HI,欢迎来到学术之家股权代码  102064
0
首页 精品范文 市场风险数据分析

市场风险数据分析

时间:2023-06-08 11:20:06

开篇:写作不仅是一种记录,更是一种创造,它让我们能够捕捉那些稍纵即逝的灵感,将它们永久地定格在纸上。下面是小编精心整理的12篇市场风险数据分析,希望这些内容能成为您创作过程中的良师益友,陪伴您不断探索和进步。

市场风险数据分析

第1篇

1 . 对务管理更具风险管控力

在大数据环境给企业发展带来了巨大的信息资源基础上, 也扩大了企业的信息来源渠道, 降低了信息不对称的影响程度。而财务管理活动通过借助大数据技术, 不仅能够帮助企业及时获取市场风险变化的信息, 同时在深层次的数据分析下, 结合企业当下与未来的经营趋势, 还能够为企业提出具有风险前瞻性的财务意见, 继而提高企业经营决策的有用性和内部财务管理工作对风险的管控能力。

2. 企业经营预算准确性更高

财务管理活动利用大数据技术充分深入地对财务数据进行收集、分析和整理, 不仅拓宽了传统财务分析工作限于会计账面数据为基础的数据分析工作范围, 也在多维度、多角度的数据分析处理下, 使得企业财务分析和预算编制等更为准确、更加接近市场发展趋势。

3. 企业对务管理更具科学化

立足于大数据时代, 财务信息化己经不再是会计电算化时代单一核算业务的电算化, 而是将财务信息管理系统同企业内部控制建设与业务部门的数据管理相结合, 通过组建综合企业信息管理平台, 重置再造企业管理流程, 从而协调不同业务和资金流程的和内部管理部门之间的各种关系, 使得企业管理更加趋于细致、科学。

4 . 其他类信息应用更为广泛

大数据环境下的数据信息可以将所有的信息资料进行综合分析处理, 分离出有用的信息, 进而分析出市场变化规律和趋势帮助企业做出正确的经营决策。如此一来, 不仅有利于企业的市场开拓,产品开发以及经营管理方式方法等活动的创新性变革, 也将使得企业发展更具活力, 以及更有创造力。

二、大数据技术在企业财务管理实践中的实践应用

1 . 拓宽筹资渠道, 提高市场的活跃度

互联网在大数据时代下己是主要的发展方向, 企业财务管理的根本职能即是要有效利用信息共享性的优势, 改变过分依赖借贷资金进行筹资的较为单一的筹资模式, 丰富筹资渠道, 利用资本市场的数据信息平台, 收集资本市场的信息, 采用企业重组合并、债转股等多种形式拓宽筹资渠道, 降低筹资成本, 提高企业的经营效益。大数据环境下的信息优势为此提供了实现路径, 更加广泛的数据共享性、大量的数据信息等都进一步减少了信息不对称的风险影响, 为企业提供了更加丰富的财务决策选择机会, 亦提高了资本市场的活跃性。

2. 综合市场信息, 提升投资回报收益

大数据技术通过周密的市场调查, 能为企业确定最优化的生产和销售规模, 使得生产和销售计划更加严密, 避免企业产生不必要的生产投入。在大数据时代, 使得信息准确度和数量都得到很大的提升, 也推动了内部财务管理对产品、成本、服务、销售等数据的挖掘范围不断扩大, 从而能够对产品生产、销售、运输、储存等进行更为严密的规划, 为企业运营提供数据支持。比如, 可以通过作业成本法和变动成本发, 对不同时间、地点的物流成本进行分析,从中选择出安全、便捷、经济的物流方式; 通过对客户信息的收集、加强客户管理, 进一步提高应收账款的周占率。由此可见, 大数据技术的应用, 使得财务管理不仅能帮助企业强化规划控制, 同时能提高管理效率。

3. 发现市场变化, 调整内部控制制度

大数据技术能够为企业提供更多的数据分析力, 对于深挖企业经营漏洞和缺陷的作用重大。因此, 大数据技术的合理应用不仅能够通过对经营财务数据的分析, 找出其中变化差异与异常情况, 从而分析差异的原因, 以此判断是否有重大漏洞和重大控制缺陷的存在; 还能藉此利用技术创新和管理流程再造等手段, 及时调整企业内部控制制度, 逐步完善内部经营活动的控制方法和手段, 从而切实提升财务的内部控制管理效果和水平。

4 . 培养高端人才, 适应市场发展需求

现实中, 大多企业在财务人才培养方面相对滞后, 尚无法满足当前财务信息化管理的需要。而大数据技术的发展又急切需要企业打造一支能够适应大数据应用环境的财务管理队伍。因此, 企业应该端正其认知, 认清现实发展需求, 有意识的培养复合型的高素质财务人员, 即培养具有 跨界 管理能力的专业人员, 打破传统管理界限的束缚, 发挥新时代财务人员的管理优势。同时, 另一方面也要加快对大数据信息环境下配套设备的更新工作, 给予财务人员更加宽松的管理环境和建议渠道, 继而促使财务管理相关数据分析和建议作用的落到实处。

第2篇

近五年来,我国第三方支付交易额以每年超过100%的速度增长,交易规模增长近30倍,电子支付市场发展空间广阔。随着第三方支付机构的不断发展,其业务模式也已不仅限于支付方式的突破,还逐步渗透到传统金融领域,如汇付天下提供机票款的短期信贷、Paypal为买家提供小额分期付款服务等,大金融态势初步形成。2010年,中国人民银行出台了《非金融机构支付服务管理办法》,使第三方支付企业从“快速规模扩张、盈利性低的跑马圈地”阶段过渡到“行业整合、集约成本、提升竞争壁鱼”阶段。

然而随着行业快速发展,第三方支付平台尚未探索并实践新的商务模式,竞争策略依然停留在不计成本的价格战、低水平地扩大商户与用户群的资源性溢价层面;规制当局也尚未明确第三方支付产业的属性,对其金融规制和产业规制及相应规制的法律基础、规制主体及规制内容也未有清晰划分,这些都形成了第三方支付产业的发展瓶颈。

二、第三方支付的盈利问题

(1)在B2B、B2C中的盈利状况

产品的同质性导致了恶性竞争。为抢占更多的客户,一些第三方支付公司甚至降低提成份额或零服务费来吸引客户。此外,在银行收取一定支付手续费的基础上,支付平台再附加一些费用作为自己的利润,无疑是增加了交易双方的成本。同时个别银行还使用低于第三方支付服务商的费率,与第三方支付服务商直接展开低端竞争。

(2)在C2C中的盈利状况

C2C的特色在于专门针对我国网上交易信用现状而特别推出的安全付款服务。这种模式的客户是主要是单个消费者,收入主要来自于沉淀资金的利息以及手续费收入。我国第三方支付目前还处在起步阶段,还未形成明确合理的利益分配价值链。第三方支付的未来发展,仍存在挑战。为了生存与发展,第三方支付还要对其商业模式进行深入而切合实际的探索,找出一条适合中国国情的道路。

三、第三方支付存在的风险

目前,第三方支付市场主要存在的风险类型包括:金融风险和宏观环境风险。金融风险又包括市场风险、信用风险和操作风险。

1.市场风险

市场风险是指由于市场价格水平变动引起的风险。市场风险通常包含流动性风险。第三方支付的市场风险是指由于第三方支付市场价格水平受第三方市场各因素变化影响而发生波动引起的风险。目前第三方支付的市场风险主要包括:银行拒绝合作的风险、客户流失的风险、潜在进入者的风险、替代品及其他企业竞争的风险、行业内现有企业的竞争风险以及流动性风险。

2.信用风险

信用风险是指由于交易对手不愿意或者无法履行合约引发的风险,通常又可称为违约风险。第三方支付机构的信用媒介功能虽然在一定程度上填补了信用市场体系的缺陷,同时也增加了信用风险。根据第三方支付市场涉及的主体不同,第三方支付市场的信用风险可分为交易双方引发的信用风险和第三方支付机构本身的信用风险。

3.操作风险

操作风险是指由于不完善或者失效的内部流程、人力和系统以及外部事件所引发的风险。第三方支付机构的操作风险主要是指由于其内部流程不完善、系统失灵、人为错误、操作人员操作不规范、违规、控制失效等给第三方支付机构带来损失的风险。

四、第三方支付推动金融创新

随着支付行业的发展,为满足商家和用户的多元化支付和相关增值需求,服务逐步向外延伸,衍生出大量金融和营销方面的增值交易服务,第三方支付企业在满足市场需求的同时,起到了推动原有金融体系创新的作用。

(1)支付渠道的创新融合

从基础的互联网在线支付、POS 收单和 ATM 支付,发展到移动支付、电视支付等,支付已实现多元化。各家支付企业在支付的基础上创新出来的产品,已经在水、电、气、有线电视、宽带等十余类行业得到充分??用,提升企业运营效益的同时也方便了消费者日常生活中的支付。

(2)改变了传统信用评价方法

第三方支付企业在运营中积累了大量商户和用户的交易信息,此数据分析可为小微企业提供可靠的信用数据,解决小微企业融资难的问题。

第3篇

关键词:汽车销售;风险控制;防控措施

伴随着我国汽车技术水平的飞速发展,人民经济收入的不断提高,汽车已经走进千家万户,成为了我们日常生活中必不可少的一种交通工具。近年来,在我国汽车产业不断发展扩张,汽车市场需求不断扩大的情况下,越来越多的合资品牌的进入国门,人们能够选择的汽车品牌持续增多,在这样的情况下,作为汽车经销商应当及时抓住商机,尽可能地的将自家汽车品牌的相关营销活动做好,并提出有效的改进措施,只有这样才能够有效的促进汽车销售的业绩在整个的汽车市场中的销售份额稳定增长。从国内相关的汽车销售报道中得知,由于汽车销售市场遭受到多个方面因素的影响,使得国内汽车的销售业绩不太稳定,有诸多风险存在,从而使汽车经销商销售的利益都受到了影响。在对汽车销售在国内市场潜藏的风险深入分析之后,笔者将一些有效的风险防控措施提了出来,其目的在于为汽车经销企业有效的预防控制风险提出可借鉴的措施,以期待营造一个良好的市场营销环境。

1关于汽车销售市场的现状

从去年统计的最新数据分析得知,自一月份之后,国内汽车整体销售量出现持续下滑的现象,汽车销售的数量出现了较大的减幅,这使国内汽车销售市场整体的经营收益受到了严重影响,汽车销售市场竞争也是日趋激烈。在文章中笔者选择了市场中主要的销售车型作为参考依据,分别是紧凑型、大中小型等,并统计了豪华高端车型销售的具体情况(如:表1),根据同比、环比等不同比例的增长数据得知,去年以来我国汽车市场的销售情况并不乐观,增长下滑的趋势在大部分的车型中都有所出现,甚至最高峰达到了百分之三十三以上。因此,汽车销售等相关企业制定有效的风险控制措施尤为重要,以增强企业应对风险的能力,这将关乎到企业能否持续健康的发展。

2关于主要存在于汽车销售市场中的风险分析

我国正处于开放性市场经济改革时期,因而各种产业的经营在社会主义市场中有专门的保障性平台作为依托,借助我国当下经济发展实际中的市场特征,汽车市场营销机制受益并实现了可持续增长的目标。作为目前国内重要的一类出行交通工具类产品,整个汽车行业经营收益的实现也确实需要在市场作用的推促下实现,因而只有将未来潜在销售市场的收益空间深入挖掘并激发出来,才能够将生产制造企业与经营销售企业之间共同的理想收益创造出来。通过深入分析我国前期汽车销售市场的发展状况,得出结论现阶段国内汽车销售市场正处在“瓶颈期”,面对当下“瓶颈期”实际市场风险分析是由多因素构成的,因而只有寻根求源才能够确保汽车销售企业的销售业绩得到进一步巩固和提高。

3风险的有效防控措施分析

对于现代人来讲,汽车是日常生活出行不可或缺的重要交通工具,因而有巨大的发展空间潜藏在汽车销售市场当中,就如何准确的将市场商机掌握是现如今汽车销售商们主要需要考虑的问题。目前针对于存在于汽车销售市场中主要的风险,要求销售商必须将相应的风险防控的措施做好,只有这样才能够在市场中将主导的地位占据,减少来自同行之间的竞争,以便于将本品牌汽车销售影响收益的风险因素避免掉。在笔者的认识里,汽车销售商首先需要将完整的一个风险控制的体系建立起来,只有这样才能够有效地对多方面的影响因素进行管控。

3.1准确的市场预测

不可预测性包含在市场风险主要的特征之中,只有销售商在将市场风险预见性增强的情况下,才能够将自身对于风险应对的能力不断增大。对于销售市场风险而言,控制该种风险最有效的一种方式便是市场预测,在预测性风险这一防预方案的采用下,能够有效的将汽车品牌的销售抗风险能力提高。

3.2营销方式的转型

汽车产品的销量和利润与市场营销活动之间有着紧密联系的,汽车品牌的销售也需要加强对市场营销组合的创新设计和决策应用加以重视,只有在遵循市场供需规律的前提下才能够将有效的营销模式建立出来。

3.3规模扩大

目前,我国逐年增多了国内外汽车品牌的数量,相应的不断增加了汽车销售商的总数量,通常汽车销售企业为了占据大份额的市场,便会选择规模扩大的方式。

4结语

综上所述,多样性的特点存在于汽车销售市场的风险当中,该风险无论是由主观因素造成的,还是由客观因素造成的,对于汽车销售企业而言都会有不利的影响产生。为了减少市场发生风险的概率,就要求各个企业必须将多方面风险控制的措施做好,只有这样才能够防范于未然,将市场风险降低,尽可能地保护企业的经营利益。针对于市场风险所造成的各种不利影响,对于汽车经销商而言有必要进行战略的转型,不断对市场销售服务的模式进行强化,只有在上述情况实现的前提下才有可能扩大和提高汽车销售企业自身抵抗风险的能力。

作者:孙静 单位:天津交通职业学院

参考文献:

[1]郝玉凯.汽车销售市场风险控制措施的研究[J].中国商贸,2014(13):81~82.

[2]杨斌.我国汽车消费信贷市场的风险控制研究[D].青岛:中国海洋大学,2011.

[3]姜丽媛.我国汽车消费信贷风险研究[D].哈尔滨:哈尔滨工业大学,2014.

第4篇

一、企业内部审计面临的挑战 

随着计算机技术,特别是互联网技术实现了与传统业务,如金融、保险等的深度融合发展,新技术层出不穷,对企业的发展产生了深远影响,同时对内部审计提出了严峻挑战。 

(一)信息技术演变的环境影响 

信息技术不断的影响着审计,信息技术在审计上的效果已经在开展现代审计工作所必需的知识、技能和标准中凸显出来。新兴技术的影响是双刃剑,一方面,新兴技术创建一个更为复杂的系统,使审计工作不能有效开展;另一方面,审计师可以将新兴技术作为审计工具,从而使审计工作变得更加高效。有关未来,可以肯定的是信息技术会更迅速的变化,不同于20世纪早期的审计师,现在的审计师面临一个瞬息万变的环境。数据规模的扩大,数据处理速度的加快和会计职能的中心化毫无疑问已经达到了顶峰,科技进步的步伐不可能停止,现代审计师不仅要很快的适应环境,还要同环境共同进步,否则审计变得低效。伴随着信息系统的急剧变化,内部审计的审查对象——经验活动与内部控制渐趋自动化,在自动化环境下,信息系统横跨许多部门,审计范围不仅包括控制互动、业务环节,还包括信息系统的设计和运行情况。同时,信息技术也对内部审计方法技术带来了巨大影响。传统手工方式被大量借助计算机硬件及审计软件的现代审计所取代,新的审计技术使内部审计能够胜任性质复杂、数量庞大的业务活动。信息技术对审计对象及审计方法两方面的影响是内部审计必需考虑的因素。 

(二)风险导向审计模式转变的需要 

为了对整个企业做出较为客观、全面的风险评估和咨询服务,风险管理导向的审计模式在金融企业普遍被采用。内部审计参与企业风险管理是内部审计的发展方向,是环境因素和内部审计自身因素共同作用的结果。这不仅为内部审计的发展提供了契机,也有利于企业在风险管理的过程中采用先进的审计方法和技术手段,强化内部审计职能,积极探索和勇于创新,使企业在竞争中处于优势地位,实现管理最优、效益最佳的发展目标,并开创审计工作的新局面。 

对传统的内部审计而言,内部审计的目标是评价活动的真实性和合法性,以相关法律法规、企业会计准则、内部审计准则等作为评价标准。而在风险管理导向内部审计模式下,内部审计的范围拓展到公司治理、风险管理等领域,因此内部审计亟需建立分层级的风险管理数据库,推动风险管理信息网络建设,增强风险预警能力,实现有效的风险管理。当前,很多金额企业已在或正在探索以先进的数据库技术和网络技术为基础,以IT系统平台为支撑,构建风险管理信息网络。那么基于风险管理的内部审计为基础,借鉴和充分运用各类业务职能部门、风险管理部门和内部审计部门的沟通与联系,搭建起内部审计对各层次风险监督、评价的系统平台,不断提升风险管理的有效性及能力,利用大数据、云计算等技术,是强化风险管理导向内部审计的咨询职能的需要。 

(三)金融与互联网新业务的需要 

在20世纪90年代,信息的告诉发展以及金融市场的创新和完善,使得金融行业逐 

步与网络结合演变成互联网金融业。到了21世纪,,互联网快捷方便安的经营模式改变了人们的投资选择以及金融机构的业务流程。在2015年开始,互联网金融指数涨幅接近20%,随着第三方支付、P2P借贷方式的日渐盛行,传统商业银行运转模式与之相比缺乏一定的竞争力。在新的的经济形势之下,各电子交易平台都在寻求一种新的企业运转模式来让自己在经济的浪潮中稳步前行。本身具有系统风险的互联网行业与自身具有市场风险和内部审计规范问题的金融行业结合,造成以互联网为媒介的金融企业在经营背后隐藏着较大的风险。因此新技术在金融企业审计中的应用更加迫切。 

二、新兴技术在金融企业内部审计的运用分类 

随着计算机技术,特别是互联网技术实现了与传统企业,如金融、保险等的深度融合发展,对企业的发展产生了深远影响,同时,对内部审计提出了严峻挑战。 

目前,企业内部审计为了快速适应企业快速发展及工作要求,也正在将新兴科技应用于企业内部审计,主要体现于四个方面: 

(一)数据分析工具 

包括大数据技术、HiveQL工具、数据分析开发的R语言三个主要的工具。大数据技术 

相对于传统的审计抽样,未能进行全面数据分析,大数据技术及相关分析工具的应用为内部审计提供全体样本分析工具,并能进行量化分析。 

HiveQL工具则提供基于SQL的查询语言用以查询数据的方式进行各类数据的综合分析,运行Hive时,脚本会被编译成MapReduce作业执行,应用于Hadoop平台。 

数据分析开发的R语言擅长统计分析方面工作,它提供了各种各样的數据处理和分析技术。 

(二)监控工具 

传统的内审一般是事后监督分析,目前企业的发展需要将风险管控前置,对于内部审计提出更高要求,例如事中监控及审计。目前典型应用如通过日志云平台,通过对服务器、系统、个人终端、电话记录等进行综合分析,病对实时运行的信息进行挖掘,实现对异常登录、操作进行事中监控及警告。日志云的监控分析,能实现多源多格式的日志进行分析及处理,产生分类丰富的数据分析,以便进行风险及监控。 

(三)行为分析工具 

在反舞弊反欺诈审计工作中,需要对特定人员进行综合分析,可利用行为分析工具协助核查人员背景信息,追踪对象行动轨迹,推动资产冻结和追偿。 

(四)数据可视化工具 

为数据使用更加直观、友好、便捷,企业在大数据的提取加工中,运用报表、导图、图形、动画等手段进行数据的可视化展示,在电脑、看板、手机端进行数据应用。企业信息的共享和展示,让企业内各职能部门可以在日常监控中各取所需,在大数据可视化运营新常态下,当前业务的内部审计工作由以往偏重于对事后的检查验证,向对日常数据的事中监控进行转变,全面覆盖企业日常审计任务,将审计工作贯穿在企业的发展运营过程中,完善企业的风险管理体系。

     传统内部审计对于统计分析数据展现形式单一,借助目前流行的数据可视化工具SAS、Tableau、Oracle Business Intellingence等表生成工具,提升了针对风险分析的手段与方法,使得基于大数据分析的商业决策更易被理解和接受,从而将大数据的潜在价值最大化。业务人员通过简单的拖曳即可定制个性化报表,跳过了数据准备的工作环节。 

三、以平安集团审计为例的实践探索 

利用大数据、云计算等技术,强化风险管理导向内部审计的咨询职能、信息技术的发展,给内部审计带来了巨大的影响。一方面,以信息技术为基础的系统越来越复杂,内部审计的监督对象呈现出自动化的趋势,审计范围不再仅限于业务流程和相应的控制活动,逐步拓宽到了信息系统的开发和运行,这些使得传统的内部审计方式无法满足相关要求。另一方面,信息技术巨大低影响了审计方法,以计算机硬件和审计软件为基础的信息化审计逐步取代传统手工方式,内部审计人员能够将信息技术作为审计工具,在信息化审计背景下内部审计的效率和效果都得到提升。 

以平安集团为代表的金融控股集团内部审计部门利用大数据、云计算等信息技术手段实现精细化运营,以风险为导向,围绕人员、交易、资产、系统四个维度,推进全集团全方位风险监测体系建设,对数据进行深度挖掘分析,准确对集团各层次的风险进行监控和研判,充分发挥风险管理导向内部审计的咨询职能。其次,平安集团创新业务系统和平台,整合公司业务系统、Hadoop、日志云平台、企业征信系统、Ares风控系统等打通风险监测群,打破信息孤岛,为大数据分析、模型开发测试优化、案件信息取证分析提供一站式服務,为审计分析提供全方位数据支持。再次,推广应用平安日志云和星云平台,日志云用于帮助公司追踪生产运营中的为,同时也可以利用日志云平台实现用户异常新闻恩的分析。星云平台则hi继承了数据分析、数据挖掘和应用展示等功能的数据挖掘平台。 

第5篇

何谓风险资本,目前学术界并无统一定论,但其基本框架已经确立。我国学者认为,风险资本又名创业投资,是指投向具有高风险(有较大失败危险)的创业企业的资金,该种资金多由募集取得。而投资者通过被投资企业发展成熟或产品研发成功等途径来获高资本收益的投资行为称为风险投资。《国务院办公厅关于建立创业投资机制的若干意见》将风险投资界定为“风险投资是指向主要属于科技型的高成长型创业企业提供股权资本,并为其提供经营管理和咨询服务,以期在被投资企业发展成熟后,通过股权转让获取中长期资本增值收益的投资行为。”可见,对于创业企业而言,风险资本是维持期初期发展的主要动力之一,起到了至关重要的作用。当然较之于欧美国家,风险资本投资模式才算刚刚适用于实际操作中,不过创业企业仍可以风险资本融资行为和运作风险投资来提高企业绩效水平,以此从根本上缓解企业的融资约束,促进企业成长。

风险投资是创业企业的一种融资行为,两者并不等同。创业企业投资除却风险投资,一般情况下还包含自由资金及银行信贷,因本文主要探讨前两者关系,故而于此并不对后两者同创业企业投资行为间的关联进行深入探讨。Inderst等学者认为,对于专业机构投资者而言,他们为了促使被风险投资企业在面对激烈的市场竞争时仍可长久取得竞争优势,会在早期风险投资过程中出现投资额超过市场所认同程度的情况,这种现象称之为激进性投资(activeinvestment)。根据其理论观点可知,风险资本的投入可能会造成企业激进性投资,提升企业市场价值,推动企业盈利进程。细述而言,主要涵盖两个方面:其一,通过在创业企业早期加大风险资本投入来增强企业规模,提升其市场竞争性,从而可以获取更高的退出收益;其二,专业风险投资机构为了尽早取得收益会倾向于促成被投资的创业企业早日参与市场竞争,因此于内倾行为上会通过增加早期投资以满足企业上市资产方面的要求。有上述一些基础理论或其他学者的研究成果可知,风险资本会对企业投资行为产生一定影响,即促进企业进行激进性投资。但是该项论点是基于外国市场研究所产生,故而,为了探讨我国市场风险投资方面的相关情况,下文会通过建立投资模型及实证数据研究来分析两者关系。

二、研究模型构建方法

1.创业企业基准投资模型的构建方法。为取得激进性投资的影响因素模型,首先需构建创业企业的预期投资水平,创业企业基准投资模型如下所示。根据创业企业基准投资模型可知,对于风险资本投入的企业而言,其所支持的创业企业在其它要素得到有效控制之后,仍然会存在风险资本高于市场预期的超额投资的情形。至于该项超额投资,引用上文理论,即为激进性投资。综合上文可知,风险资本之所以会导致激进性投资的产生存在两个方面的因素,但是这种根源在于专业机构投资者具有一定的逐名动机,但是其与创业企业之间存在信息不对称的情况,于此情境下,为了取得企业控制权,创业企业经营者可能会处于自身利益考量而采取过度投资的手段,不可忽视的是这种过度投资行为会导致企业价值下降。

2.激进性投资的影响因素模型的构建方法。以模型(1)和等式(3)为理论基础,构建回归模型如下所示。根据上述模型可知,如若为较大正数,则意味着激进性投资有可能存在转化为过度投资的情形。基于上述假设,构建激进性投资的影响因素模型。

三、样本分析及其结果分析

1.样本取材。选取2012年1月至2014年1月于本市创业市场出现的50家创业企业为研究对象,数据资料均取本市创业板市场。分析统计数据资料以创业企业在上市前2年际上市后18个月的数据为基准,但是本次研究为最大限度降低风险资本退出时间对分析数据的影响,主要采用每个创业企业上市后1年度的财务资料。样本资料详见表1。

2.样本分析结果。对上述企业各项数据进行统计分析,结果显示,基于平均水平,有风险资本支持的企业存在更高的投资水平,意味着其在早期市场竞争中和后期市场发展过程中存在一定的优势地位,成长性更高。不仅如此,有风险资本支持的企业较之于无风险资本支持的企业在上市年限上花费的时间更短,分析其原因,可能在于风险资本投入这期望在相对较短的时间之内获取投资回报,及早退出投资,故而会通过加大风险资本投入加快创业企业的成长进程,促使其在短时间之内达到上市标准。两者对比情况详见表2。

四、实证结果总结

第6篇

本文着重分析和应用方差-协方差方法、历史模拟法、ARCH类模型等3种常用的VaR模型。

(一)方差—协方差模型

该模型假定资产收益率服从正态分布,通过估计样本历史数据得出每日收益率分布的均值μ和标准差σ,假设r*表示某一置信水平下的最低收益率,根据分位数*1()rμασ=Φ,可求得:*rUα=μ+σ(1)其中Uα为正态分布的上侧分位数,则r*为最低收益率,由VaR=-P0r*从而作为1天持有期内的最大损失VaR值。

(二)历史模拟法

历史模拟法不要求对资产收益率的分布形态作任何假定,而是以“历史资料可以不偏地反映未来”为前提假设。计算方法是首先按时间顺序排列收益率的历史数据,然后建立经验分布函数,在给定置信水平下α,设观测日为T,且设t=T×(1-α),根据t的值在经验分布函数中找出相应位置的数据,即为最低收益率r*。

(三)ARCH类模型

为了解决证券市场收益率条件异方差的问题,Engle(1982)提出了ARCH(自回归条件异方差)模型。下面简单介绍一下各类ARCH模型:

1.自回归条件异方差模型(ARCH模型)

ARCH(p)模型包括条件均值方程和条件方差方程,可以用下列公式表示:12201titttttpttiirrvvaavγσεσ==+==+∑其中{tε}是一个独立同分布的随机变量序列,均值为0,方差为1,0a>0,0ia≥(i=1,2,p),{tε}与{tσ}相互独立。模型通过对历史收益率误差平方的移动平均,把收益率的条件异方差纳入分析,因此收益率无论朝哪个方向波动,当前市场波动幅度也将很大,ARCH模型很好地刻画了收益率的丛聚性效应。

2.广义自回归条件异方差模型(GARCH模型)

GARCH(p,q)模型标准表述如下:1222011ttttttpqtitijtjijrrvvaavγσεσβσ===+==+∑+∑其中{tε}是一个独立同分布的随机变量序列,均值为0,方差为1,()()00,01,2,01,2ija>a≥i=pβ≥j=q,{}tε与{}tσ相互独立。GACH(p,q)与ARCH(p)的不同在于模型中加入了q个自回归项,可用简单的GARCH模型代表一个高阶的ARCH模型,解决了ARCH模型的固有缺点,使待估参数减少,提高了模型的准确性。由于一般异方差模型均认为各时点上收益率服从具有变方差的条件正态分布,即21~(,)ttttrμσΙΝ,其中t1Ι表示过去的信息集。设Uα为标准正态分布上侧分位数,则有*tttrUαμσ=。则得到最小的收益率:*tttrUα=μ+σ(2)

二、实证分析

(一)数据的选取以及处理方法

1.指数的选择及说明

在股票市场上,股票指数是衡量股票价格水平的一种技术工具,在股票价格分析中得到广泛的应用,是衡量股价波动和走势的重要指标。而上证指数能够反映上海证券交易所的总体情况,并且可以比较准确的度量市场风险,因此本文选择上证指数2007年1月4日到2010年3月22日的每日收盘价数据作为分析的对象。

2.数据处理

由于指数是相对于相对价格而言的,由于价格的非平稳性,在金融研究中更多的是关注价格的变化和收益率而非价格本身,因此应该将数据转化为收益率序列。所以在下文的研究中,我们采用股票指数的几何收益率作为分析目标。几何收益率的计算如下:1lntttprp=

(二)方差——协方差方法

对收益率样本进行计算得到样本的均值为0.000163,标准差为0.023280,因此在95%置信水平下,由公式(1)得,每日最低收益率r*=0.000163-1.65×0.023280=-0.038249。(其中正态分布的95%的上侧分为数为-1.65)。

(三)历史模拟方法

根据上文介绍的历史模拟的方法,处理收益率数据。首先将收益率数据从小到大排列,其中T=782,t=279×0.05≈39,则对应的经验分布函数中第39个数据为-0.042215。

(四)ARCH类模型

以下采用EVIEWS软件对样本数据建模,根据赤池信息准则(AkaikeInformationCriterion,AIC)选择模型阶数,经过比较发现GARCH模型对数据的拟合效果较好,上证综合指数的估计结果为:均值方程:2220.74900.7126(8.1306)(7.2558)(3)0.01032.0143tttrrRDWυ∧=+==方差方程为:222111.05050.07430.9086(2.1323)(5.5878)(57.0368)tttσEυσ∧=++括号中为z统计量,可以从上表看出各系数在95%的显著性水平下明显地异于零。D-W统计量在2附近,说明模型不存在序列相关,模型拟合良好,可以接受模型。然后根据公式(2)计算r*,其中由于收益率为平稳的,在(3)两边取期望得到,μt为0,σt由GARCH模型估计得出。

三、VaR值的检验及分析

(一)Kupiec检验

对VaR风险管理模型的准确性和测量精度进行检验和评估,比较常用的检验方法之一是由Kupiec于1995年提出的失败率检验法。其基本思想是如果VaR模型是准确的,那么资产实际损失额超过VaR值的情况可视作一个二项分布中的独立事件。假设VaR的置信度是α,则失败的概率期望为p*=(1-α);实际考察的天数为T,失败的天数为N,则失败的频率为p=N/T。*0Η:P=P*1Η:P≠P2ln[(1)]2ln[(1)]TNTNNLRpPNpP=+在原假设条件下,该统计量服从自由度为1的2χ分布。根据模型计算结果对三种模型进行检验三种模型失败次数如下表1Kupiec检验结果由上表可以看出三种方法的失败次数都在37<N<65的范围内,都能通过kupiec检验,所以认为三个模型都充分估计了市场风险,但是方差-协方差方法倾向于低估风险,因此以下对数据进一步分析。

(二)正态检验

方差-协方差方法是建立在正态分布的假设之上的,因此正态分布的假设是否成立,对于数据分析结论的可靠性非常重要。正态分布检验的方法有很多种,以下主要采用偏峰检验,所得结果如下:数据显示,上证综合收益率指数向左偏移,并具有尖峰厚尾的现象。由于在样本服从正态分布的零假设下,JB统计量服从2χ分布,且由于P值为零,表明序列非正态分布。从以上正态检验中,指数波动在统计上体现的是时间序列存在异方差。

第7篇

>> 房地产调控的逻辑 房地产行业的金融创新 房地产调控中的奇怪逻辑 房地产行业当中创新的逻辑 乐视跨界房地产的逻辑 浅谈大屯矿区房地产资源的优化配置 论房地产金融调控对房地产和金融的双向影响 金融货币对房地产的影响 论房地产金融的特点与作用 发展房地产开发金融的对策 构建理性互动的房地产金融链 调控房地产价格的关键――土地和金融 房地产金融风险的控制 房地产金融:划时代的新命题 房地产泡沫对金融业的影响 房地产金融风险的控制分析 浅析房地产企业金融风险的化解 金融调控政策对房地产市场的影响 房地产金融的风险与防范 法律视野中的房地产金融创新 常见问题解答 当前所在位置:中国 > 管理 > 房地产金融的配置逻辑 房地产金融的配置逻辑 杂志之家、写作服务和杂志订阅支持对公帐户付款!安全又可靠! document.write("作者: 本刊编辑部")

申明:本网站内容仅用于学术交流,如有侵犯您的权益,请及时告知我们,本站将立即删除有关内容。 光大安石首席执行官潘颖。

社会财富从不动产向金融资产的转移并非一蹴而就。房地产作为国民经济的支柱型行业,即便是告别“黄金时代”进入“白银时代”,在“资产荒”中也依然存在结构性机会。房地产金融工具就是一个承接这种长周期转移的角色。

2015年11月12日,光大安石首席执行官潘颖接受了《证券市场周刊》的专访。这家房地产基金在“黄金时代”用8年时间做到了国内行业的金字塔顶尖。出道自国家外储资产管理部门、信奉自上而下投资逻辑与长期配置理念的潘颖表示,光大安石未来将会谨慎地走向一个不动产跨境资产管理平台。

在潘颖看来,房地产依靠粗放式开发与销售赚钱的时代结束之后,游戏规则变成了通过运营能力提升利润,诸如大数据分析、线下与线上互动、提升服务水平、运用资产证券化工具都是全方位改造传统商业地产的手段。而权衡风险与收益之后,房地产金融亦是有所为有所不为。

房地产金融要挣运营的钱

《证券市场周刊》:如何对现存的各类房地产金融产品进行分类?

潘颖:可以从现金流来源的角度看。像我们的基金主要是持有商业地产项目,靠租金收入产生现金流。有一些金融产品对应项目本身是有销售的,通过开发销售产生现金流作为还款来源。还有一些产品是相当于经营性物业抵押的模式,用成熟的物业作为抵押物来借款,其还款模式主要是靠再融资。其他的由于不符合规定或者杠杆比例不合要求,可能使用信托或资管来作为开发资金的补充,未来再通过销售提供还款来源。大概就是这么几种。

《证券市场周刊》:龙头房地产开发商正在向轻资产运营转型,寻求脱手物业,为何房地产基金反而越来越多地持有物业?

潘颖:持有分为不同的模式。如果资产是在资产负债表内,就是一个重资产的持有模式。但我们不是用自有资金而是采取基金的形式来持有。未来我们会把这些基金持有的资产通过资产证券化的方式在资本市场转让。

《证券市场周刊》:如何看待中国房地产行业景气下行和房地产基金在其中的机会?

潘颖:房地产有很多不同的业态和产品。比如住宅里面分为刚需型和改善型住宅;工业地产包括例如物流和产业园;商业地产又分别包括零售、购物中心、写字楼等;另外还有文化产业。这些不同业态会有各自的周期。房地产的资本密集特征又跟利率、市场流动性有着密切的关系。因此,在大的下行周期里就要把握这些规律和细分行业周期做投资。

房地产基金的核心竞争力应该是统一管理的模式。其实对于想转型的房地产公司来说,它们就是渴望从重资产转向轻资产模式。比如万达,它不是不做购物中心了,而是希望继续设计、开发、运营、管理这些购物中心,但只是输出管理服务,由其他投资人来持有这些购物中心。

房地产企业转型就要降低负债率,或者它们有一些优质资产因为运营问题没有形成收入或需要一段时间培育才能形成收入,但被迫出售这些资产,这对房地产基金来说是一个机会。

《证券市场周刊》:房地产基金在选择一个开发商合作伙伴时,会考虑哪些核心因素?

潘颖:以我们的角度而言,我们看重的是合作伙伴的核心竞争力,而不是体量和规模。

比如重庆英利,英利比不上龙湖和金科这些重庆本土大开发商的体量,但它的优势是定位比较高端,在核心区和核心地段开发持有这些优质资产,能吸引重要的、国际性的企业总部设在里面。上海嘉宝是我们另一个合作伙伴。它们是做一线城市的新城,也在朝着轻资产的模式转型,在住宅开发管理、特别是在改善型住宅方面,它的经验不输一些大型高端房企。

用大数据分析来做运营

《证券市场周刊》:以光大安石为例,房地产基金如何去对项目个案风险进行防范呢?

潘颖:我们对项目进行动态的评估,发现收益率低于预期就进行即时的调整。首先要分析原因,是市场因素还是我们自己的因素。如果是市场的因素,作为一个投资人肯定要承担市场风险。如果是进入市场时的估计过于乐观了,那么我们就要做一个判断:是要调整价格来实现现金销售,还是持有一段时间、暂缓一下开发的节奏并根据市场变化做出后续调整。另外,我们做未来项目敏感性分析时,就可能对市场调整的幅度做更保守的估计。如果是我们自己团队定位或是执行的问题,我们会对团队做调整。

《证券市场周刊》:在中长期看来,随着经济下行,未来居民收入和消费水平增长面临变数。如何评估宏观风险对商业地产项目收益的影响?

潘颖:首先,经济下行是不可否认的事实,但房地产依然会是国民经济发展中的支柱行业。中国各地的情况差异很大,所以我们的做法是具体项目具体分析。

然后就是如何靠运营能力赚钱了。比如分析商业地产定位,周边是什么样的消费群体就决定了什么样的定位。另外,定位也由规划面积来决定,比如一个5、6万方的购物中心和一个12万方的购物中心定位是完全不同的。从拿地到定位,到设计,再到最后招商运营,后期不断地调整租户,这是一整套系统工程。

比如我们刚接手重庆观音桥“大融城”的时候它是个烂尾楼,但现在改造完了在我们的运营下,平均日人流在8万人,2014年它的营业额已经达到13亿元。当然也有客观因素,重庆房地产市场本身比较健康,当地商业氛围好,消费增长也非常快。

《证券市场周刊》:您刚才提到客流量和营业额数据,商业地产项目如何提高将客流转化为消费者的比率呢?

潘颖:我们现在是靠对大数据分析来改善运营,提高效益。我们通过科技系统抓取人流数据,对诸如年龄层次、性别比例、平均逛店铺的频率、餐饮消费的频率、在每一家品牌店逗留的时间等因素进行分析。这里的工作量非常大。

比如一个特定的消费者逛某家品牌店,一个月来了三到四次,我们就要求这个店的新品上市频率更快一些,否则就满足不了顾客,无法提高转化率。再比如一家餐饮,顾客一个月来三次四次,那餐厅菜品各方面的情况也要有创新。

《证券市场周刊》:商业地产运营者如何看待来自线上消费的冲击?

潘颖:以我们商业地产项目的大数据分析,我们会了解到哪些品牌受电商冲击比较大,哪些品牌的消费者更注重体验和感受,去做必要的调整。

但更重要的是,我认为线上线下未来肯定要相互结合,而不是你死我活的说法。美国的电商排行榜除了亚马逊之外,其他的电商全是基于实体,像梅西百货、沃尔玛这些大的实体店同时占据了电商的前列。而亚马逊现在也开设了线下店铺。

互联网只是一种手段,一个交易的平台,它提高交易效率,提高透明度,减少交易成本。消费需要体验,有一些消费是网上代替不了的,特别像餐饮、儿童用品,还有一些潮品。另外被忽视的是服务水平,中国的购物中心因为服务差因而给人的消费体验太差,特别是传统百货。举一个极端的例子,日本很多家庭经营的、面积很小的零售店铺还存在,就是因为他们给人的体验特别好。消费者不仅买到一个物品,更重要的是得到某种服务。这也是为什么在国外电商没有像国内电商这么火爆的原因。所以,随着实体服务水平的提高,互动体验的改善,实体会有它的发展空间。

《证券市场周刊》:房地产基金的投向是否会有一些“雷区”?

潘颖:这需要具体项目具体分析。硬性约束方面,你要看具体的还款来源,项目的位置、项目的价值、能否覆盖你的投资成本。另外是谁在操盘、谁在运营、谁在管理,这些软实力也很重要。

总的来看,我们对酒店抱有比较审慎的态度。酒店业主关心入住率,而为了提高入住率,需要聘请国际上的酒店管理集团,因为它们有庞大的网络优势。但如果酒店要接入酒店管理集团的网络,使用品牌,就需要按照酒店管理集团的要求投资改造。作为业主承担投资风险,酒店管理集团运营得好皆大欢喜,但如果运营不好,则是业主承担风险,酒店管理集团还会收取固定的管理费。

这是普遍的商业模式决定的。所以对于酒店,在我们没有形成核心竞争力之前,投资会比较审慎一些。

获取房地产的配置价值

《证券市场周刊》:商业地产如何在物业的流动性和物业整体价值的完整性两者之间取得平衡?

潘颖:我们是不认同把商业地产进行切割销售这种模式的。这个模式下没办法统一运营和管理,如您所说也会降低项目本身的价值,这恰恰是我们非常担心发生的事情。

作为有金融基因的企业,我们拥有资金成本低期长的优势。像我们通过地产基金来持有的上海“大融城”项目,是“7+1+1”的年限规划。所以,我们有足够长的时间去持有资产,等到资产产生稳定或者是达到我们预期的现金流收益水平再去处置,而不刻意去追求短期流动性。

《证券市场周刊》:房地产基金参与资产证券化有什么要点?

潘颖:通过房地产资产证券化转化成新的轻资产的模式会是一个趋势。但这里有一个前提条件就是资产得是收益型不动产(Income Property),不能拿一块地或者一个在建工程来做资产证券化。

目前很多房企想做资产证券化,但它们并不持有收益型不动产。很多人看重万科的开发量和销售金额,这些数字比长实、新鸿基等香港的地产商还要高很多倍,但现金流收益方面万科并不如后者。这是因为万科做的是大规模的住宅开发销售,并不持有这些优质的资产。

很多房地产公司由于资本市场的压力要降低资产负债率,在这种情况下我们利用在金融方面的优势收购、运营和持有这些资产,最后通过资产证券化的形式来实现收益,这是我们参与的方向。

《证券市场周刊》:REITs作为海外主要的资产证券化形式,目前在我国有哪些障碍?

潘颖:现在障碍主要是在交易过程中产生的税收问题。因为把一个资产装到一个特殊目的公司里面去做REITs的话,按国内税法的规定,交易的发生和所有权转移会征收,甚至会让整个交易在财务上变得不值得,这是最大的问题。当然现在有各种各样的方式来对冲税务风险,但毕竟缺乏明确的规定。这也就是为什么说现在REITs主要还是取决于监管部门推动的力度。

《证券市场周刊》:光大安石做海外房地产投资采取什么样的策略?

潘颖:母公司光大控股是一个跨境的资产管理平台,光大安石也要做一个跨境的不动产资产管理平台。我们在海外的投资目前主要是从资产配置的角度来考虑的。我们原来人民币资产多,如果未来人民币汇率还有贬值压力,海外配置需求增加,我们就要做一些调整。

投资本身是一个风险收益的平衡。有一些开发商在海外拿地,打算复制国内的模式,但我们觉得在目前来说这样复制还不是很成熟,所以现在海外第一步就只做资产配置。从风险的角度来说,我们承担不了海外开发和运营的风险,只愿意承担资产本身的市场风险。所以,我更愿意收购那些成熟的物业。

从国别看,海外目前主要还是在美国。我们在海外的第一单投资是跟KKR合作的一个基金,在旧金山、洛杉矶、圣地亚哥和盐湖城持有18栋单一租户写字楼的产品组合,现金收益率在4%以上。虽然欧洲从资产配置的角度说也有吸引力,但人民币对欧元还是升值的,所以对冲汇率风险还会产生一些成本。

《证券市场周刊》:我知道您有一段管理外储资产的职业经历很特别。能否谈一谈这对后来的投资生涯有什么样的影响?

潘颖:我在外汇管理总局工作了六年,三年在北京总部,三年在当时初创的香港华安公司。这一段的经历让我真正体会到了一种资产配置的视野。

当时我们作为国家外汇储备资产管理的一线团队,会先理解对宏观和利率走势判断,接下来再做对资产的配置。而且因为有美元、马克、日元、英镑,也有固定收益、股票、另类投资,怎样做到币种的合理配置,怎样做到跨资产类别的合理配置,让我学到了很多。

第8篇

根据国家统计局设定的企业规模指标,我国小型微型企业一般是指营业额在5 000万元以下、人数200人以下的经营实体,含企业法人及个体工商户。2013年的“全国小型微型企业发展情况报告”中指出我国各类企业总数为1 527.84万户,小微企业1 169.87万户,占到企业总数的76.57%,所占比重达到94.15%。小微企业创造的最终产品和服务价值相当于国内生产总值的60%,对税收和出口的贡献率达到50%,完成了65%的发明专利和80%以上的新产品开发,目前中国70%的城镇居民和80%以上的农民工都在小微企业就业,且新增就业和再就业人口的70%以上都集中在小微企业。由此可见,小微企业是经济领域最活跃、最具创新力的力量,在增加地方财政收入、缓解社会就业压力、推进工业化和城镇化进程等方面发挥了极其重要的作用,对国民经济平稳发展做出了重大贡献。

1 小微企业特点及其融资现状

1.1 小微企业特点

①投资主体和所有制结构多元。全国80.72%的私营企业为小微企业,据此测算全国私营小微企业有885.23万户,构成了我国小微企业的主体。

②劳动密集度高,两极分化明显,产业结构性矛盾突出。

③发展不平衡,优势地区集中,具有明显的地域集群特色。首先,小型微型企业区域分布不均衡;其次,小微企业产业集群的地区分布不均匀;再次,区域间分布不平衡呈缩小趋势。

④敏感脆弱,易受外部环境变化影响,但具有较强的生命力和进取精神。

⑤小微企业退出成本相对较低,允许小型微型企业从头再来。小微企业这种顽强生命力和进取创业精神成为国家进步、经济飞跃的力量源泉。

1.2 小微企业融资现状

小微企业鲜明特点在造就其适应性强、市场反应快捷、富有创新精神等竞争优势的同时,也使其本身不可避免地呈现出一些缺陷,在资金筹措时很难与大中型企业相竞争,难以得到与之融资需求相适应的金融支持。①产品结构单一,销售渠道有限,整体抗风险能力弱,随着经济不稳定因素加大,其经营更加困难,风险承受能力更弱;②信息透明程度低,致使企业和银行之间信息不对称;③大多处于企业生命周期的初期,固定资产少,难以提供足够的担保;④组织机构不完善,经营风险大而资金需求“短、频、少、急”。由于信息不对称,银行难以全面了解小微企业,加之小微信贷业务消耗的人力、物力、财力比较多,影响了对其贷款的积极性和主动性。

2 商业银行开展小微信贷业务的意义

2.1 优化自身发展结构的必然诉求

中国的商业银行在经历了10年的黄金发展期之后,近两年受利率市场化、金融脱媒和同业竞争加剧等多方面的影响,已经逐渐遇到了发展的瓶颈。从商业银行自身提高的角度思考,开展小微信贷业务是商业银行提升盈利水平的有效途径。小微企业数量多,具有较大的市场潜力,但受其融资渠道的限制,更多依赖于银行的间接融资,商业银行在发展小微信贷业务的过程中可以实现较高的贷款回报率,同时可以实现客户多元化,促进中间业务的发展和向零售型银行的转型从而全面提升商业银行的盈利能力。

2.2 履行社会责任的必然要求

长期以来,我国小微企业信贷需求旺盛而商业银行给小微企业的贷款却只相当于同期国企贷款额的2%左右,所以融资受限在很大程度上限制了小微企业的发展壮大,这也直接导致全国每年损失就业机会大约800万个左右。在有效控制风险的前提下,加大对小微企业金融服务是商业银行履行社会责任、树立良好社会形象的基本要求。近年来,中央政府对于包括小微企业在内的中小企业健康发展高度重视,相继出台了诸多促进中小企业发展特别是解决中小企业融资难的具体政策措施。

3 小微信贷业务的风险点

3.1 市场风险

小微企业受规模所限,在市场价格波动的影响下导致的潜在资产损失,例如,欧债危机期间一些小微企业资金流出现断裂,在国外市场萎缩的影响下,给银行小微信贷业务带来了严重的市场风险。

3.2 行业风险

近年来,小微企业数目不断增多,伴随着行业周期性所带来的风险,大多数劳动密集型行业里的小微企业生产成本不断提高,其生存空间被进一步挤压。

3.3 政策风险

在市场经济条件下,由于受价值规律和竞争机制的影响,政府的政策对企业的行为进行约束导致外部环境变化的风险。一些小微企业因无力革新技术而面临经营困难,导致银行面临着巨大的政策风险。

3.4 抵押担保风险

小微企业信用等级偏低,担保措施主要靠抵押,但其抵押资产价值变化以及变现能力受到客观因素的影响比较大。此外,有些企业采取关联企业、客户之间相互担保,或者相同行业链企业提供担保,一旦出现问题和系统性风险,“骨牌效应”发生,则形成一损俱损的局面。

3.5 经营管理风险

在小微企业里,企业主的个人能力和心理素质等条件对于企业的管理和运作起到了决定性的作用,可能会因经营管理不善导致企业关闭,无力偿还贷款。

4 小微信贷业务风险的应对

4.1 贷前调查

贷前能否获得真实可靠的信息将直接影响风险管理,这就要求商业银行在高效利用交叉销售流程提高客户资源利用程度、加快小微信贷业务市场营销拓展的同时,加强信息调查以解决信息不对称难题。调查申请人是否存在不良记录,是否有事业心和强烈的还款意愿;评估企业的核心竞争力和可持续发展能力,是否具备稳定的还款来源;审核第二还款是否充足。

4.2 贷款审查

因小微企业贷款需求具有“短、频、少、急”的特点,这要求商业银行有高效的审批效率。而对小微企业生产经营运行情况的表格数据分析,利于有效把握贷款规模、放贷期限及担保责任。通过调取企业水、电、气等能源缴费凭证,直接分析企业的生产经营运行情况是否正常。通过查看企业在银行的账户记录,分析企业的销售收入情况,资金回笼能否有效覆盖支出等。表格数据分析要根据企业的实际情况选择特定的分析对象,如外贸企业要重点查看报关记录,而对生产型企业重点调查其缴费凭证。

4.3 贷后检查

贷后检查是风险管理必不可少的环节,可按不同检查内容及检查时限分为常规检查、专项检查及突击检查,同时亦可按不同职责由一级分行、二级分行及经办行分别组织实施。

5 小微企业信用信息系统初探

小微企业与大企业相比,信息结构差异导致的风险的动态隐蔽性尤为突出,小微信贷业务由于其对象的特殊性,必然需要特殊的风险管理模式来保证其健康有序发展。大企业在规范经营的同时能够真实充分地披露信息,银行在低成本获取信息的同时随之展开风险管理并辅以对抵押资产质量的常规审核即可基本对可预见风险进行有效管控;而多数小微企业甚至个体经营户管理水平难免参差不齐,信息披露全面性难以保证,甚至许多小微企业日常经营行为隐蔽且不稳定导致基本财务报表的真实性都存疑,银行在以极高成本获取信息后无法按照常规流程进行风险识别及管理,严重影响了银行拓展小微信贷业务的积极性。

目前我国小微企业信用体系总体呈现一种缺失状态,中国人民银行于2006年启动了中小企业信用体系建设试点工作,这是解决中小企业贷款难的有益探索及重要措施,但经过近十年的建设,体系覆盖率较低依旧是制约银行据此对小微企业进行全面信用评估的瓶颈。一方面是因为部分小微企业的信息难以保证真实客观,从而不能真实客观反映企业经营水平、运行情况及信用状况;另一方面是因为小微企业的潜在信息资源包含内容更广、覆盖面更宽,不仅涉及工商、医疗、社保、电信、地产等相关行政部门,甚至延伸到社交网站、电商平台等,这些碎片化、隐蔽化及分散化的动态信息对于小微信贷业务风险识别的重要性不亚于信用体系建设,而在当前我国行政管理及市场经济体制下,掌握这些重要动态信息的部门和机构缺乏必要的数据共享机制。有机整合这些部门和机构的数据共享机制,全面汇总以上这些细微、隐蔽且分散的重要动态信息形成数据系统,不仅可以为小微企业提供一个自我展示平台让更多银企加强对其了解,更可使银行在审核小微信贷业务额度、期限、利率、时限甚至是否需要实物抵押等方面更游刃有余,有助于打破银企之间信息瓶颈,切实推动小微信贷业务、有力加强金融服务支持。

小微企业信用信息系统有助于信贷风险计量方法由以定性分析为主的专家系统方法向以定量分析为主的信用评分模型方法转变,具体应用可以按照不同需求开发两个层次的风险计量评分模型。基础层次为常规性、标准化模型,预先设定模型结构、指标、参数等,相同输入必定产生相同结果,主要满足低成本、标准化服务要求;先进层次为可交互、智能化模型,可有用户自由定制模型结构、指标、参数等,相同输入未必导向相同结果,主要服务于数据开发及个性化需求。

传统小微信贷风险管理策略受制于信息瓶颈,难免手段单一、消极被动,小微企业信用信息系统及其衍生出的风险计量模型等应用手段,必将推动风险处置策略得到最大程度优化。

①可以提供相对完整全面的低成本信息,为银行采用更积极的风险规避策略提供了基础,也为主动出击、发掘优质客户创造了便利。

第9篇

一、中国已经进入了多元消费、差异化消费的时代,众多的人口决定了中国每一个细分市场都有相当的需求

现在在互联网、大数据的背景下,很多小微金融的活动有了技术的支撑。简约透明的消费需求适于在线服务、迅速形成规模效应。互联网的很多东西在美国发展得并不是那么快,而在中国异军突起,发展得非常快,为什么呢?笔者觉得是两个因素:第一,中国的金融压抑太久了,有很多很多的客户没有得到金融服务。第二,中国有很多很多的人口,但凡有一个设想出来,它就可以迅速地找到很多的客户。在国外找到几十万客户是很不容易的事情,而在中国,动辄几十万甚至几百万,就能够很快地支撑一个设想的实现。

二、小微金融适应定制化生产的融资需求,能够发挥更好的作用

我们现在有了大数据分析,能够找到细分市场。现在的三大互联网公司――百度、腾讯和阿里,以及很多其它的互联网服务商,它们都能够通过大数据来细分市场,希望它们能够找到自己新的市场定位。

订单式的生产便于控制市场风险。当我们了解到一些市场需求时,就可以针对市场需求订单式地生产。马克思说过,市场经济中最大的风险是W到G,就是从商品到货币的转换,市场风险就是变现风险,只要能够变现就没有风险了。所以我们如果能够订单式地生产,那么对于市场风险的控制来说就非常方便了。订单式的生产除了债券融资外,还可以通过众筹融资。

场景化金融服务高效便捷。可以看出所有成功地介入到金融业务的互联网企业,它们无一不是在场景运用中来发展它们的金融业务。像阿里,马云当初没想那么远,它要做一个在线的交易平台,想“让天下没有难做的生意”。但是有了平台,可以卖货,货和钱怎么来交割呢?就是为了解决钱货交割这个难点,他创设了支付宝,用他自己的信用、资金做担保,让买卖、收支双方能够得到安全感,就成了第三方支付公司。正因为有那么多电商在那里运营,正因为有那么多支付活动在他的眼下进行,所以他又看到了客户的痛点,想卖商品的人没有那么多的钱,他进货或者生产需要小额信贷。马云也知道他手上也有这些人的交易记录,也就是某种意义上的信用记录。2010年的8月份人民银行和银监会正式推出小贷公司的试点办法,10月份阿里得到了小贷牌照、只贷不存。为什么在中国要搞只贷不存的机构?因为中国人太聪明了,你只要允许他吸收存款,很多人就会搞很多的非法集资活动。为了让监管当局放心,我们推出设计的小贷公司只贷不存,玩自己的资本金,全玩垮了也不会拖累社会。

三、错位竞争、服务长尾、拓展空间

小微金融更?m于由具有信息技术优势的公司经营。小微金融不适合大银行。大银行就得做大银行的业务,到国际上去竞争。把小微市场让给有技术的互联网企业,让给民间资本去做。

所以如果说生态圈的话,关键是政府的理念得改变一下。金融的需求是分层的,金融机构的服务也应该是分层的。大银行有大银行的客户,小银行有小银行的客户。为了防止风险,要管住金融机构的资金来源。为什么设计只贷不存的小贷公司?就是因为,不玩公众的钱出不了大风险。监管当局就管住一条:不让它轻易地玩公众的钱。给了小贷公司一个向外界融资的权利,就是可以在资本金50%的额度内向机构融资,开的是机构融资的口子,机构有风险控制能力。小贷公司就是大银行、大机构的贷款零售商。如果大银行给小贷公司做批发资金,就是放了一个组合贷款。而如果坚持大金融机构包打天下的理念,不扶植小金融机构,小微企业的金融需求特别是创业的小额需求将很难得到保障。

寻找市场的痛点、开拓服务空间。蚂蚁金服能够发展起来,就是寻找市场的痛点。而且它的定位也非常好,它叫“蚂蚁金服”,就是服务长尾,服务“蚂蚁”们,“蚂蚁”们也是很有潜力的,许多基金公司经营那么多年,也很难有一只基金做出五六千亿的规模,人家一个小“蚂蚁”就做出来了。所以不要轻视小客户,小客户聚沙成山也是很可观的。

四、加强社会信用建设,为小微金融发展创造良好的环境

行为数据可以为薄档客户积累信用创造条件。过去有很多薄档客户没有资产可以抵押,所以他不可能获得信用,这个时候就没有信用的积累。当我们有了一些行为数据以后,尽管这些行为数据不能作为征信的依据,但是我们了解一个人的情况以后,可以更好地给他发小额信用放款。很多小贷公司就是从几百块钱的信用放款做起,让客户积累信用。

第10篇

摘要:本文基于La-VaR模型测度中国国债市场流动性风险,并选取2009―2015年上证国债指数为数据,采用GARCH-VaR模型和La-VaR模型度量国债市场所面临的流动性风险,分析La-VaR模型对我国国债市场流动性风险测度的有效性。结果表明:相对于传统的VaR模型,La-VaR模型能更好的测度国债市场的流动性风险,且La-VaR模型的预测结果与国债市场的表现大致吻合,可对国债市场进行较好的预测。

关键词:国债市场;La-VaR模型;流动性风险

一、引言

Yamai(2000)通过考虑市场的流动性水平和投资者交易头寸大小对变现价值的影响把市场影响机制引入VaR模型中[16]。

从以往的研究结果来看,流动性风险的相关研究大都集中于股票市场,对于债券市场的流动性风险研究相对较少,而定位于国债市场的流动性风险研究则更是少之又少,本研究的创新之处在于:选取上证国债指数为样本,采用La-VaR模型(BDSS模型),研究基于我国国债市场的流动性风险测度问题。

二、模型设定与实证方法设计

(一)模型设定

传统的VaR的定义,为在某一个既定的置信水平下,在特定的持有期内,资产组合可能会遭受的最大损失。对于传统的在险价值而言,侧重于衡量资产组合所面临的市场风险,并没有涵盖流动性风险在内,考虑到这一点,1999年,Bangia、Diebold、Schuermann、Stroughair提出了基于买卖价差的流动性风险模型――La-VaR模型,也就是BDSS模型。他们的基本思路为:在传统VaR模型的基础上加上了一个增量,这个增量也就是价差带来的流动性风险。

假设某资产当前的中间价格为S0,资产的对数收益率为,收益率rt代表的是资产真实价值给投资者带来的收益。Bangia等给出了未来1个持有期内,置信水平为c,头寸为1单位的La-VaR的解析式,

由公式可知,BDSS模型实质上是将La-VaR模型具体分为了两个部分,其中S0[1-exp代表中间价格波动的风险,也就是我们所说的传统的VaR,而则代表以价差计算的流动性风险,由此便得到了La-VaR模型。Bangia等人针对卖出价与买入价的溢差的不定性做出了改进,但假设产品的卖出价与买入价的溢差的百分比分布相互独立,这种假设相对来说比较保守。

本文将在BDSS模型的基础之上,通过对流动性指标及其数据可得性进行分析,结合我国国债市场的实际情况,重新设定了买卖价差的定义。设定债券价格的开盘价Pk,收盘价Ps,最高价Ph,最低价Pt,价差S0则为最高价Ph与最低价Pt的差值,中间价格Pt=(Pk+Ps+Pt+Ph)/4,相对价差即为S=S0/Pt。

(二)实证方法设计

本文首先对时间序列数据进行平稳性检验及ARCH效应检验,在存在高阶ARCH效应的基础上采用四种GARCH模型对比估计时间序列的波动率,从中选出最优的GARCH模型并在此结果之上,使用模型构建法建立VaR模型与La-VaR模型。

三、实证分析

(一)数据

由于抽样选取债券样本有一定的难度且无法整体反应整个国债市场的流动性,本文决定选用债券指数来综合反应我国国债市场状况。选择标准有二,一则能较好的反映我国国债市场的整体情况;二则该指数需要在交易日具有价格波动。综合以上两个标准,本文选择上证国债指数作为样本,该指数是上证指数系列的第一只债券指数,是以上海证券交易所上市的所有固定利率国债为样本,按照国债发行量加权而成,可以综合的反映我国国债市场整体变动状况。该指数采用的是派氏加权综合价格指数公式来进行计算,并以样本国债的发行量为权数进行加权①。

(二)数据基本分析

1、描述性统计及正态分布检验

以上证国债指数为数据,对其进行取对数并差分,得到收益率r,即

其中,Pt为上证国债指数第t日最后的收盘价,Pt-1为第t-1日最后的收盘价,其描述性统计结果如下:

2、聚集性检验

金融时间序列往往具有聚集性,从收益率r序列的时序图中我们看到,收益率序列的聚集性明显,即每一次小幅度波动后面往往跟着的是较小幅度的波动,而每一次大幅度波动后面往往跟着的是较大的波动。数据的前半段与后半段形成鲜明对比,前半段整体呈现出较大波动,而后半段波动较小。

3、平稳性及相关性检验

采用ADF单位根检验法检验序列的平稳性,原假设为:序列存在单位根,即序列为非平稳序列。

结果显示:原假设不成立,序列不存在单位根,是平稳序列。

图3的数据为残差相关性检验结果,从图中可以看出,自滞后3期开始,自相关系数和偏相关系数在统计上为显著,且Q统计量也显著。

综上所述,通过对收益率序列的描述统计、正态性检验、聚集性检验及平稳性检验可得:收益率序列是平稳序列,并不服从正态分布,分布的尖峰厚尾性和聚集性明显且残差序列存在自相关现象,据此,本文选用能反映波动时变性的GARCH族模型估计波动率,且分布假设选择t分布或GED分布。

(三)ARCH效应检验

为了更好的建立GARCH模型,我们需要对上证国债指数收益率进行ARCH效应检验。首先运用最小二乘法对收益率时间序列数据进行线性回归,得到其残差,然后运用EVIEWS对残差序列进行ARCH-LM检验,一般来说,如果LM检验的滞后期很大(如大于7),检验依然显著,则说明残差序列存在高阶ARCH(q)效应,所以在这里选择滞后期为7,得到的检验结果如下:

表3最小二乘法拟合的ARCH-LM检验结果中F统计量和LM统计量对应P值均为0,小于显著性水平,拒绝原假设,残差序列存在ARCH效应。结果同时表明模型残差序列在5%显著性水平下具有高阶ARCH效应,综合上述ARCH-LM检验和残差平法相关性检验的结果,可以据此建立GARCH模型。

(四)GARCH模型估计

根据汇总结果可以看出,对随机误差项分别采用t分布和GED分布(广义误差分布)所得到的GARCH模型中,采取t分布的模型不符合GARCH模型的前提假设,所以排除在外。所以,应选用GARCH-GED模型或GARCH-M-GED模型。

对于GARCH-GED模型和GARCH-M-GED模型,根据AIC与SC准则,GARCH-M-GED模型的结果表现的相对优异,采取该模型来求得波动率。

(五)预测结果与分析

1、VaR模型与La-VaR模型结果对比

运用上述GARCH-M-GED模型,本文采取在置信度99%的水平下求取VaR模型与La-VaR模型结果,其预测结果折线图如下:

2、回顾测试

(1)例外天数

为了检验La-VaR模型是否有效,我们需要进行回顾测试来对实验结果进行检验。在回顾测试中,我们需要将模型结果同历史数据进行比较,在预测区间内,如果实际损失超过VaR模型的预测值,则将改日认定为例外,所有例外的合计则称为例外天数。如果例外的天数占总体天数的比例小于1%,说明VaR模型结果比较令人满意,如果例外天数占总体天数的比例远远大于1%,我们将认定所估计的VaR偏低。在这里,我们将对传统的VaR模型与La-VaR模型进行比较,从而检验La-VaR模型是否比传统的VaR模型更具有优越性。

从例外天数的结果可以看出,La-VaR模型能比VaR模型更好测度流动性风险。

(2)失败率检验

根据John C、 Hull所提到的失败率检验法,我们可以进一步细化的比较La-VaR模型与VaR模型的实际效果。假定VaR的展望期为1天,置信度为x%,如果VaR模型准确无误,那么每天的损失超出VaR的概率为p=1-x。

当例外个数大于例外期望值时,给出原假设:对应样本中的任意一天,例外情况发生的概率为p。当例外个数小于例外的期望值时,给出原假设:对应样本中的任意一天,例外情况发生的概率大于p。通过EXCEL中的BINOMDIST函数,选择把握程度为5%,得出VaR模型与La-VaR模型的失败率结果如下:

四、结论

发展债券市场须深化国债市场改革,国债市场作为我国债券市场的一部分,其成长的好坏直接关系着整个金融市场发展的快慢,也对我国整体的经济改革有着重大的影响。然而,每一次金融改革的背后都必然会伴随着一定的风险,在对国债市场进行深化改革的同时,风险问题自然不容忽视,由此,本文着眼于国债市场进行流动性风险实证分析,具有一定的现实意义,并结合实证结果,得到了以下结论:

第一,从实证分析发现,通过对上证国债指数的收益率时间序列进行基本分析,发现该序列具有明显的尖峰厚尾特征,且结合GARCH模型结果表明,相对于t分布假设下的GARCH模型,GED分布假设下的GARCH模型能够更好反映出收益率的风险特征。

第二,实证结果表明,通过进行例外天数的回顾测试,采用La-VaR模型衡量流动性风险,能够大幅度的降低例外天数,且在失败率的检验中,La-VaR模型的预测结果更是可将对应于任意一天例外发生的概率控制在1%的范围内。由此,结合La-VaR模型与VaR模型的回顾测试结果对比可表明,基于流动性风险的La-VaR模型较之传统的VaR模型而言,更能准确的反映我国国债市场的流动性风险。

参考文献:

[2]Schwartz RobertX.Equity Markets: Structure,Trading and Performance[M].Haper Row Press,1988.

[5]M.RezaBradrania,MauricePeat.Characteristic liquidity,systematic liquidity and expected returns[J]. Journal of International Financial Markets,Institutions Money. 2014(33):78-98.

[6]Yakov Amihud.lliquidity and stock returns:cross-section and time-series effects[J].Journal of Financial Markets,2002(5):31-56.

[7]Harris L.Minimum Price Variation,Discrete Bid-ask Spreads and Quotation Sizes [J]. Review of Financial Studies,1994(7):147-178.

[8]Garbade K D,Silber W L.Structural Organization of Secondary Markets;Clearing Frequency, Dealer Activity and Liquidity [J]. The Journal of Finance,1979(34):577-593.

[9]Kyle A S. Continuous Auctions and Insider Trading. Econometrica[J].1985(53):1315-1335.

[20]刘林,倪玉娟.股市流动性市场关注度与创业板上市公司转板选择[J].证券市场导报,2012(5)∶57-66.

[22]姚亚伟,杨朝军,黄峰.流动性风险特征:基于中国证券市场的经验数据分析[J].上海金融,2012(4):63-70.

[24]王东旋,张峥,殷先军.股市流动性与宏观经济[J].经济科学,2014(3):61-71.

[25]李文鸿,田彬彬,周启运.股市流动性与股票收益率的面板数据实证分析[J].统计与决策2012(10)∶150-153.

[26]戴国强,徐龙炳,陆蓉.VaR方法对我国金融风险管理的借鉴及应用[J].金融研究,2000(07):45-51.

[29]龚锐,陈仲常,杨栋锐.GARCH族模型计算中国股市在险价值 (VaR)风险的比较研究与评述[J].数量经济技术经济研究,2005(7):67-81.

[30]张瑞军,孟浩.人民币离岸债券市场风险评价[J].理论探讨,2013(5):16-18.

第11篇

资本覆盖风险假定面临挑战

巴塞尔II的特征之一就是允许银行计算最低资本要求时有更大的灵活性,高级资本计量方法依赖于银行的内部风险模型。在衡量信用风险时,基于银行对债务人评级的内部评级法(IRB)就是最典型的代表,巴塞尔委员会认为这种方法对风险更为敏感。

随着风险衡量方法的演进,如果风险的内生性和金融系统的流动性未受到应有的重视,这些风险敏感的衡量方法将导致身陷危机的金融体系雪上加霜。市场参与者通常把风险视为外生变量,巴塞尔II鼓励的基于VAR的风险预测模型假定对信用风险的预测与天气预报并无两样。也就是说,银行认为他们基于历史波动性的预期对未来的波动性并无影响,就像天气预报对未来的天气没有影响一样。

然而这个假定存在缺陷,市场的波动很大程度上受参与者预期的左右,换句话说,市场风险具有内生性。当市场风平浪静时,众多风险规避型市场参与者不同预期相互抵消,这时未认识到风险的内生性并无大碍。但当金融危机到来时,投资者的恐慌预期相互传染,雷同的预期导致市场的单边走势,这时风险内生性的影响就会显现出来。运用类似的风险模型,极可能采取相同的战略以缓释金融危机带来的不利影响。在这种情形下,投资者的行动不是相互冲消而是相互加强,在股市中表现为“羊群效应”。这种纯粹的外部性银行在进行风险管理决策时并不予以考虑,但这种对风险的协同放大作用会威胁整个银行体系的安全。

现有的风险计量模型并不承认这种外部性的存在,事实上根据巴塞尔II的建议银行监管的目的正是防范金融危机。因此,巴塞尔II应当承认风险的内生性和系统流动性问题,并提出相应的对策。

在危机时期,市场参与者的同质性会产生破坏作用,使用VaR模型或者相似的风险计量模型变得不合时宜。当市场危机爆发时,风险模型所使用的数据出现结构性中断。市场不再由异质(观点相异)的投资者行为支配,而是由同质投资者所左右。VaR模型的核心假定相关随机过程的静态性被,特别是用于预测风险的数据经历了结构性中断,即不具有连续性。结果导致当金融危机爆发时相关历史数据在评估风险方面立即变得毫无价值,因为历史数据主要是正常情形下变量值的统计,即使历史上有金融危机的统计数据也会通过统计方法将其平滑。毕竟金融危机的时间相对较短,而且危机之间是间断的,这些特征都是风险计量模型的大敌。

人们想知道监管对风险内生性和市场流动性的影响,研究发现监管促使市场投资者更趋同质性,这导致银行系统的不稳定。研究者认为市场参与者都是异质的风险规避型投资者,实施VaR模型监管将减少相对风险中性、愿意承担风险的金融机构(比如对冲基金)的数量。也就是说,风险规避的程度受到监管行为的影响。于是,当资产的市场价格下跌时,风险规避银行必须卖掉风险资产以满足监管制度对资本的要求,结果导致市场流动性比实施监管之前降低,因为一些银行为比它们风险更敏感的银行提供流动性的能力受到了削弱。实际上,模拟实验表明,面对市场冲击,在VaR模型的风险监管之下,资产价格和流动性的降低会进一步加强和扩散。

更严重的是,如果不实施VaR模型的监管,上述触发市场崩溃的机制就不会产生。因此,我们并不是从本质上反对监管,而是不赞同为了监管目的统一使用VaR模型或相似的方法来衡量风险,因为这将导致两方面的问题:首先,这种风险衡量方法未认识到风险的内生性和对金融系统的流动性的负面影响,结果导致对风险的不准确衡量。

高级风险衡量法的缺陷

巴塞尔II鼓励银行在衡量风险时采用VaR模型的高级衡量法来计算信用风险、市场风险和操作风险的监管资本要求,我们认为现行的风险衡量方法存在以下问题。

首先,当前流行的、巴塞尔协议所建议的基于VaR的风险计量模型假定损失服从椭圆分布(正态分布是其中之一)存在问题。根据现有的数据分析发现,信用风险、市场风险和操作风险分布中都存在肥尾现象,操作风险的分布尤其明显,因此估计超过VaR之外的损失值非常重要。巴塞尔II在这方面做出了努力,比如对违约损失值进行估计。风险分布的肥尾现象意味着超过VaR的损失值可能很大,极可能对银行生存构成威胁。

其次,VaR模型和相关的风险衡量方法只提供一定置信度下损失分布的点估计(通常选择置信度为99%),然而,银行真正感兴趣的是超过特定阈值之后损失的大小。也就是说,人们想知道超过临界值之后损失分布的尾部形状,小于1%概率发生的损失到底有多大。比如说,某一资产的VaR值为100万美元,这对预期最大损失为110万美元和1亿美元时的风险衡量价值是不一样的。一个简单的VaR值估计不能提供任何有关损失函数尾部分布信息,但是当损失分布不服从正态分布时这些信息却相当重要。更紧要的是,那些给公司带来灭顶之灾的小概率事件VaR方法无法预测和防范,而近年事实表明这些事件恰恰是银行系统面临的真正威胁。

第三,所有风险衡量的特征之一就是满足次可加性,对于VaR方法而言,一项投资组合的VaR值将小于各项资产VaR值的总和。次可加性使得VaR模型能够通过加总各组合资产的VaR值给出任何投资组合VaR值的上限。

比较而言,那些服从非椭圆分布的风险值VaR并不满足次可加性,这意味着投资组合的VaR值可能大于各组合资产的VaR值之和――而不像我们感觉的投资组合可以分散风险那样。因此,基于各组合资产的VaR值之和的损失估计变得毫无意义――因为它不再是特定投资组合风险的上限,对不同风险进行加总衡量时也面临同样的问题。除了运用VaR方法衡量非椭圆分布风险固有的问题外,巴塞尔II提出的监管要求还将带来新的担忧。

比如,巴塞尔II建议VaR方法采用99%的置信水平,也就是说,监管者要求银行持有的资本足以应对每100天发生一次或每年发生2.5次的意外事件。但是,监管资本设立的初衷旨在防止系统性银行破产事件,而这些系统性属于罕见的小概率事件,预期频率不可能高达每年2.5次。于是巴塞尔II在监管宗旨与监管方法出现严重的错配,因为监管风险与系统性风险之间存在明显的差异。更严重的是,VaR模型的风险预测结果对特定参数非常敏感,比如估计期间,巴塞尔II建议最短的估计期间为1年,而这在实践中却成为上限。但研究表明预期的准确性随着估计期限的延长而提升,例如运用10年的估计期限,因为这可以反映出经济的周期性波动。当前监管当局和银行注重于短期区间风险的衡量,忽略了长期均值所包含的信息。

巴塞尔II资本监管所带来的另一个问题是建议的对非正态分布风险计算期限为10天的VaR值计算通过所谓平方根平方来计算,也就是说,先计算出1天的VaR值,然后再乘以10的开方。这种平方根方法只有在极严格的条件下才是可行的,即要求收益满足正态分布,但其波动性(标准差)不随时间变化。显然在风险衡量中这两个条件都无法满足。事实上,依照比例规则来计算风险带有很大的主观随意性,因为根本不存在可以依据的缩放比例。

VaR方法监管依赖于特定的置信度,这为银行规避新资本协议提供了可能,最终会危害金融体系的安全。在VaR模型中,风险分布的尾部形状并不重要,因而银行可以把有资本要求的风险通过期权等衍生工具转移到没有资本要求的尾部。

采用信用评级机构评级时导致的问题

巴塞尔II规定的信用风险标准衡量法中不仅根据债务人的不同对银行资产进行分类(比如包括债权、银行债权和公司债权),而且根据信用评级机构对债务人的评级对银行资产赋予不同的风险权重,从而计算出银行的加权风险资产值,然后再乘以8%,即信用风险的最低资本要求。这种新的信用风险衡量方法旨在提升资本要求的敏感度,但前提是债务人真正实施了信用评级,同时信用评级结果客观地反映了债务人的风险程度。

根据巴塞尔II的规定,未评级的公司将适用相同的风险权重。信用评级在美国相当普遍,标准普尔500指数的样本公司中94%都进行了信用评级,因此可以认为标准法的实施将改善银行资本的配置。但是在欧洲,信用评级并不普遍。极端情况下,德国法兰克福DAX30指数的样本公司中仅有53%进行了信用评级。显然,信用风险标准法在信用评级并不普遍的情形下难以取得预期效果的。然而监管当局希望大多数欧洲银行最终由标准法过渡到内部评级法(IRB),但并不希望发展中国家的银行也采用内部评级法。

更重要的是,由于未评级公司的债务被赋予的风险权重(100%)比信用等级BB以下(150%)的公司还低,这导致高风险公司通过规避信用评级而实现廉价融资。这种规避评级的行为受到信用评级公司最近推出服务的鼓励,比如穆迪公司可以为客户提供保密的评级预测,并承诺不对外透露。巴塞尔委员会承认这种评级套利行为的存在,但声称不想强制要求公司进行评级,因为这将增加中小公司的融资成本。但对于那些能承担得起信用评级费用的大型证券发行人,巴塞尔委员会并未解释不要求它们进行信用评级的原因。

另外,运用信用评级确定银行资产的风险权重只有在信用评级在评级机构之间、证券发行人之间和时间上保持一致性才具有可行性。那些小型信用评级机构不注重声誉,为了赚钱,可能为一家公司提供所需要的信用评级。于是监管当局如何保障公司信用评级结果的客观、公正和一致,避免买卖信用评级行为的出现成为一个需要解决的问题。

纵使信用评级结果公正、可信,也提供了关于公司风险状况的评估,但信用评级通常滞后于市场的变化。滞后原因在于评级机构对会计数据的依赖、无法对证券发行人进行持续监测和尽量保持信用评级稳定的偏好。大量研究表明同一信用评级的公司之间违约率存在着显著的差异,因而衡量信用风险的理想方法应当包含市场信息,这将更好地衡量当前的信用风险和市场参与者对冲这些风险所需承担的成本。利用其他渠道获得的有关发行人风险状况的信息将有助于解决当前信用评级只评估单个公司风险而不反映系统性风险这一局限。

总之,信用风险不可能通过信用评级和转换概率完全把握,信用评级涉及的变量随评级对象的变化而变化,只有对信用风险需要进行总体评估,才可能对缓释信用风险所需的资本要求进行准确的评估。

对操作风险处理的不当之处

所有风险模型技术都要求充足的数据库支持,但对于操作风险来说,这样的数据库尚不存在。即使是最乐观的估计,在不远的将来可以拥有定义严谨的操作风险损失数据库,但高影响事件的低频率特性使操作损失数据库与市场风险、信用风险的数据库有所不同。由于数据的极度偏斜,使损失强度过程应得非常复杂,它取决于无数的经济与商业变量。即使拥有一流的数据,要衡量全球范围的操作风险也决非易事。

另外,新协议对操作风险的特征定义的并不清楚。哪些类型的损失应当包括在操作损失之内?有些损失可以立即确定,因为它们的价值是已知的。但其他损失根据定义是不可预测的,比如保险条款中发生但未实现(IBNR)的损失。操作风险如何细分比哪类操作风险应当监管更为重要。如果想要为支柱I增加操作风险资本要求,应当仔细考虑操作风险的定义及其多元统计属性。对这些问题,可以吸取精算准备技术,包括损失开发模型、IBRN要求权和相关方法。

更根本地说,监管资本要求中加入操作风险至少我们觉得并不明显。为什么要对操作风险进行监管?根据推测,资本充足率监管旨在消除由于银行倒闭传染而引发的系统性破产风险。市场风险和信用风险由市场参与者共同分担,因此由于市场或信用风险而导致的银行倒闭会传染开来,因为这个冲击对市场参与者是共同的。操作风险却根本不同,在大多数情况下,它是异质的,因此它传染不大可能。任何操作失误产生的损失直接由股东、管理层和特定机构的债券持有人直接承担,一般不会传染到其他机构。而且,风险之所以传染是因为市场参与者面临着共同的风险,化解此威胁更简单的方法就是通过其他金融安全网,比如最后付款人制度。需要指出的是,如果操作风险资本要求实施,它将成为银行的反竞争税,使其他非银行机构从中受益。

第12篇

关键词:金融衍生工具 运用 风险管理 策略

一、金融衍生工具的介绍

金融衍生工具,英文为(financial derivative),也叫做“金融衍生产品”,通常由传统金融工具衍化和派生,不独立存在,它的价值主要依附于基础金融产品,概念与之相对应,建立在基础产品或基础变量之上,价格随基础金融产品变动。金融衍生工具是虚拟产品,这里的基础产品即包括现货金融产品,又包括金融衍生工具,体现了双重虚拟性。金融衍生工具的交易有一定的时间跨度,交易与否约定在未来时间。因其交易过程只需远远小于合约金融的部分保证金,所以具有杠杆作用。它最早产生于二十世纪七十年代,当时国际经济形势动荡,国际金融安全受到威胁,为了防范金融风险,金融衍生工具产生,40 多年的实际案例表明,它的发展,与金融市场秩序、通信行业的发展等综合因素密切相关。几种常用的金融衍生工具有期货合约、期权合约、远期合同、互换合同。商业银行是我国国民经济的重要组成,在银行业不断发展的同时,衍生金融工具的运用日益扩大。金融衍生工具的合理运用有效提高了我国商业银行的市场竞争力,增大了市场经营效益,拓宽商业银行的业务领域。我国商业银行的金融衍生工具业务主要有外汇类和利率类,外汇类金融衍生工具有外汇远期、外汇掉期和货币掉期,利率类金融衍生工具有利率互换、债券远期及远期利率协议。

二、我国商业银行金融衍生工具运用现状和风险

在最近几年里,国家对商业银行给与一定的政策支持,在商业银行顺利发展的同时又健全了我国的经济体系,推动了我国经济的健康发展,提升了金融衍生工具的发展空间。我国金融衍生工具运用有二十多年的实践经验,金融衍生工具日益创新,品种多样,产品经营领域不断扩大,在快速发展的过程中,各种由于机制不健全方面引发的风险问题日益突显起来,金融衍生工具作为一把双刃剑,在给商业银行增加收入的同时,又有一定的风险性,操作不当,带来的是致命的损失,可谓利弊同存,这也引起社会的共同关注。正如任何事物都具有两面性,我们在运用金融衍生工具的同时,一定要充分考虑各种可能发生的风险,谨慎制定相应的应对策略,才能保证其运用所达到的效果,把商业银行运营风险控制在最小范围内,下面我们来认识下金融衍生业务几种风险。

(一)信用风险

信用风险在这里主要是商业银行金融衍生工具的业务运行过程里,由于对方违约亦或是履行合约能力丧失导致的风险。信用风险某种程度上主观因素多些,我国社会普遍缺乏信用意识,万一有信用方面的不良状况出现,信用道德规范不到位,必然导致商业银行影响的正常经营,甚至严重时会恶性循环,导致金融危机。

(二)市场风险

市场风险受主观因素影响较差,常自然存在,但因其涉及范围广,带来的危险严重性大,主要的影响市场风险因素有汇率、利率及金融产品价格等,现阶段我国商业银行限制了股票和商品类投资,利率风险是我国商业银行的主要风险。利率决策机构不健全、利率的确定和主体错位导致的重新定价风险。由于商业银行的金融衍生产品种类多,可控性差,如果存在投机因素,风险更是不可挽回,甚至是破产的威胁。社会经济的发展、投资者的财务状况、投资者的信心很多是有联动效应的。

此外,由于客户导致的期权性风险,法制不健全、信息披露不规范、数据信息不完备、过度投机、高端人才缺乏等等都是我国商业银行普遍面临的挑战。目前我国对金融衍生工具的风险分析主要在数据分析层面上,很少针对业务进行前瞻预警分析,指导性意义匮乏,如何让金融从业者面对市场不再陌生,运用杠杆作用对冲市场风险,应对复杂多变的金融环境,提高金融市场的活力,完善定价机制具有一定的现实意义。

三、金融衍生工具运用的风险的控制策略

(一)对金融衍生工具的风险要有客观正确的认识

对于银行来说,风险的防范是头等大事,因金融衍生工具风险的客观存在和可能带给商业银行经营发展的严重后果,我国的商业银行更应该客观看待金融衍生工具,充分考虑自身经营情况,经济实力,参与的必要性,项目的可行性,以及对于风险的承受能力,带给商业银行自身的机会与利益和影响力,适度地运用,降低对冲风险时的时间滞后性。许多失败的案例都是由于商业银行对金融衍生工具的风险性认识不到位、拥有侥幸心理、缺少事前的市场调查,认真进行金融衍生工具的业务经营,权衡利弊,建立正确的心理,及时对于参与的各项经验和不足进行考评,反复推研,不断提高风险抵御能力,杜绝危险操作,拥有稳定的心态,平稳经营,才能确保金融衍生工具的合理运用。

(二)完善财务管理制度,规范业务具体操作流程

运用金融衍生工具的商业银行首先要有完善的财务管理制度,任何事物都有其自身的发展规律,金融衍生工具也不例外,明确交易的金融机构的最低资本额、制定风险值是最基础的,在运用的过程中,制定严格的操控流程和风险管理办法,最后要有系统的评估机制和对财务管理制度的执行情况进行跟踪,确保每个环节都有章可循,同时考虑到任何制度、流程都不是一劳永逸的,尤其是面对的是变化莫测的金融市场,更要不断地修正、规范和完善。

(三)注重人才内生力量培养,组建专业团队

金融工具的风险都具有专业特征,金融衍生工具的运用过程中涉及到较多的专业术语、模型、公式,要求参与人员要有较高的知识结构和技能以及丰富的实践经验作支撑,衍生工具的合理运用需要的是要掌握财务、经济、市场、社会、政治、法律等综合领域的复合型分析人士,要有复杂的知识储备。目前,我国国际金融领域对金融衍生工具运用的人才较多,国内商业银行也可以将目光放远到国际市场,参考发达国家的运营模式,吸取经验,少走弯路,也可以引进具有海外市场实战经验的人加入到操作团队中,优势互补,加强合作,构建完美团队。

(四)金融衍生工具运用的注意要点

金融衍生工具作为社会主义市场经济体系不可缺少的风险规避产品,它的业务的整个操作流程需要涉及多个机构,需要面临多方面的不可预知、不确定性风险。综合人才、服务、资金等各方力量、了解信息、利用资源对具体的业务水平产生一定程度的影响。金融衍生工具的风险具有一定的隐蔽性,在金融衍生工具业务具体操作层面上,决策层面上,都要有精准要求、周密的考虑和系统的研究,一旦失误,都将产生巨大损失,市场具有一定的不可控性,瞬息万变,及时、准确的把握市场动向,抓住机会、规避风险。金融衍生工具永远是利益与风险并存的载体,在机会与损失的博弈中寻找均衡点,需要我国商业银行在现有的业务水平上不断提高,科学管控风险。

四、结束语

经济全球化进程日益加快,世界经济形式瞬息万变,如何运用金融衍生工具来锁定利润、维系经营、进而健康发展成为我国商业银行的共同关注点。针对经营品种的共性,认真分析风险产生的原因,从源头控制风险,在各个环节和流程严格把关,争取最大程度的降低财务风险,将金融衍生工具自身的规避风险的作用发挥到极致。金融衍生工具的运用既是一项真实的系统科学,也是一项微妙无形的艺术,只有静心专研过,衷心热爱它的专业人士才能够很好的驾驭和运用它,在进行具体业务操作时,综合考察了执行者的理论、经验、心态、敏锐的洞察力,先知先觉能力,大局驾驭能力。执行者的正确操作,带给企业的是提高效益、健康发展,企业发展带动的是社会整体进步,经济繁荣。总之,如何正确运用金融衍生工具,把控财务风险,让我国商业银行稳定健康发展是个值得深入研究的课题。鉴于本人理论与经验的局限,在此只是进行简单的探讨,希望以此抛砖引玉,让更多的同仁参与进来,共同为金融市场建立良好的运营环境,为我国商业银行经济繁荣以及金融衍生工具的发展献策献力!

参考文献: