构的推动作用。1996年底，国际结算银行、美国证券交易委员会以及联邦储备委员会建议他们所监管的金融机构对某些金融行为的危机度量采用在险价值作为标准。另一种类似的方式被应用于解析现金流量危机，叫在险现金流(cash flow at risk，CAR)。这种方式也越来越受到各企业企业的重视。

根据标准差估计在险价值和在险现金流

如果价值或现金流是正态分布的话，在险价值和在险现金流就是标准差的另一种表现形式。例如，

VAT(5%置信水平=1.65σ)

式中：σ是价值的标准差。除非是现金流的标准差，否则同样地公式也适用于在险现金流(CAR)。

上述公式中的数据1．65来源于正态分布表。特别要注意的是，在表中我们发现N(-1．65)大约是0．05。从更广义的角度来解析，如果正态分布的价值或现金流量的均值为0，标准差是σ，其概率小于P％，则可令x等于此价值或现金流，就有：N(x)=p％。因此，VAR或CAR就是 − xσ。

案例解析如何将σ转换成CAR.

在正态分布的假设下根据标准差计算CAR

在上个案例分钟中，现金流量的标准差大概是576200美元。假设现金流量是正态分布的，那么在5%的置信水平下现金流量的在险价值是多少？

答案：1.65（576200美元）=950720美元

利用模拟法估计在险价值在险现金流。如果要估计在险现金流，模拟法比标准差公式有更好地适用性。一直确定的要素β系数，我们就可以根据要素等式模拟现金流量，要素等式中的要素价值是通过观察给定的历史期限数据获得的。在险现金流就是平均现金流量与历史期限下的第五区间值之间的差额。

比如你的收入是日元，但你有一笔美元的借款要还，是没有做任何对冲的交易(比如远期外汇买卖或外汇调期什么的)，你因此就有了一个日元对美元的汇率危机敞口。

或者你买了一个企业的债券，由于企业债有信用危机，而且你没有做任何对冲的交易(比如信用调期什么的)，你因此有一个信用危机敞口。

你如果买了一个固定利率的债券，而且没有做对冲交易(比如利率调期)，你要承担利率危机，因此有一个利率危机敞口。