融資融券數量性風險管理指標的合理性分析

【摘要】由于融資融券具有杠桿性和做空機制等特點，我國證券公司在享有這一新利潤增長點的同時也面臨著很大風險。本文在對行業內具有代表性的G證券公司進行實證研究，采用蒙特卡羅模擬法計算浦發銀行A股的VaR和L_VaR，并確定其折算率和保證金比例的理論值，最后與G證券公司實務中設定的指標進行對比后發現均遠大于理論值。得出的結論是，目前我國開展融資融券業務的證券公司雖然能夠有效控制融資融券業務的主要風險，但數量性風險管理指標的設定過于保守且缺乏靈活性，限制了資金的使用效率和利潤空間。因此，權衡風險和收益，靈活制定風險管理指標是保證我國融資融券業務持續健康發展的關鍵。

【關鍵詞】融資融券 VAR（風險價值） 蒙特卡羅模擬法

一、融資融券交易概述

融資融券，又稱證券信用交易或保證金交易，是指投資者從具有融資融券業務資格的證券公司借入資金買入證券（融資交易）或借入證券將其賣出（融券交易），并同時提供相應擔保物的經營活動。目前學術界主流的理論和實證研究結果肯定了融資融券對證券市場的積極影響。主要包括：提高市場流動性，擴大交易規模；穩定證券價格，改善“單邊”交易機制降低價格發現效率的狀況；給投資者的盈利模式和風險管理提供更多選擇；優化資產結構，增加客戶集中度和市場占有率，開拓新的盈利增長點等等。

考慮以上積極影響，我國自2006年起逐步放開針對兩融業務的政策。在監管方的合理引導和風險監督下信用賬戶開戶數量、業務規模不斷增長，融券品種、融資額度利用率不斷增加，交易的日益升溫也使得證券業盈利狀況明顯好轉，盈利能力日益增強。但融資融券業務在我國仍舊處于起步階段，信用交易規模占總交易規模的比重很小，交易制度的健全程度仍有欠缺，再加上隨著利率市場化改革的逐步推行，融資利率和融券費率將隨市場供求狀況不斷調整，屆時，信用風險和市場風險將緊密相關，權衡收益和風險將成為證券公司在融資融券業務規模不斷擴大背景下面臨的一項重大挑戰。

二、主要數量性風險管理指標

（一）可沖抵保證金證券的折算率

由于上市交易的金融資產具有較強的流動性，為解決投資者因資金占用而無法實現交易的問題，兩融業務允許投資者用具備沖抵資格的證券代替保證金。

目前監管方對可沖抵保證金證券折算率的要求較為籠統，一般只按照證券種類（上證180成分股、其他A股、ETF指數基金、國債、其他證券等）分別給出統一的上限。而理論上，折算率的制定原則應該是與市場整體走勢相關度越高、占總融資比例越高、流動性越差、波動性越強的證券折算率越低。根據杜海濤（2003）在股票質押比率確定中對VaR的應用，由于流動性風險和波動性風險是系統性風險的主要組成部分，結合VaR方法得到的VaR值和L_VaR值可以較為合理的確定股票質押比率，即標的證券折算率：折算率=（股票價值-VaR-L_VaR）/股票價值1

（二）保證金比例

融資融券業務中客戶繳納一定比例保證金的目的是防范信用交易模式下，因股票下跌而出現客戶無法到期償還所借資金或證券的風險。因此，一般理論上把投資者融資買入某股票賣出（或融券賣出股票）所獲得的價差扣除交易成本后的虧損額作為融資的保證金，即可通過對某股票收益率的VaR分析，把一定置信水平下的VaR值（最大損失比率）作為保證金比例設定的參考。

當融資融券業務達到一定規模時，保證金比例的設定可以考慮根據客戶的信用狀況差別對待，即最大損失比率為基準線，考慮客戶的信用評定等級給予不同額度的浮動空間并實時監控，動態調整。目前我國開展融資融券業務的證券公司對于保證金比例的設定僅僅是嚴格遵從監管方要求中50%的保證金比例下限的規定，而沒有按照風險管理理論計算，并進行靈活調整，也沒能按照客戶的信用狀況差別對待。

三、主要數量性風險管理指標的合理性分析

（一）VaR基本原理

VaR（Value at Risk）是指某一金融資產（或組合）在未來特定的一段時間內的最大可能損失，其存在必須和給定的置信水平相伴隨，又稱“風險價值”或“在險價值”。金融學中常把VaR定義為投資工具或組合損益分布的分位數，其數學表達式如下：prob（ΔpΔt≤VaR）=α或prob（ΔpΔt≥VaR）=1-α。其中ΔpΔt表示Δt持有期內市場組合價值的變化，即等式的含義是組合價值的損失高于的概率為α，或把損失控制在-VaR以內的概率為1-α。

（二）關于資產流動性和波動性的風險管理理論

本文在確定融資融券可沖抵保證金證券折算率時，依據杜海濤（2003）有關股票質押率的定義式：折算率=（股票價值-VaR-L_VaR）/股票價值，其中VaR和L_VaR分別為個股波動性和流動性風險指標在一定置信水平下的在險價值。該定義是基于如下考慮：在影響個股折算率的諸多因素中，流動性和波動性最易量化且數據可得性更強；流動性風險和波動性風險是影響個股價格的最主要因素，所以可將二者作為壓低個股折算率的抵減項。

進一步，金融資產流動性的具體表現形式是其變現能力的強弱，即在一定的價格水平或買賣價差下，成交量越高，變現能力越強，流動性越高。因此流動性風險指標可以定義為：Ld=（當日最高價-當日最低價）/當日最低價/當日成交額；而波動性風險指標可用個股收益率來衡量：個股收益率=（當日收盤價-前日收盤價）/前日收盤價*100%。

（三）風險測度VaR的蒙特卡羅模擬法

基于蒙特卡羅模擬法的VaR計算原理的是以給定的統計參數為基礎重復模擬風險變量的隨機過程近似得到它的整體分布情況，并計算出特定置信水平下的VaR。優點是分位數不會受歷史極端值的影響，更利于時間序列經濟變量的預測，最典型的應用就是預測股價。以某股票價格為風險變量，利用蒙特卡羅法計算VaR的具體做法如下：

第一步，選擇隨機模型：

幾何布朗運動（GBM）假設資產價值變化在時間上的不相關性，是描述股價變化中最常用的模型，更便于計算的離散模型表示為：ΔPt+1=Pt（μΔt+σξ），其中，ΔPt+1=Pt+1-Pt，Pt表示t時刻的股價，Pt+1表示t+1時刻的股價，μ表示股票收益率的均值，σ表示股票收益率的標準差，ξ表示服從標準正態分布的隨機變量。

第二步，隨機過程模擬價格走勢（Pt+1，Pt+2，…Pt+n）

利用計算機軟件產生標準正態分布隨機序列ξi（i=1，2，...，n）；定義持有期為t到T時刻，τ=T-t為時間間隔，且Δt=τ/n，按當前價格出發依次進行模擬得到：

Pt+1=Pt+Pt（μΔt+σξ1）

Pt+2=Pt+1+Pt+1（μΔt+σξ2）

…

Pt+n=Pt+n-1+Pt+n-1（μΔt+σξn）=PT

第三步，確定VaR值

重復步驟二k次（k值越大模擬效果越好，越接近真實分布），得到T時刻的一系列股票價格P，P，...，P并將其排序，選擇合適的置信水平α從而確定降序排列的模擬序列中，第kα個價格與Pt的差值即為該置信水平下股票的最大損失。

此外，蒙特卡羅模擬得到的股票價格中第k（1-α）個模擬值可作為該置信水平下股票的最高價，與Pt的差值即為最大價差。因此，在險損失率和在險價差都可得。

（四）G證券公司折算率和保證金比例設定的合理性分析

鑒于蒙特卡羅模擬法在預測股價時間序列方面的優點，本文以浦發銀行A股為例，借助模擬值計算其市場流動性風險指標L_VaR和市場波動性風險指標VaR，并進一步根據前人的理論模型，計算符合風險管理要求的個股折算率及保證金比例。最后，將理論值和G證券公司設定的實際指標進行對比從而對分析指標設定的合理性。

1.確定VaR和L_VaR。（1）選取浦發銀行A 2013年4月2日至2014年1月29日期間的201個樣本交易數據，包括：當日收盤價、當日最高價、當日最低價和當日成交額；（2）剔除第一個樣本數據，計算剩余200個樣本當日收盤價、最高價、最低價變動率2的均值和標準差，分別為μ=0.0122%，σ=2.338%；μ=0.0129%，σ=2.512%；μ=0.0124%，σ=1.907%，同時令n=10，τ=1，即Δt=τ/n=0.1，Pt分別為2014年1月29日的收盤價9.29；最高價9.31，最低價9.20；（3）運用步驟（1）中設定的參數分別模擬收盤價、最高價、最低價變動，分別得到三張蒙特卡羅模擬值數據表，每張包含100個模擬值。（4）按照95%的置信水平，取第一張表中第10個模擬值作為當日收盤價的在險價值，確定波動性風險VaR的蒙特卡羅模擬值=（8.489-9.29）/9.29*100%=-8.62%。（5）計算200個交易日的平均日成交額為14.96億元；取第二張表中降序排列的第10個模擬值10.967作為當日最高價的在險價值；取第三張表中升序排列的第10個模擬值8.987作為當日最高價的在險價值；計算流動性風險測度指標L_VaR=（當日最高價-當日最低價）/當日最低價/當日成交額=（10.967-8.987）/8.987/14.96*100%=1.47%。

2.折算率和保證金比例的合理性分析。根據杜海濤（2003）在股票質押比率確定中對VaR的應用，融資融券股票的折算率為：折算率=（股票價值-VaR-L_VaR）/股票價值*100%假設投資者在2014年1月30日用浦發銀行A作為抵押品參與G證券公司的融資融券業務，根據該理論，折算率應為：浦發銀行折算率=（1-8.62%-1.47%）/1*100%=89.91%。G證券公司嚴格按照《上海證券交易所融資融券交易實施細則》對標的證券折算率中上證180成分股折算率不超過70%的規定，將浦發銀行股折算率設定為70%，但與理論值89.91%相差較大，且作為首批開展融資融券業務的試點單位，該公司自始至終保持70%的折算率，期間并無調整。因此，雖然G證券公司在股票折算率的設定上雖然能充分抵御有關抵押品價值波動所帶來的市場風險，但未能對這一重要的風險指標根據市場狀況靈活調整，限制了投資者的資金運用，也一定程度上降低了自身的盈利能力。由于VaR可作為保證金比例設定的參考，按照該理論，8.62%的保證金比例即能有95%的可能性保證融資融券業務的安全性。即使加入其他未考慮的系統和非系統性風險，交易所規定的50%初始保證金比例和G證券公司60%的初始保證金比例仍然顯得太高。從理論值和實際值的對比中可以看出，G證券公司對兩大融資融券風險管理指標的設定能夠充分降低風險，保證融資融券業務的安全性和可控性，但不足之處在于很大程度上限制了客戶資金使用效率和自身的盈利能力。誠然，風險管理指標的不斷更新會加重證券公司的成本負擔，也會給投資者帶來很大不便，如何權衡調整的幅度和頻率也是證券公司兩融業務風險控制的一項挑戰。

四、結論

融資融券作為完善的資本市場中必備的信用交易機制引入我國已近三年時間，在監管方的合理引導和風險監督下該業務的各項發展均穩中有升。但鑒于宏觀和微觀經濟環境的諸多不確定性，我國證券公司和金融市場仍面臨很大風險。作為金融風險管理中的重要環節，完善證券公司的融資融券業務風險管理體系的意義重大。在對G證券公司融資融券業務的實證分析中發現，其股票折算率和保證金比例兩大風險管理指標的設定值都遠高于理論值。這雖然能夠充分降低風險，保證融資融券業務的安全性和可控性，但不足之處在于限制了客戶資金使用效率和自身的盈利能力。因此，我國證券公司在有效控制融資融券業務風險的同時還應兼顧客戶的資金使用效率和盈利能力的提高。風險管理指標不是一成不變，而是需要根據市場情況靈活調整的。因此，在考慮公司和投資者顯性和隱性交易成本的基礎上，應合理權衡業務的收益和風險，才能謀求融資融券和整個證券業務的持續健康發展。

注釋

{1}杜海濤.VaR及其在流動性風險測度與股票質押貸款比率確定中的應用.深圳證券交易所綜合研究所http：//www.szse.cn/mainm/research/，203.5.19。

{2}變動率=（當日收盤價-前日收盤價）/前日收盤價。

參考文獻

[1]袁玉潔、杜靈基.應用蒙特卡羅模擬法計算VaR 的實證分析，《當代經理人》，2006年第05期.

[2]楊德勇，吳瓊.融資融券對上海證券市場影響的實證分析——基于流動性和波動性的視角，《中央財經大學學報》，2011年第05期.

[3]陳建瑜.我國融資融券的實現路徑，《中國金融》，2006年第08期.

作者簡介：韓玉姝（1992-），女，漢族，黑龍江哈爾濱人，研究生在讀，研究方向：金融管理。