财富时代期刊量化

这几个期刊都差不多，主要看文章是否和期刊符合，比如写《公务员录用中基因歧视法律问题研究》，那么就发《法制与社会》；比如写《谈人力资源管理工作中公务员的专业化问题》，那么就发《人力资源管理》。另外再给你推荐一些期刊：《现代交际》《社科纵横》《法制与社会》《法制博览》《法制与经济》《社科纵横》《理论界》《黑河学刊》《湘潮》《南北桥》《青年与社会》《西江月》《文化学刊》《金融经济》《企业家天地》《企业家天地》《现代商贸工业》《人力资源管理》《商业文化》《致富时代》《长三角》《管理观察》《商品与质量》《商业经济》《现代营销》《商情》《中国电子商务》《商场现代化》《财经界》《现代经济信息》《知识经济》《经济技术协作信息》《现代企业文化》《现代商业》《时代经贸》《中国外资》《企业技术开发》《时代金融》《北方经济》《行政事业资产与财务》《投资与合作》《环球市场信息导报》《经济视角》《企业导报》《经济生活文摘》《企业研究》《中国商贸》《经营管理者》《北方经贸》《经济研究导刊》《中国乡镇企业会计》《中国电子商情》《中国商界》《企业文化《新财经》《中外企业家》《商》《现代企业教育》《经济视野》《劳动保障世界》

大数据时代到底是什么？和传统有什么变化

随着20世纪80年代以来各类证券和期权类产品的丰富和交易量的大增，华尔街已别无选择，不用这些模型，不使用电脑运算这些公式，他们便会陷于困境，自招风险。1997~1998年亚洲金融危机，市场暴跌，量化投资的算法交易也起到了同样的坏作用。此外，始于2007年的金融危机中，量化投资也未能幸免。时过境迁，2011年，量化基金再次表现优异。稍微接触到资本市场的人，大都听说过基本面投资和价值投资，而对于这方面的天才人物“股神”巴菲特，更是几乎家喻户晓，妇孺皆知。他以企业财务报表的分析见长，擅长挖掘企业的内在价值，一旦买入便长期持有，持续获得稳定高额收益，为股东创造了丰厚利润，无人能及。相比之下，与价值投资同等重要的量化投资——即借助数学、物理学、几何学、心理学甚至仿生学的知识，通过建立模型，进行估值、择时及选股，则没有那么幸运——在大多数人眼里，量化投资是一个神秘的领域，深不可测，玄奥无比，令人望而却步。世人皆知巴菲特，而对于号称最能赚钱的基金经理人、在20年的时间里创造了年均净回报率高达35%惊人传奇的量化投资大师西蒙斯，却只能成为少数人的专属。量化投资看似神秘，但并不古老。它从70年代开始逐渐兴起，90年代才大行其道。之所以如此，是因为量化投资有其诞生的特定土壤，需要一系列的条件方能破土而出，这些条件其实相当苛刻。很难想象，量化投资技术并非发端于华尔街，而是肇始于学术象牙塔里的少数“怪才”，他们长期不被正统的经济学所接受，甚至遭到排斥，因此处境艰难。1952年3月发表“投资组合选择”论文、提出现代财务和投资理论最著名洞见的马克维茨，以该理论参加博士答辩，竟然战战兢兢差点未获通过。1990年10月，这些人中有三位获得诺贝尔经济学奖，当时局外人很少有人清楚为什么他们能够得此殊荣；而三人中的其中一位则将他们的获奖比作“芝加哥业余球队赢得了世界杯”。但是，没有来自象牙塔的现代金融理论，便没有量化投资的兴起。马克维茨的投资组合理论，提出了风险报酬和效率边界概念，并据此建立了模型，成为奠基之作。托宾随后提出了分离理论，但仍需要利用马克维茨的系统执行高难度的运算。夏普1963年1月提出了“投资组合的简化模型”，一般称为“单一指数模型”。马克维茨模型费时33分钟的计算，简化模型只用30秒，并因节省了电脑内存，可以处理相对前者8倍以上的标的证券。1964年，夏普又发展出资本资产定价模型(CAPM)，这是他最重要的突破，不仅可以作为预测风险和预期回报的工具，还可以衡量投资组合的绩效，以及衍生出在指数型基金、企业财务和企业投资、市场行为和资产评价等多领域的应用和理论创新。1976年，罗斯在CAPM的基础上，提出“套利定价理论”(APT)，提供一个方法评估影响股价变化的多种经济因素。布莱克和斯克尔斯提出了“期权定价理论”。莫顿则发明了“跨期的资本资产定价模型”。有趣的是，不少人最初并非经济学家，如巴契里耶和布莱克原先是数学家，夏普则从事医学，奥斯伯恩为天文学家，沃金与坎德尔是统计学家，而特雷诺则是数学家兼物理学家。他们转行都是被金融市场研究所深深吸引，沉迷于其中的无穷魅力。然而，仅有现代投资（行情 股吧 买卖点）理论的建立，及各类模型的完善与推陈出新，并不会直接催生出量化投资，它还需要其他几个重要前提条件，比如机构投资者在市场中占据主导，电脑技术足够发达，以及传统华尔街投资家的傲慢被市场击溃转而被迫接受新的投资理念。量化投资不会出现在个人投资者为主的时代。个人投资者既缺乏闲暇的时间，也普遍无此能力。随着退休基金和共同基金资产的大幅增加，它们成为市场上的主要机构投资者，并委托专业机构进行投资操作。管理大规模资产，需要新的运作方式和金融创新技术，同时专业的投资管理人也有能力和精力专注地研究、运用这些技术。没有发达的电脑技术，量化投资也将成为无源之水，无米之炊。在电脑革命发生前，根本无法根据上述模型进行运算。1961年，与马克维茨共同获得1990年诺贝尔奖的夏普曾说，当时即使是用IBM最好的商用电脑，解出含有100只证券的问题也需要33分钟。当今，面对数不胜数的证券产品，以及庞大的成交量，缺了先进电脑的运算速度和容量，许多复杂的证券定价甚至不可能完成。量化投资在不经历市场的崩盘，傲慢投资者的自信未被摧毁之前，不会盛行。比较早的时候，华尔街对学术界把投资管理的艺术，转化成通篇晦涩难懂的数学方程式一直持有敌意。他们认为，投资管理需要天赋、直觉以及独特的驾驭市场的能力，基金经理可以独力打败市场，而无需依靠那些缺乏灵魂、怪异的数学符号和缥缈虚幻的模型。在美国，70年代初期表现最佳的基金经理人从未听过贝塔值，并认为那些拥有数学和电脑背景的学者只是一群。1973~1974年美国债券市场和股票市场全面崩盘，明星基金经理人烟消云散，财富缩水堪比30年代大萧条。当时，颇有先见的投资顾问兼作家彼得·伯恩斯坦认为，必须采用更好的方法管理投资组合，并创办了《投资组合》杂志，一出刊便获得成功。此后，随着80年代以来各类证券和期权类产品的丰富和交易量的大增量化投资光彩炫目，但也具有魔鬼般的力量。它时而风光无限，但也常常坠入深渊。1987年10月大股灾，黑色星期一，当天股市和期货成交量高达令人吃惊的410亿美元，价值瞬间缩水6000亿美元。很多股份直接通过电脑而不是经由交易所交易。一些采用投资组合保险策略的公司，在电脑模式的驱使下，不问价格机械卖出股票。很多交易员清楚这些投资组合会有大单卖出，宁愿走在前面争相出逃，加剧了恐慌。针对整个投资组合而非单个证券，机械式的交易，电脑的自动操作，使得这种量化投资出现助跌之效，大量的空单在瞬间涌出，将市场彻底砸垮。在此次亚洲金融危机中，著名的长期资本管理公司，这家来自学术象牙塔的怪才充斥、主要运用量化投资技术的对冲基金，曾经在市场上呼风唤雨、无往不利，但偏偏遭遇俄罗斯国债违约这一小概率事件，陷入破产之境，迫使美联储集华尔街诸多投资银行之力，加以救助。此外，始于2007年的金融危机中，量化投资也未能幸免。虽然麻烦不断，但量化投资依然必要且有效。要知道，在本次金融危机发生前，量化基金的表现连续8年超过其他投资方式。当然，挫折也会带来量化投资技术的更新和完善，比如在模型中设定新的变量，尤其是加入以往并未包含的宏观经济参数。时过境迁，2011年，量化基金再次表现优异。虽然量化投资能否就此再度复兴仍属未知，但由本文先前的讨论，漫漫历史长河，此一趋势已不可逆转，量化投资依然拥有光明的未来。德意志银行的董事总经理、全球量化投资主管罗崟先生在激烈的竞争中脱颖而出，夺得全球最权威的《机构投资者》期刊2011年美国和欧洲量化分析第一名的佳绩。在华尔街40余年排名史上，罕有华人获此殊荣。《金融时报》慧眼识金，就此专门做了访谈，并嘱我就量化投资写篇评论。我欣然命笔，并借此祝愿量化投资在中国的资本市场上，能够早日生根。

机械交易系统[美]理查德 L威丝曼 著；马海涌、胡芳、高闻酉 译 / 机械工业出版社 / 2015-12 / 平装量化投资[美]徐前特（Chiente Hsu） 著 / 中国人民大学出版社 / 2018-02 / 平装打开量化投资的黑箱（原书第2版）[美]里什·纳兰（Rishi Narang） 著；上官丽英、王思洋、王锦炎 译 / 机械工业出版社 / 2016-05 / 平装

风险量化评估模型在不同应用领域有不同种类，那么从我将所在的信贷行业中常用的模型进行分享：信贷风险管理是当今金融领域的一个重要课题。银行在贷款或贷款组合的风险度量中特别注意运用信贷风险管理的工具。除了专家系统、评分系统和信用打分系统等传统方法外，新的信贷风险管理方法主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。1、KMV——以股价为基础的信用风险模型历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。KMV实际上是一个度量违约风险的期权模型，是由买入期权推演而来的。KMV扭转了看待银行贷款问题的视角，从借款企业的普通股持有者的视角来看贷款偿还(回报)的激励问题。换句话说，它将持有普通股视为与持有一家公司资产的买入期权相同。基本原理如图所示：（1）KMV是如何工作的？假设普通股持有者拥有公开交易公孙的股票，公司债务是一张一年期的单一贴现票据（single discount note）,票面价值是B上图显示的是从普通股持有者方面来看的贷款偿还问题。在图中，若公司资产的价值跌到OB以下（以左，如OA1）,股的持有者就不会偿还那个等于OB的债务。当然，如果选择违约，他就必须将对公司资产的控制权转让给贷款银行，公司所有者的普通股就一文不值了。然而，若公司资产的价值是OA2，公司就会偿还债务OB，而保留其余的价值BA在KMV模型中，公司债务的票面价值B就是买入期权中的约定价格。可以看到公司的风险底线（downside risk）被限制在OL，因为“有限责任”保护了普通股的持有人。从而，对一个好公司的股票持有者的回报有一个有限的底线和一个无限延长的上限。KMV从贷款于期权之间的这种联系之中得到了EDF模型（估计违约频率模型）。以下对EDF作简要介绍。使用前面描述的期权方法，普通股的市场价值可以用一个买入期权的价值来评估，模型如下：E=f(A， ，r，B，ζ)…… (1)其中：公司资产的市场价值(A)及其市场价值的波动( )，不能直接观察到，是由公司股票的市场价值及其波动和公司债务的账面价值估计的；公司的违约发生点(B)是短期债务的全部价值加上长期未偿付债务的一半价值之和；贷款的到期变化区间(也就是违约范围)由r界定(尽管到期变化区间可以根据银行确定的违约范围变化，但它经常被定为一年)；无风险的借贷利率由(r)代表。运用这些价值，可形成一个方法，它描绘出一个对于任何特定借款人的基于假设的EDF得分，这个方法的基本原理如图特定借款的违约期间例l：公式(1)中，借款公司的各项价值分别为：公司资产的市场价值(A)为10 000万，公司资产的市值波动区间( )为1 000万，公司债务的价值或违约点(B)为8 000万。①假设公司将来的资产价值围绕当前价值呈正态分布，则可计算出一年(贷款到期区间或违约范围)内公司违约的可能性。违约距离(DD)=(资产市值一违约点的资产市值)／市值的波动范围=(A—B)／ =(10 000万一8 000万)／1 000万=2个标准差这意味着：如果公司进入违约区间，资产价值就会在一年内下降2 000万(2× )。 经验定理：正态分布下，价值的68％会落在均值的1 内，价值的95％会落在均值的2 内，价值的99％会落在均值的3 内。根据经验定理，我们知道公司资产的价值有95％的可能性会在资产均值的加减2 内变动，那么一年内资产价值就有2．5％的可能性上涨(或下跌)超过2 。在本例中，借款银行就面临着5％的估计违约频率，即EDF。②若假设借款人的资产价值上升10％，则：DD＝[A(1+10％)一B]／ =(11 000万一8 000万)／1 000万=3同样，根据经验定理，借款银行就面临着0．5％的估计违约频率。KMV认为，正态分布的假设是非常重要的观点，KMV并不构造理论上的EDF。一旦得出违约距离(DD)，就会结合一个很大的专用的违约历史数据库来使用DD。与上面介绍的理论 EDF不同，KMV的经验EDF的计算方法如下：经验EDF=年内违约公司数量/公司总数（取年初资产价格在违约点B的2 变化的公司)比如，KMV的违约数据库显示，年初有2 000家公司的资产价格在违约点B的2d内变化，其中有60家公司违约，则经验EDF=60／2 000=3％所以，KMV公司的经验EDF与理论EDF的结果完全不同。例2：此例阐明了导致EDF变化的主要因素，即股价的变化、债务水平和资产价值的变化幅度，这些因素能表示出可觉察到的价值变化程度。(2)KMV模型的优点·应用广泛，可用于任何公开上市交易的公司；·对市场环境的变化反应敏感，EDF数据每季度更新；·依据充分，以定期公布的前瞻性的股票市场数据为基础；·理论性强，背后联系着坚实的理论基础。(3)KMV模型的不足·更关注系统风险和短期违约风险，而非系统风险和长期风险；·对私人和小范围交易的公司，在应用时有问题；·KMV的结果对股票市场的变动过于敏感(当股票市场对某新闻反应过度时，KMV的EDF就成了激进的预言家，而不是准确预言家，因为EDF有可能是根据资产价格的突然跳水而不是格的连续变动来计算的)。2、JP摩根信贷风险资产组合模型——VAR1997年，JP摩根推出了信贷风险资产的组合模型——信用矩阵，该模型引进了新的风险管理理念。即根据信用质量的变动及时评级资产价值发生损失的可能性，它反映的主要问题是：如果明年情况不好，我的资产会有出现什么损失。该模型由200多页的文件组成，在西方银行风险管理发展历史上具有划时代的意义。信用矩阵模型根据借款人信用质量的变化而引起的贷款价值的变化来量化组合信用风险。它不仅考虑由借款人违约行为造成的价值变化，而且考虑信用质量的上升或下降造成的贷款价值变化。不仅计算贷款预期损失，而且计算受险价值(VAR)或非预期损失。在计算组合信用风险时，考虑了不同借款人之间信用质量变化的相关性，即考虑风险分散效应和组合集中风险效应。VAR模型的主要计算思路如下：第一步：信用评分转化矩阵信用矩阵模型通过使用可能性转化矩阵(见表2—2)来评介一个金融机构资产的使用状况。信用等级转化矩阵上表纵栏表示信用评分，水平行表示风险的变动概率。如一个3B级的借款人，预计明年评分在3B的可能性是86．93％，信用升至A的可能性5．95％，降至3C的可能性是0．12％。该表反映了特定信用等级在未来一定时间内转化到其他级别的概率。第二步：评级根据转化矩阵，对不同的信用等级相对应的风险进行评级。假设一个3B的借款人有一笔100万的贷款合同，后4年的贷款利率是6％，第5年末贷款结束，借款人应还100万本金及利息。在技术上，该贷款在后4年的每年末用标准的模型进行逐年评级，第一年末该贷款的估算为：(INT表示每年末支付的利息，M是到期日必须支付的金额或债券票面价格，r是无风险利率，s是根据不同期限计算出的零息债券的年利差)。假设借款人在第一年从3B升至A，根据表中的评分，可计算出100万贷款(账面价格)的市场价值为66万。一年远期零利率条件下的信用评分（％）不同信用条件下第一年末的贷款价值第三步：VAR的计算对贷款值的计算上表中，一年末各种可能的信用等级现值的概率加权即为平均值。均方差为围绕平均值波动幅度。利用该表的分布，可以看到，约有5．3％的可能性，一笔3B贷款价值将从09下降至02。(1)信用矩阵模型的优点·采用信用矩阵模型，可以有效解决不同借款人信用风险之间的相关性模拟等信用组合的风险量化难点。·传统的风险管理方法很难涉及风险分散效应。而信用矩阵模型为我们带来现代风险管理技术和方法，可以有效辨识信用组合的风险分散效应和风险集中效应。·信用矩阵模型又可以作为风险资本分配(Capital Allocation)的基础，而风险资本分配是当前最先进的风险管理体系。(2)信用矩阵模型存在的问题·转移矩阵自动调整问题：本模型假设转移的可能性是根据 MARKOV模型进行的，但有证据表明，在前一阶段降低信用评分的债券或贷款在本期降级的可能性较高。因此建议用 MARKOV高级或第二公式来更好地反映超时的评分转移。·转移矩阵的不稳定性：转移矩阵使用时，不会反映借款人在不同业务特点或经济周期的特殊性。由于重要的行业数据、经济周期等因素会影响评分，因此在评级一个公司的债券或贷款时，要围绕该国家的经济数据进行评分转移评估。·转移矩阵要在投资组合的基础上进行：担保、转期和其他各种因素会使贷款与债券表现不同。用于债券可能会出现价值偏移。3、RAROC模型风险调整的资本收益率——RAROC于20世纪70年代末由信孚银行(~nkers Trust)引入。(1)RAROC的概念RAROC为每笔交易分配一种“资本费用”，其数量等于该交易在一年内的预期最大损失(税后，99％的置信水平)。交易的风险越高，需占用的资本越多，要求其获得的现金流或收益也越多。RAROC可以广泛应用于银行管理，如利率风险管理、汇率风险管理、股权管理、产品风险、信用风险管理等，我们这里重点研究RAROC在贷款(决策)管理中的运用。(2)RAROC的基本计算公式：RAROC=调整后收入／风险调整后的资本上述公式中的分子是经调整后的未来一定时间内(一年)的收入，分母表示贷款的风险价值。RAROC指标计算的目的，是与一种以成本为依托的底线比率(hurdle rate)进行比较。该比率反映了银行的资金成本或股东对银行最低收益率的要求。如果贷款被看做一种价值增值的话，银行的资本就应分配于该笔贷款。如果某笔贷款的RAROC大于Hurdle rate，则该笔贷款可以发放，否则不能发放。Hurdle rate水平可以通过加权平均的资金成本代替。【RAROC>Hurdle rate的贷款发放要求似与微观经济学中的厂商均衡条件(边际成本=边际收益时厂商利润达到最大)相类似。】RAROC在历史上的运用中，通常不考虑各笔贷款之间的相关性。在此基础上，银行的经济资本(实际可用于弥补风险的资本)按照贷款风险的大小被分配于各项贷款。(3)调整后收入(分子)的计算RAROC公式中的分子，反映了一年内银行贷款的收入。它的计算公式为：调整后收入=利差+手续费收入一预期损失一经营成本利差(spread)反映了贷款利率与资金成本率之间的差额；手续费收入主要是由贷款产生的相关收入(如承诺费)；预期损失通常指银行的呆账准备。实际操作中，精确计算银行的各项成本被证明是困难的。(4)风险调整后的资本(分母)的计算主要风险调整后资本的计算有两种方法，一种是Bankers Trust的，一种是Bank of America的，这里主要介绍前者。风险调整后的资本等于贷款的市场价值在一年内变化的最大值的相反数。即： ΔL／L=一D×ΔR／(1+RL)这里，ΔL／L指贷款的市场价值在未来一年内预期的变化比率；D指贷款的持续期； ΔR／(1+RL)指贷款市场价值在未来一年内风险折价的最大比率。其中AR指该贷款的利率(浮动利率)在未来一年内变化的最大值；RL是贷款的利率，等于零风险债券利率加上该贷款的信级利差(RL=RF+R)。上述公式可以写成：ΔL=一D×L×ΔR／(1+RL)即：贷款的预期市场价值变化(风险调整后的资本量)=一贷款的持续期×贷款额×贷款的预期风险折价在计算中，贷款的持续期及贷款额比较容易取得，但贷款的预期风险折价由于设计贷款的市场价值(利率)的预测，不容易精确估算。因此，通常采用市场公开发行的债券利率数据代替贷款利率。(5)计算实例我们计算一笔AAA级贷款的RAROC值。假设目前市场上有400支AAA级债券在交易，该笔AAA级贷款额为100万元，持续期为7年。7×1 000 000×0．011／(1+0．1)=一27 000第一步：估计贷款的利率在未来一年内变化的最大值ΔR。如前所述，以400支债券未来一年内的利率变化代替该笔贷款的利率变化，把这400支在全的利率变化情况绘制成频率分布曲线。可以看出，在99％的置信水平下，这些债券的利率变化幅度在[－1％，1％]之间，根据以上对ΔR计算的定义，可知ΔR＝1％。第二步，估计贷款预期市场价值的变化ΔL。假定400支AAA级在全的平均利率为10%,以之代替该笔贷款的利率（贷款定价）。则：ΔL＝－DXLXΔR/(1+RL)＝-7X1000000X011/(1+1)=-27000以上结果就是该笔贷款未来市场价值的变化额：一27 000，它要求同数量的资本支持，即风险调整后的资本在该笔贷款的分布为一27 000。第三步：计算该笔贷款调整后的收入。假定该笔贷款利差或贷款利率与筹资成本的差为0．2％(20个基点)，手续费率为0．15％，预期损失(风险准备金)为500。则： 调整后收入=0．2％×1 000 000+0．15％×1 000 000+500=3 000第四步：得出RAROC值并与Hurdle Rate相比较。根据以上计算结果，该笔贷款的RAROC值为：RAROC=3 000／27 000=11．1％如果该RAROC值超过该银行的Hurdle Rate，则该笔贷款可以发放。4、EVA模型经济价值增量(Economic Value Added，简称EVA)在西方发达国家如美国已日益被越来越多的公司所采用，借以量化公司股东财富最大化目标的实现程度。EVA相对传统的会计利润而言，该指标不仅考虑了债务资本成本(利息)，同时也考虑了普通股成本。从经济学的角度来看，会计利润高估了真实利润，而 EVA克服了传统会计的这一弱点。EVA的计算公式具体如下：EVA=税后净营业利润(NOPAT)一经营资本的税后成本=息税前利润(EBIT)×(1一公司所得税率)一加权平均资本成本率(wACC)×(债务资本+股权资本)最新的现代财务理论认为，EVA是对一个企业真实经济利润的判断，它不同于会计利润，它代表扣除了权益资本成本后的赢余，考虑了股东的机会成本，因而比单纯的会计利润更能反映一个公司的盈利状况。EVA给衡量公司在何种程度上增加了股东价值提供了一个良好工具，如果公司的高层管理人员强调并重视EVA，那么他们将在一个最大化股东财富的平台上经营企业。同时，EVA的计量也能应用于公司内的各盈利中心，它提供了一个在多层面上管理业绩的衡量基准。由于上述原因，EVA已在国外最成功的一些大公司得到广泛认可和接受，包括Coca-Cola，AT&T，Quaker Oats，Briggs&Stratton和CSX等。华尔街的证券分析师们甚至发现，股价追随EVA变化的趋势远远比追随其他因素如每股收益、营业利润率、净资产收益率的变化更加紧密。这种相关性之所以产生，在于EVA是投资者所真正关心的。因此，越来越多的证券分析师正在计算上市公司的EVA，并援用它去确定市场中的良好买点。在美国，一些运作良好的大企业的EVA值经常高达12％～15％，换而言之，只有当投资收益高于这一成本时，企业价值才有增加。你进行的每一项需要现金投入的经营或投资活动，都必须时刻关注其产出能否弥补资金的成本。当你把这一观点贯彻到所有的经营方面并以此为主要的取舍基准时，你就完成了一个战略上的转变：从规模导向转到价值导向。这样做的好处是显而易见的。系统地采用EVA方法的企业会发现其销售额在若干年内增长了1倍，而整个资金占用却减少了20％。这一业绩的取得来自于资产周转率的改善：较少的存货费用和应收账款以及较多的应付账款，等等。资本市场也会为这样的企业打开一切大门。股价可能会在短时期内上升1倍，而且居高不下，因为企业正在持续地产生足够的现金流量，配股也不会出现配不出去的现象。EVA同其他类似指标一样，核心概念并不复杂，但要发展成一套可操作的指标体系，并与现行的财务指标成为“一张皮”，仍需做大量的工作，而且要有高度的技巧。首先要确定对哪些项目进行调整，发明EVA的Stern Stewart公司列出了多达上百个会计科目的调整，这些调整主要集中在推导税后净营业利润与投入资本上。从经验上看，一般企业的调整项目不超过15个，其中比较重要的项目包括研究与开发项目、商誉摊销费、短期租赁、公司重组及其他特殊支出以及坏账准备。上述四个模型，从不同的角度阐述了信贷风险管理的要点，侧重点不同，对象不同，应用方向和时间不同，但都是先进的管理理念，理论基础深厚，并且极富实际应用价值，基本覆盖了信贷风险管理的整个过程。然而，模型毕竟是固化的，需要决策层、管理层和操作层的人员结合所积累的经验来掌握和运用。尤其要注意的是，不能因新模型的使用而完全放弃传统的风险管理方法，应做到新、旧方法在理论上独立存在和发展，在应用上互相借鉴、有机结合。备注：芝麻背调整理推荐。芝麻背调，用技术推动行业进步。

风险量化评估模型主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型。风险量化评估模型主要有KMV模型、JP摩根的VAR模型、RORAC模型和EVA模型：1）KMV——以股价为基础的信用风险模型 历史上，银行在贷款决策时，曾经长时间忽视股票的市价。KMV模型基于这样一个假设——公司股票价格的变化为企业信用度的评估提供了可靠的依据。从而，贷款银行就可以用这个重要的风险管理工具去处理金融市场上遇到的问题了。尽管很少有银行在贷款定价中将KMV模型作为唯一的信用风险指示器，但非常多的银行将其用为信贷风险等级的早期报警工具。2）JP摩根信贷风险资产组合模型——VAR 1997年，JP摩根推出了信贷风险资产的组合模型——信用矩阵，该模型引进了新的风 险管理理念。即根据信用质量的变动及时评级资产价值发生损失的可能性，它反映的主要问题是：如果明年情况不好，我的资产会有出现什么损失。3）RAROC模型：RAROC为每笔交易分配一种“资本费用”，其数量等于该交易在一年内的预期最大损失(税后，99％的置信水平)。交易的风险越高，需占用的资本越多，要求其获得的现金流或收益也越多。RAROC可以广泛应用于银行管理，如利率风险管理、汇率风险管理、股权管理、产品风险、信用风险管理等4）EVA模型：经济价值增量(Economic Value Added，简称EVA)在西方发达国家如美国已日益被越来越多的公司所采用，借以量化公司股东财富最大化目标的实现程度。EVA相对传统的会计利润而言，该指标不仅考虑了债务资本成本(利息)，同时也考虑了普通股成本。从经济学的角度来看，会计利润高估了真实利润，而 EVA克服了传统会计的这一弱点。风险量化是指通过风险及风险的相互作用的估算来评价项目可能结果的范围。风险量化的基本内容是确定哪些实践需要制定应对措施。风险量化涉及到对风险和风险之间相互作用的评估，用这个评估分析项目可能的输出。