风险敞口（riskexposure）指未加保护的风险，即因债务人违约行为导致的可能承受风险的信贷余额，指实际所承担的风险，一般与特定风险相连。

定义

风险敞口，是指未加保护的风险，即对于风险未采取任何防范措施而可能导致出现损失的部分。已知风险的风险敞口是从零至该风险最大损失之间；而未知风险的风险敞口是从零至无穷大。

比如你的收入是日元，但你有一笔美元的借款要还，且没有做任何对冲的交易(比如远期外汇买卖或外汇掉期等)，你因此就有了一个日元兑美元的汇率风险敞口。或者你买了一个公司的债券，由于公司债有信用风险，而且你没有做任何对冲的交易(比如信用违约掉期等)，你因此有一个信用风险敞口。你如果买了一个固定利率的债券，而且没有做对冲交易(比如利率互换)，你要承担利率风险，因此有一个利率风险敞口。等等。

风险敞口是指因债务人的违约行为所导致的可能承受风险的信贷业务余额。客户风险权重一般是由外部评级机构根据客户的资料信息加以评定的，分为0%、10%、20%、50%、100%和150%六级。

在标准法下，信用风险加权资产=∑信用风险敞口(EAD)×客户风险权重。

度量

使用回归分析来评估风险敞口

回归法是在分析风险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风险要素之间的关系。具体来说，是根据企业的历史收益或现金流量与风险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。

根据模拟法度量风险敞口

模拟法是一种具有前瞻性的风险评估方法。回归法运用的是历史数据，是一种事后检验的评估方法。对于当今变化发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，管理者需要在不同要素实现的基础上预测收益或现金流量。例如汇率风险，管理者需要明确说明在不同汇率下的各种情景。每一个情景设想下还要估计在不同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情况以外，还包括该产业的产品需求情况、竞争对手情况和其他供应者对汇率变动的反应。

模拟法与回归法

尽管模拟法要求分析者做出更多的主观判断，对于分析者来说可能有一定的难度，但是模拟法并不依赖公司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，要估计通用公司的日元风险，一般都不可能仅仅通过对过去10年的数据进行回归分析。在这10年间，通用公司的竞争对手——日本的汽车制造商，已经经历了巨大的变化。而且，一个公司未来的日元风险敞口不可能与其过去的风险敞口是一样的。

对根据回归模型获得的最初评估值进行调整。用模拟法分析汇率风险只需管理者估计在不同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供有用的信息，但同时管理者在分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分析。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。管理者要通过调整以回归分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，通用公司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，通用公司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，这时通用公司就可以从中渔利了。

当日元贬值时，我们也可以利用类似的论证方法。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，从而大幅削减通用公司的利润。

根据基本原理预先确定要素β系数

在某些情况下，要素β系数可以通过基本原理预先确定。例如，德国金属股份公司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。如果风险要素是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——风险敞口的度量指标

公司管理者总希望用一个数字来概括风险敞口。鉴于此，标准差常常被用来概括和分析多个要素β系数组合的风险影响。计算一项投资的要素风险方差的公式，βm为要素m的要素β系数;βn为要素n的要素β系数

由要素风险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。

在险价值——风险敞口的度量指标

也许当今最为流行的风险敞口度量方式便是在险价值(valueatrisk，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，某项投资的头寸在下一年中有不超过1%的时间，其最大投资损失将达到1亿美元，因此一些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资者主观认定的正常市场条件的标准。时间区间不同在险价值将不同。投资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情况出现概率不超过5%，那么分析者作出的在险价值评估将低于预计市场非正常情况出现概率不超过l%的分析者所作出的评估。

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。

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风险的一种标准分析方法。在这一标准化的过程中也有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活动的风险度量采用在险价值作为标准。另一种类似的方法被应用于分析现金流量风险，叫在险现金流(cashflowatrisk，CAR)。这种方法也越来越受到各公司企业的重视。

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。从更广义的角度来分析，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。

案例分析如何将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。