《商业银行资本管理办法》中的“市场风险内部模型法”的“特定风险内部模型法” (Specific Risk Internal Model Method, SRIMM)
字数 2600
更新时间 2026-01-01 07:41:52

《商业银行资本管理办法》中的“市场风险内部模型法”的“特定风险内部模型法” (Specific Risk Internal Model Method, SRIMM)

第一步：明确核心概念与场景定位

您可以将银行的交易账户资产组合面临的市场风险，粗略分为两大类：

  1. 一般市场风险：由利率、汇率、股价指数等“宏观”因素变动引起的整个市场波动的风险。例如，央行加息导致所有债券价格下跌的风险。
  2. 特定风险：与单只证券或其发行人“特定”情况相关的风险，不受整个市场波动影响。例如，某公司因财务造假丑闻导致其债券或股票暴跌的风险，即使整个市场平稳。

在计算市场风险资本要求时，需要同时覆盖这两类风险。特定风险内部模型法 (SRIMM)，是《商业银行资本管理办法》（中国版巴塞尔协议III）允许高级银行在满足严格条件下，使用其内部开发的数学模型（而非监管给定的标准法），来计量交易账户中债券、股票等头寸所面临的特定风险，并据此计算相应的监管资本要求的方法。

第二步：理解SRIMM的基本监管逻辑与目的

监管为何设立如此复杂的方法？其核心逻辑是“激励相容”：

  1. 风险敏感性更高：与监管“一刀切”的标准法（通常对同类证券设定固定风险权重）相比，SRIMM允许银行根据自身模型，考虑单只证券的波动率、流动性、信用质量等具体因素，更精细、更敏感地计量其特定风险。理论上，风险管理能力强的银行可以因此节约资本。
  2. 防止监管套利：如果没有SRIMM，银行可能会倾向于将高风险但标准法下资本要求低的证券放入交易账户，进行套利。SRIMM要求银行自己用模型“盯住”这些风险，提高了套利难度。
  3. 促进银行提升风险管理能力：SRIMM的申请和使用过程本身，就是监管迫使银行建立一套复杂、严谨的模型治理、验证和报告体系的过程，从而整体提升银行的风险管理成熟度。

第三步：剖析SRIMM的方法论核心：模型如何“抓住”特定风险

银行内部模型（通常是风险价值VaR或预期缺口ES模型）如何分离并计量特定风险？主要有两种主流技术思路：

  1. 增量法：

    • 第一步：用一个包含了所有风险因子（包括宏观因子和单只证券的特定因子）的“全面模型”，计算出整个资产组合的风险值（称为“全面VaR/ES”）。
    • 第二步：用一个只包含一般市场风险因子（如利率曲线、股指）的“简化模型”，重新计算组合的风险值（称为“一般市场风险VaR/ES”）。这个值理论上不包含特定风险。
    • 第三步：特定风险资本要求 = 全面VaR/ES - 一般市场风险VaR/ES。
    • 关键挑战：要求两种模型在其他条件上完全一致，且能清晰分离风险因子，技术难度高。

  2. 直接建模法：

    • 模型直接对单只证券的收益率进行建模，并将其分解为两部分：
      • 系统性部分：由一些共同风险因子（如行业指数、信用利差曲线）解释。
      • 特质性部分：无法被共同因子解释的残差，这部分就被视为特定风险。
    • 模型直接估算这个“特质性部分”的波动和相关关系，进而汇总计算整个组合的特定风险值。
    • 这种方法对数据质量和模型设定要求极高。

无论采用哪种思路，模型都必须能充分捕捉 “事件风险” 和 “违约风险” 。例如，某只债券突然违约，其价格可能瞬间归零，这种跳跃性风险必须在模型中得到反映（通常通过压力情景或额外附加资本实现）。

第四步：掌握SRIMM的严格批准与使用前提

并非任何银行都能使用SRIMM。监管机构会进行严格审批，核心前提包括：

  1. 模型质量：模型必须通过严格的回溯测试和持续验证。例如，比较模型预测的每日损失与实际发生的损失，异常次数不能超过监管阈值。
  2. 风险因子充足性：模型必须包含足够多、足够细的风险因子，以确保能有效解释价格变动，避免将本应计入的特定风险遗漏。
  3. 数据要求：银行需拥有长期、高质量的单只证券历史价格数据，用于模型校准和验证。数据不足的证券可能被排除在外或适用备用方案。
  4. 模型使用：模型必须深度整合进银行的日常风险管理流程，用于交易限额设定、绩效评估等，而不仅仅是计算监管资本（即“使用测试”要求）。
  5. 治理与文档：拥有完善的模型治理框架、清晰的文档记录和独立的模型验证职能。

第五步：厘清SRIMM下的监管资本计量与附加要求

即使获批使用SRIMM，银行的计算结果也并非直接作为资本要求。监管设置了多重“安全垫”：

  1. 资本计量公式：
    特定风险资本要求通常取以下两者中的较高值：

    • 前一日的特定风险模型测算值；
    • 过去60个交易日特定风险模型测算值的平均值乘以一个乘数因子（通常≥3）。
      这种设计平滑了日常波动，并施加了严厉的惩罚性乘数，确保资本要求的审慎性。

  2. 压力情景下的资本附加：
    银行必须额外计算压力情景下的特定风险价值。这是基于一段历史或假设的严重压力期（如2008年金融危机）的数据重新校准模型后计算得出的。最终资本要求必须包含这部分压力测试结果，以确保银行能抵御极端冲击。

  3. 与违约风险资本（DRC）的衔接：
    对于存在显著违约风险的证券（如高收益债、股票），巴塞尔框架还单独设有违约风险资本要求。SRIMM模型必须与DRC的计量协调，确保特定风险中的违约成分没有被重复计算或遗漏。监管通常要求两者取最大值或进行加总。

第六步：认识挑战与监管趋势

SRIMM的实施面临持续挑战：

  • 模型风险：模型本身可能存在设定错误、过度简化或对极端情况预测失效的风险。
  • 数据缺口：对于新兴市场债券、复杂结构化产品等，可靠的历史数据稀缺，影响模型可靠性。
  • 顺周期性：在市场动荡时，模型测算的风险值和资本要求会急剧上升，可能迫使银行抛售资产，加剧市场下跌。
  • 监管一致性：不同银行模型差异巨大，导致计算结果可比性差，给监管横向评估带来困难。

因此，监管趋势是：

  1. 不断加强对模型验证和基准测试的要求。
  2. 更强调压力测试和情景分析作为模型的必要补充。
  3. 对模型的核心假设和参数施加更具体的监管约束，以平衡灵活性与一致性。

总结：特定风险内部模型法(SRIMM)是银行市场风险资本计量中技术最复杂、要求最严格的领域之一。它代表了监管允许银行用“自备尺子量自身风险”的最高权限，但这把“尺子”的制造标准、校准方法和使用过程，全程处于监管的严密审视和多重安全约束之下，其根本目标是在提升风险敏感性的同时，绝不牺牲金融体系的审慎与稳定。

《商业银行资本管理办法》中的“市场风险内部模型法”的“特定风险内部模型法” (Specific Risk Internal Model Method, SRIMM)

第一步：明确核心概念与场景定位

您可以将银行的交易账户资产组合面临的市场风险，粗略分为两大类：

  1. 一般市场风险：由利率、汇率、股价指数等“宏观”因素变动引起的整个市场波动的风险。例如，央行加息导致所有债券价格下跌的风险。
  2. 特定风险：与单只证券或其发行人“特定”情况相关的风险，不受整个市场波动影响。例如，某公司因财务造假丑闻导致其债券或股票暴跌的风险，即使整个市场平稳。

在计算市场风险资本要求时，需要同时覆盖这两类风险。特定风险内部模型法 (SRIMM)，是《商业银行资本管理办法》（中国版巴塞尔协议III）允许高级银行在满足严格条件下，使用其内部开发的数学模型（而非监管给定的标准法），来计量交易账户中债券、股票等头寸所面临的特定风险，并据此计算相应的监管资本要求的方法。

第二步：理解SRIMM的基本监管逻辑与目的

监管为何设立如此复杂的方法？其核心逻辑是“激励相容”：

  1. 风险敏感性更高：与监管“一刀切”的标准法（通常对同类证券设定固定风险权重）相比，SRIMM允许银行根据自身模型，考虑单只证券的波动率、流动性、信用质量等具体因素，更精细、更敏感地计量其特定风险。理论上，风险管理能力强的银行可以因此节约资本。
  2. 防止监管套利：如果没有SRIMM，银行可能会倾向于将高风险但标准法下资本要求低的证券放入交易账户，进行套利。SRIMM要求银行自己用模型“盯住”这些风险，提高了套利难度。
  3. 促进银行提升风险管理能力：SRIMM的申请和使用过程本身，就是监管迫使银行建立一套复杂、严谨的模型治理、验证和报告体系的过程，从而整体提升银行的风险管理成熟度。

第三步：剖析SRIMM的方法论核心：模型如何“抓住”特定风险

银行内部模型（通常是风险价值VaR或预期缺口ES模型）如何分离并计量特定风险？主要有两种主流技术思路：

  1. 增量法：

    • 第一步：用一个包含了所有风险因子（包括宏观因子和单只证券的特定因子）的“全面模型”，计算出整个资产组合的风险值（称为“全面VaR/ES”）。
    • 第二步：用一个只包含一般市场风险因子（如利率曲线、股指）的“简化模型”，重新计算组合的风险值（称为“一般市场风险VaR/ES”）。这个值理论上不包含特定风险。
    • 第三步：特定风险资本要求 = 全面VaR/ES - 一般市场风险VaR/ES。
    • 关键挑战：要求两种模型在其他条件上完全一致，且能清晰分离风险因子，技术难度高。

  2. 直接建模法：

    • 模型直接对单只证券的收益率进行建模，并将其分解为两部分：
      • 系统性部分：由一些共同风险因子（如行业指数、信用利差曲线）解释。
      • 特质性部分：无法被共同因子解释的残差，这部分就被视为特定风险。
    • 模型直接估算这个“特质性部分”的波动和相关关系，进而汇总计算整个组合的特定风险值。
    • 这种方法对数据质量和模型设定要求极高。

无论采用哪种思路，模型都必须能充分捕捉 “事件风险” 和 “违约风险” 。例如，某只债券突然违约，其价格可能瞬间归零，这种跳跃性风险必须在模型中得到反映（通常通过压力情景或额外附加资本实现）。

第四步：掌握SRIMM的严格批准与使用前提

并非任何银行都能使用SRIMM。监管机构会进行严格审批，核心前提包括：

  1. 模型质量：模型必须通过严格的回溯测试和持续验证。例如，比较模型预测的每日损失与实际发生的损失，异常次数不能超过监管阈值。
  2. 风险因子充足性：模型必须包含足够多、足够细的风险因子，以确保能有效解释价格变动，避免将本应计入的特定风险遗漏。
  3. 数据要求：银行需拥有长期、高质量的单只证券历史价格数据，用于模型校准和验证。数据不足的证券可能被排除在外或适用备用方案。
  4. 模型使用：模型必须深度整合进银行的日常风险管理流程，用于交易限额设定、绩效评估等，而不仅仅是计算监管资本（即“使用测试”要求）。
  5. 治理与文档：拥有完善的模型治理框架、清晰的文档记录和独立的模型验证职能。

第五步：厘清SRIMM下的监管资本计量与附加要求

即使获批使用SRIMM，银行的计算结果也并非直接作为资本要求。监管设置了多重“安全垫”：

  1. 资本计量公式：
    特定风险资本要求通常取以下两者中的较高值：

    • 前一日的特定风险模型测算值；
    • 过去60个交易日特定风险模型测算值的平均值乘以一个乘数因子（通常≥3）。
      这种设计平滑了日常波动，并施加了严厉的惩罚性乘数，确保资本要求的审慎性。

  2. 压力情景下的资本附加：
    银行必须额外计算压力情景下的特定风险价值。这是基于一段历史或假设的严重压力期（如2008年金融危机）的数据重新校准模型后计算得出的。最终资本要求必须包含这部分压力测试结果，以确保银行能抵御极端冲击。

  3. 与违约风险资本（DRC）的衔接：
    对于存在显著违约风险的证券（如高收益债、股票），巴塞尔框架还单独设有违约风险资本要求。SRIMM模型必须与DRC的计量协调，确保特定风险中的违约成分没有被重复计算或遗漏。监管通常要求两者取最大值或进行加总。

第六步：认识挑战与监管趋势

SRIMM的实施面临持续挑战：

  • 模型风险：模型本身可能存在设定错误、过度简化或对极端情况预测失效的风险。
  • 数据缺口：对于新兴市场债券、复杂结构化产品等，可靠的历史数据稀缺，影响模型可靠性。
  • 顺周期性：在市场动荡时，模型测算的风险值和资本要求会急剧上升，可能迫使银行抛售资产，加剧市场下跌。
  • 监管一致性：不同银行模型差异巨大，导致计算结果可比性差，给监管横向评估带来困难。

因此，监管趋势是：

  1. 不断加强对模型验证和基准测试的要求。
  2. 更强调压力测试和情景分析作为模型的必要补充。
  3. 对模型的核心假设和参数施加更具体的监管约束，以平衡灵活性与一致性。

总结：特定风险内部模型法(SRIMM)是银行市场风险资本计量中技术最复杂、要求最严格的领域之一。它代表了监管允许银行用“自备尺子量自身风险”的最高权限，但这把“尺子”的制造标准、校准方法和使用过程，全程处于监管的严密审视和多重安全约束之下，其根本目标是在提升风险敏感性的同时，绝不牺牲金融体系的审慎与稳定。

《商业银行资本管理办法》中的“市场风险内部模型法”的“特定风险内部模型法” (Specific Risk Internal Model Method, SRIMM) 第一步：明确核心概念与场景定位 您可以将银行的交易账户资产组合面临的市场风险，粗略分为两大类： 一般市场风险 ：由利率、汇率、股价指数等“宏观”因素变动引起的整个市场波动的风险。例如，央行加息导致所有债券价格下跌的风险。 特定风险 ：与单只证券或其发行人“特定”情况相关的风险，不受整个市场波动影响。例如，某公司因财务造假丑闻导致其债券或股票暴跌的风险，即使整个市场平稳。 在计算市场风险资本要求时，需要同时覆盖这两类风险。 特定风险内部模型法 (SRIMM) ，是《商业银行资本管理办法》（中国版巴塞尔协议III）允许高级银行在满足严格条件下，使用其内部开发的数学模型（而非监管给定的标准法），来计量交易账户中债券、股票等头寸所面临的特定风险，并据此计算相应的监管资本要求的方法。 第二步：理解SRIMM的基本监管逻辑与目的 监管为何设立如此复杂的方法？其核心逻辑是“激励相容”： 风险敏感性更高 ：与监管“一刀切”的标准法（通常对同类证券设定固定风险权重）相比，SRIMM允许银行根据自身模型，考虑单只证券的波动率、流动性、信用质量等具体因素，更精细、更敏感地计量其特定风险。理论上，风险管理能力强的银行可以因此节约资本。 防止监管套利 ：如果没有SRIMM，银行可能会倾向于将高风险但标准法下资本要求低的证券放入交易账户，进行套利。SRIMM要求银行自己用模型“盯住”这些风险，提高了套利难度。 促进银行提升风险管理能力 ：SRIMM的申请和使用过程本身，就是监管迫使银行建立一套复杂、严谨的模型治理、验证和报告体系的过程，从而整体提升银行的风险管理成熟度。 第三步：剖析SRIMM的方法论核心：模型如何“抓住”特定风险 银行内部模型（通常是 风险价值VaR或预期缺口ES模型 ）如何分离并计量特定风险？主要有两种主流技术思路： 增量法 ： 第一步 ：用一个包含了所有风险因子（包括宏观因子和单只证券的特定因子）的“全面模型”，计算出整个资产组合的风险值（称为“全面VaR/ES”）。 第二步 ：用一个只包含一般市场风险因子（如利率曲线、股指）的“简化模型”，重新计算组合的风险值（称为“一般市场风险VaR/ES”）。这个值理论上不包含特定风险。 第三步 ： 特定风险资本要求 = 全面VaR/ES - 一般市场风险VaR/ES 。 关键挑战 ：要求两种模型在其他条件上完全一致，且能清晰分离风险因子，技术难度高。 直接建模法 ： 模型直接对单只证券的收益率进行建模，并将其分解为两部分： 系统性部分 ：由一些共同风险因子（如行业指数、信用利差曲线）解释。 特质性部分 ：无法被共同因子解释的残差，这部分就被视为 特定风险 。 模型直接估算这个“特质性部分”的波动和相关关系，进而汇总计算整个组合的特定风险值。 这种方法对数据质量和模型设定要求极高。 无论采用哪种思路，模型都必须能充分捕捉 “事件风险” 和 “违约风险” 。例如，某只债券突然违约，其价格可能瞬间归零，这种跳跃性风险必须在模型中得到反映（通常通过压力情景或额外附加资本实现）。 第四步：掌握SRIMM的严格批准与使用前提 并非任何银行都能使用SRIMM。监管机构会进行严格审批，核心前提包括： 模型质量 ：模型必须通过严格的 回溯测试 和 持续验证 。例如，比较模型预测的每日损失与实际发生的损失，异常次数不能超过监管阈值。 风险因子充足性 ：模型必须包含足够多、足够细的风险因子，以确保能有效解释价格变动，避免将本应计入的特定风险遗漏。 数据要求 ：银行需拥有长期、高质量的单只证券历史价格数据，用于模型校准和验证。数据不足的证券可能被排除在外或适用备用方案。 模型使用 ：模型必须深度整合进银行的日常风险管理流程，用于交易限额设定、绩效评估等，而不仅仅是计算监管资本（即“使用测试”要求）。 治理与文档 ：拥有完善的模型治理框架、清晰的文档记录和独立的模型验证职能。 第五步：厘清SRIMM下的监管资本计量与附加要求 即使获批使用SRIMM，银行的计算结果也并非直接作为资本要求。监管设置了多重“安全垫”： 资本计量公式 ： 特定风险资本要求通常取以下两者中的较高值： 前一日的特定风险模型测算值 ； 过去60个交易日特定风险模型测算值的平均值 乘以一个 乘数因子 （通常≥3）。 这种设计平滑了日常波动，并施加了严厉的惩罚性乘数，确保资本要求的审慎性。 压力情景下的资本附加 ： 银行必须额外计算 压力情景下的特定风险价值 。这是基于一段历史或假设的严重压力期（如2008年金融危机）的数据重新校准模型后计算得出的。最终资本要求必须包含这部分压力测试结果，以确保银行能抵御极端冲击。 与违约风险资本（DRC）的衔接 ： 对于存在显著违约风险的证券（如高收益债、股票），巴塞尔框架还单独设有 违约风险资本要求 。SRIMM模型必须与DRC的计量协调，确保特定风险中的违约成分没有被重复计算或遗漏。监管通常要求两者取最大值或进行加总。 第六步：认识挑战与监管趋势 SRIMM的实施面临持续挑战： 模型风险 ：模型本身可能存在设定错误、过度简化或对极端情况预测失效的风险。 数据缺口 ：对于新兴市场债券、复杂结构化产品等，可靠的历史数据稀缺，影响模型可靠性。 顺周期性 ：在市场动荡时，模型测算的风险值和资本要求会急剧上升，可能迫使银行抛售资产，加剧市场下跌。 监管一致性 ：不同银行模型差异巨大，导致计算结果可比性差，给监管横向评估带来困难。 因此，监管趋势是： 不断加强对模型 验证 和 基准测试 的要求。 更强调 压力测试 和 情景分析 作为模型的必要补充。 对模型的 核心假设 和 参数 施加更具体的监管约束，以平衡灵活性与一致性。 总结 ：特定风险内部模型法(SRIMM)是银行市场风险资本计量中技术最复杂、要求最严格的领域之一。它代表了监管允许银行用“自备尺子量自身风险”的最高权限，但这把“尺子”的制造标准、校准方法和使用过程，全程处于监管的严密审视和多重安全约束之下，其根本目标是在提升风险敏感性的同时，绝不牺牲金融体系的审慎与稳定。