李 軍，冉光和

(1.西南大學(xué) 經(jīng)濟管理學(xué)院，重慶 400715;2.重慶大學(xué) 經(jīng)濟與工商管理學(xué)院，重慶 400030)

一、引 言

隨著資本市場的發(fā)展，國際上對投資銀行業(yè)務(wù)的風(fēng)險評估、管理等方面也有了一定的研究和論述。關(guān)于風(fēng)險評估的理論和方法，Markowitz創(chuàng)建了投資組合理論，提出用方差作為風(fēng)險的測度，并建立基于給定收益率水平下最小化方差組合選擇的均值方差模型［1］;Engle提出ARCH模型用于刻畫隨時間而變異的條件方差，將總風(fēng)險的度量理論與方法向前推進了一大步［2］;國際性民間研究機構(gòu)30人小組在其《衍生產(chǎn)品的實踐和規(guī)則》的研究報告中推薦各國投資銀行使用風(fēng)險值模型 (VAR)進行風(fēng)險監(jiān)管［3］。圍繞著VAR的測算及應(yīng)用問題，黃海在研究香港百富勤破產(chǎn)成因當(dāng)中就專門分析了投資銀行的風(fēng)險管理和VAR技術(shù)的應(yīng)用［4］;Jeremy提出了新的評價VAR的方法［5］;Bouchaud和Potters研究得出利用金融資產(chǎn)波動的non－Gaussian特性可簡單地計算復(fù)雜的非線性組合的VAR［6］;Li提出了使用四階距計算VAR的新方法［7］;Dowd也提出了VAR計算的極端值方法［8］。此外有些學(xué)者將偏好模型與風(fēng)險度量結(jié)合起來開發(fā)出了風(fēng)險值模型的簡明形式，例如，Jia和Dyer提出了附加型和乘數(shù)型的兩個風(fēng)險值模型總體框架，其顯示出決策模型能從對風(fēng)險的直覺和價值互換中得到解釋［9］。目前，國際上許多大銀行和風(fēng)險管理咨詢公司、軟件公司已開始嘗試建立新一代的一體化風(fēng)險評估模型，這些模型的推出為全面風(fēng)險管理奠定了技術(shù)基礎(chǔ)，也為風(fēng)險評估提供了新的應(yīng)用方法。

國內(nèi)的一些相關(guān)資料雖從不同側(cè)面介紹在中國進行的投資銀行業(yè)務(wù)風(fēng)險管理研究，但都局限于內(nèi)部管理和結(jié)構(gòu)設(shè)計上，并未對投資銀行業(yè)務(wù)風(fēng)險的實質(zhì)和形成機制進行深入研究。例如，馬東浩使用指數(shù)加權(quán)法 (IGARCH)構(gòu)造了適應(yīng)中國股票市場的資產(chǎn)組合風(fēng)險值度量方法，并據(jù)此計算了基金資產(chǎn)組合的風(fēng)險，對各家基金資產(chǎn)組合的風(fēng)險進行分析和評估［10］。南鳳蘭利用層次分析法分析了我國證券公司各種風(fēng)險因素的影響程度，且使用三角白化權(quán)函數(shù)的灰色評估方法計算了各指標風(fēng)險層次的可能程度，并利用灰色熵和模糊熵來判斷風(fēng)險評價的不確定程度，進而建立了一套相對有效的風(fēng)險預(yù)警系統(tǒng)，為科學(xué)預(yù)測證券公司未來風(fēng)險及其經(jīng)營決策提供依據(jù)［11］。張國勝等從市場風(fēng)險控制標準方面研究，以綜合類證券公司的主要交易活動為對象，并實證分析我國投資銀行市場風(fēng)險計量標準，構(gòu)建了以VAR技術(shù)為基礎(chǔ)的市場風(fēng)險計量參考模型［12］。

總體來說，現(xiàn)有文獻中的風(fēng)險評估方法多為風(fēng)險的事后估計，由于風(fēng)險的潛在性、復(fù)雜性和多面性，事后計算的風(fēng)險并不能很好地描述事前風(fēng)險和實現(xiàn)最小化風(fēng)險，且在對投資銀行業(yè)務(wù)風(fēng)險進行評估時，也需要考慮各種因素對其風(fēng)險造成的總體影響，因此構(gòu)建一個多指標、多層次的風(fēng)險評估體系就顯得十分必要。而層次分析法正好能有效量化風(fēng)險程度，并可對各種風(fēng)險的嚴重性進行相應(yīng)排序，基于以上原因，本文僅就當(dāng)前證券公司投資銀行業(yè)務(wù)的風(fēng)險評估做初步探討，并運用該方法對銀行業(yè)務(wù)風(fēng)險進行定量分析。

二、風(fēng)險形成的機理分析

1.金融體系內(nèi)在脆弱性的作用機理

金融體系內(nèi)在脆弱說最早是由美國著名經(jīng)濟學(xué)家Veblen提出［13］，而該學(xué)說最著名代表為Minsky［14］。Veblen提出金融體系內(nèi)在不穩(wěn)定性的假設(shè)命題，他指出證券交易的周期性崩潰在于市場對企業(yè)的估價依賴降低并逐漸脫離于企業(yè)的盈利能力和資本主義經(jīng)濟的發(fā)展最終導(dǎo)致的社會資本所有者的缺位。Minsky提出“金融不穩(wěn)定假說”，其強調(diào)一個金融體系在不斷地向易變性變化，處于“穩(wěn)定”的狀態(tài)實際上是短暫的，穩(wěn)定即是非穩(wěn)定化的;且在長期繁榮時期，經(jīng)濟會從有利于穩(wěn)定系統(tǒng)的金融關(guān)系向有利于不穩(wěn)定系統(tǒng)的金融關(guān)系轉(zhuǎn)化。另外“金融不穩(wěn)定假說”也強調(diào)制度因素，例如在長期金融缺乏的狀態(tài)下，Minsky的向易變性的轉(zhuǎn)換不會發(fā)生 (但不意味著一個較簡單的資本主義不會經(jīng)歷非穩(wěn)定性)，其認為金融形勢會從“平衡交易”轉(zhuǎn)為“投機”，最后到“龐氏融資”。在任何情形下，“金融不穩(wěn)定假說”關(guān)鍵取決于現(xiàn)代資本主義經(jīng)濟的制度安排以及在這些安排下易于產(chǎn)生的行為進展。Minsky表示資本主義的繁榮也埋下了金融動蕩的種子，在這個時期，許多企業(yè)是投機性的，它們根據(jù)預(yù)測未來資金短缺程度和時間來確定借款;從事高風(fēng)險的企業(yè)也增多，它們將借款用于投資回收期很長的項目，在較長時期內(nèi)它們都無法用投資的收益還本付息，而需要滾動融資用于支付本息。當(dāng)經(jīng)濟增長滯緩或其它打斷信貸、資金流入企業(yè)的事件發(fā)生時，就將引起違約和破產(chǎn)的浪潮，而這又反饋到金融體系，使金融體系的資產(chǎn)遭受損失。

2.金融資產(chǎn)價格波動的作用機理

金融資產(chǎn)價格波動性理論主要包括:經(jīng)濟泡沫理論、股價波動性理論和匯率波動性理論。它們認為許多金融風(fēng)險都與金融資產(chǎn)價格的過度波動相關(guān)，金融資產(chǎn)價格的過度波動是金融風(fēng)險產(chǎn)生的一個重要來源，金融資產(chǎn)價格的急劇下跌是金融危機的一個重要標志。金融資產(chǎn)價格波動性較強與信息不完全有關(guān)，信息的不完全決定了經(jīng)濟主體的有限預(yù)期，即經(jīng)濟主體不可能完全了解決定金融資產(chǎn)未來收入流量變化的各種因素，從而使金融市場的有效性和完善性大大降低，加劇了金融市場的失衡狀態(tài)，造成了金融資產(chǎn)價格的不穩(wěn)定性。而且不同金融資產(chǎn)價格之間呈現(xiàn)出一定的互動性，通貨膨脹率、利率、匯率和股價之間存在聯(lián)動效應(yīng)，彼此相互影響。

3.金融交易信息不對稱的作用機理

Akerlof、Stiglitz和Weiss等西方經(jīng)濟學(xué)家認為不少金融危機的爆發(fā)都是起因于某些金融機構(gòu)的倒閉，而金融機構(gòu)在金融動蕩下的脆弱性又往往使得局部的金融市場擾動演變?yōu)槿娴慕鹑谖C［15－16］。

Stiglitz打破了一直統(tǒng)治著經(jīng)濟學(xué)理論界的基礎(chǔ)假設(shè)——完全信息假設(shè)，強調(diào)信息的不完全性，并首次將信息問題引人經(jīng)濟學(xué)領(lǐng)域［17］。信息經(jīng)濟學(xué)認為，現(xiàn)實世界中信息是不完全的，或者是不對稱的，即當(dāng)事人一方比另一方掌握的信息多。當(dāng)參與人之間存在信息不對稱時，任何一種有效的制度安排都必須滿足“激勵相容”或“自我選擇”條件。信息的不完全使得市場價格機制不再是使市場均衡的最有效的制度安排。

總之，依據(jù)上述理論可以把證券公司投資銀行業(yè)務(wù)風(fēng)險的生成機制歸類為:(1)代際遺忘解釋:逐利的資本在強大的利益驅(qū)動下會不斷推動資產(chǎn)價格的上漲，所以金融危機在人類歷史上從未停歇。在風(fēng)險不可控的條件下，證券公司基于眼前利益的驅(qū)動將參與大量高風(fēng)險業(yè)務(wù)。(2)金融資產(chǎn)波動性:證券公司在開展承銷、做市、自營和經(jīng)紀等業(yè)務(wù)中，持有大量的金融資產(chǎn)，其資產(chǎn)價格波動性造成的風(fēng)險是重要的風(fēng)險根源。創(chuàng)新性金融工具，如著名的“次級債”在證券公司資產(chǎn)負債表上占有越來越大的比重，使證券公司資產(chǎn)極易受到市場信心不足和投機力量制衡的影響而大幅波動。(3)信息不對稱:一是使證券公司對擬上市企業(yè)盡職調(diào)查不準確、不完備，或?qū)е碌赖嘛L(fēng)險，即企業(yè)有意隱瞞部分上市資料。二是使證券公司對外部市場變化把握不夠，面臨時機選擇和業(yè)務(wù)操作風(fēng)險。三是直接導(dǎo)致逆向選擇，使真正優(yōu)秀的證券公司無法得到青睞。(4)競爭壓力解釋:以中金、摩根斯坦利為代表的國內(nèi)外頂級投資銀行基本壟斷了大型中國企業(yè)海內(nèi)外股票、債券發(fā)行業(yè)務(wù)，國內(nèi)證券公司在有限的市場中面臨著激烈的競爭，為搶占市場和客戶，中小證券公司以各種優(yōu)惠條件招攬投資銀行業(yè)務(wù)，無形中加大了經(jīng)營成本和風(fēng)險。(5)制度性風(fēng)險偏好:表現(xiàn)在證券公司從業(yè)人員在決策時傾向于高風(fēng)險策略。其自有資金在資產(chǎn)負債表上所占比例少，杠桿化率高，公司所有者在高風(fēng)險的決策中能以較小的資本損失換回超高的回報。同樣項目管理人員在經(jīng)營成功時能得到高額分紅和巨大精神滿足，而失敗時最多被公司解雇而已。

三、風(fēng)險程度的評估

1.研究方法

本文采用層次分析法，先由專家進行主觀判斷，兩兩比較各類風(fēng)險間的差異，然后通過計算矩陣特征向量的方法歸納出各類風(fēng)險的權(quán)重，由此得到投資銀行業(yè)務(wù)風(fēng)險的嚴重性順序。首先，構(gòu)建層次結(jié)構(gòu)模型，將影響投資銀行業(yè)務(wù)上級指標 (證券承銷業(yè)務(wù)、項目融資業(yè)務(wù)和并購業(yè)務(wù))支持的下級指標體系中的各個因子“兩兩比較”，并按照9級標度法對各指標的重要性程度賦值，得出各層級指標的相對重要性權(quán)值 (權(quán)重)，以比較所得的標度為元素構(gòu)造判斷矩陣A。其次，檢驗和調(diào)整判斷矩陣，使得其具有滿意一致性 (CR＜0.1)。最后，由最高層到最低層，逐層計算各層次中諸因子關(guān)于總目標的相對重要性權(quán)值 (權(quán)重)，并對其加以排序［18］。

2.數(shù)據(jù)獲取與判斷矩陣構(gòu)造

先采用9級標度法建立一套兩類風(fēng)險對比判斷的基本準則 (如表1所示)。之后以電子郵件的形式向西南證券公司和宏源證券公司中有豐富業(yè)務(wù)經(jīng)驗的項目負責(zé)人、風(fēng)險管理人及有關(guān)專家發(fā)放了60份調(diào)查問卷。被調(diào)查專家根據(jù)自己的知識經(jīng)驗，對各種風(fēng)險按表1的規(guī)定，給出兩兩比較結(jié)果。

表1 投資銀行業(yè)務(wù)風(fēng)險的9級標度

將所有問卷回收和匯總后，運用頻數(shù)統(tǒng)計方法得出各類風(fēng)險之間的嚴重性比較，并將其反饋給各個專家。然后對專家的反饋意見進行整理、歸納、統(tǒng)計，再一次得出各類風(fēng)險之間的嚴重性比較。并再次將其反饋給各個專家，征求意見，再集中，再反饋，直至得到統(tǒng)一的兩兩比較結(jié)果。經(jīng)過3次反復(fù)征詢和反饋后，60名專家的意見逐步趨于集中，投資銀行業(yè)各類風(fēng)險的嚴重性比較結(jié)果也最終確定。根據(jù)各類風(fēng)險的兩兩比較結(jié)果，可分別得到證券承銷業(yè)務(wù)風(fēng)險、項目融資業(yè)務(wù)風(fēng)險和并購業(yè)務(wù)風(fēng)險的判斷矩陣A1=

其中，a11代表信息風(fēng)險、a12代表行業(yè)選擇風(fēng)險、a13代表時機選擇風(fēng)險、a14代表定價風(fēng)險、a15代表發(fā)行方式選擇風(fēng)險、a16代表流動性風(fēng)險、a17代表信譽風(fēng)險、a18代表操作風(fēng)險。

其中，a21代表法律風(fēng)險、a22代表市場風(fēng)險、a23代表違約風(fēng)險、a24代表財務(wù)風(fēng)險、a25代表外匯和利率風(fēng)險、a26代表項目完成風(fēng)險、a27代表客戶維護風(fēng)險、a28代表監(jiān)管風(fēng)險。

其中，a31代表融資風(fēng)險、a32代表信息風(fēng)險、a33代表經(jīng)營風(fēng)險、a34代表收購風(fēng)險、a35代表法律風(fēng)險、a36代表技術(shù)風(fēng)險、a37代表體制性風(fēng)險。

3.判斷矩陣的計算步驟

以證券承銷業(yè)務(wù)風(fēng)險為例，其判斷矩陣A1的計算步驟如下:

(1)計算判斷矩陣A1每一行元素的乘積:Mi=∏aij，得到 M1=0.00;M2=0.00;M3=

(2)計算Mi的n次方根:，得到

(3)對wi標準化:Wi=wi/∑wi，得到 W1其中Wi為所求的標準特征向量 (權(quán)重向量)的第i分量。

(4)計算判斷矩陣A1的最大特征根:λmax=8.82。

(5)對判斷矩陣A1進行一致性檢驗。

由于證券承銷風(fēng)險的復(fù)雜性以及人們對其認識的模糊性和多樣性，專家所給出的判斷矩陣不可能完全保持一致，需要檢驗一致性。一致性指標 IC=(λmax－n)/(n－1)。

為了度量不同階數(shù)判斷矩陣是否具有滿意的一致性，還需要引人判斷矩陣的平均隨機一致性指標IR值。對于各階判斷矩陣，其IR值如表2所示。一般認為，當(dāng)判斷矩陣的一致性比率RC=IC/IR＜0.10時，即認為判斷矩陣具有滿意的一致性，否則需要調(diào)整判斷矩陣，并使之具有滿意的一致性［19］。

表2 IR值

判斷矩陣 A1中，IC=(8.82－8)/(8－1)=0.12，RC=IC/IR=0.12/1.41=0.08＜0.10。表明判斷矩陣A1具有滿意的一致性，無需調(diào)整。

同理，可以計算出A2、A3判斷距陣中各個風(fēng)險的權(quán)重值，依照權(quán)重值大小對證券公司項目融資業(yè)務(wù)和并購業(yè)務(wù)中面臨的風(fēng)險進行排序。

四、研究結(jié)論與政策運用

通過層次分析法的結(jié)果表明:證券公司三大主要的投資銀行業(yè)務(wù)中，證券承銷業(yè)務(wù)各類風(fēng)險的嚴重性排序依次為時機選擇風(fēng)險、發(fā)行方式選擇風(fēng)險、定價風(fēng)險、操作風(fēng)險、流動性風(fēng)險、信息風(fēng)險、行業(yè)選擇風(fēng)險和信譽風(fēng)險，表明證券公司承銷業(yè)務(wù)風(fēng)險與股市狀態(tài)、證券發(fā)行方式與證券價格密切相關(guān)。項目融資業(yè)務(wù)各類風(fēng)險的嚴重性排序依次為:市場風(fēng)險、財務(wù)風(fēng)險、法律風(fēng)險、外匯和利率風(fēng)險、違約風(fēng)險、項目完成風(fēng)險(和客戶維護風(fēng)險)和監(jiān)管風(fēng)險，說明市場變化、公司財務(wù)狀況對項目融資業(yè)務(wù)有顯著的影響。并購業(yè)務(wù)各類風(fēng)險的嚴重性排序依次為:體制性風(fēng)險、經(jīng)營風(fēng)險、技術(shù)風(fēng)險、融資風(fēng)險、信息風(fēng)險、收購風(fēng)險和法律風(fēng)險，說明我國并購業(yè)務(wù)成功與否主要受到國家相關(guān)政策、企業(yè)產(chǎn)權(quán)性質(zhì)等因素影響。

證券承銷是投資銀行部門的核心業(yè)務(wù)，因此承銷業(yè)務(wù)風(fēng)險的防范在整個風(fēng)險管理過程中就顯得尤為重要。針對行業(yè)選擇風(fēng)險、信息風(fēng)險和信譽風(fēng)險，證券公司投資銀行部門要加強對國內(nèi)外宏觀經(jīng)濟的研究，提高對市場行情波動的把握能力，要深入研究證券發(fā)行公司，建立嚴格的發(fā)行人質(zhì)量評價體系和立項報告制度，著重選擇那些業(yè)績穩(wěn)定、具備良好發(fā)展?jié)摿托袠I(yè)背景、募集資金符合國家相關(guān)產(chǎn)業(yè)政策的項目［20］。針對時機選擇風(fēng)險和定價風(fēng)險，投資銀行部門要認真做好二級市場的調(diào)研，確定合適的發(fā)行時間和合理的發(fā)行價格。在制定新股價格，特別是增發(fā)和配股價格時，應(yīng)該對二級市場上證券價格的波動做出充分的估計。此外，在注重培養(yǎng)戰(zhàn)略性投資伙伴群的基礎(chǔ)上，還應(yīng)在發(fā)行方案、路演、詢價、承銷和超額配售等方面進行創(chuàng)新，從而有效防范發(fā)行方式選擇的風(fēng)險和流動性風(fēng)險等。針對操作風(fēng)險，要完善承銷業(yè)務(wù)的監(jiān)控體系、流程和相關(guān)規(guī)章制度，進一步規(guī)范承銷人員的行為。

市場風(fēng)險和財務(wù)風(fēng)險是項目融資業(yè)務(wù)中最主要風(fēng)險，投資銀行部門要以償債能力分析為核心，重點從項目技術(shù)、財務(wù)可行性以及還款來源的可靠性等方面評估項目風(fēng)險，充分考慮政策變化和市場波動等不確定因素對項目的影響，審慎預(yù)測項目的未來收益和現(xiàn)金流。針對其他風(fēng)險，投資銀行部門要持續(xù)監(jiān)測項目的建設(shè)和經(jīng)營情況，根據(jù)貸款擔(dān)保、法律環(huán)境、金融市場環(huán)境和宏觀經(jīng)濟變動等因素，定期對項目的風(fēng)險進行評價，并建立貸款質(zhì)量監(jiān)控制度和風(fēng)險預(yù)警體系。

在輔助企業(yè)兼并收購目標公司的過程中，要重點關(guān)注體制性風(fēng)險和經(jīng)營風(fēng)險。保證所簽契約書的完整性，明確證券公司與并購公司合同雙方的責(zé)、權(quán)、利，尤其在“免責(zé)”事項中應(yīng)明確說明在并購中得以免除的責(zé)任，從而減少被訴和被訴后敗訴的可能。謹慎地選擇目標企業(yè)，認真地捕捉信息，并加以分析和篩選，不僅要抓住公開的信息，而且要抓住目標公司潛在的信息，以避免決策錯誤，從而防范信息風(fēng)險。

［1］Markowitz，H.Portfolio Selection ［J］.The Journal of Finance，1952，(7):77－91.

［2］Engle，R.F.Autoregressive Conditional Heteroskedasticity with Estimates of the Variance of United Kingdom Inflation［J］.Econometrics，1982，50(4):201－224.

［3］劉興權(quán)，王振山，史永東.金融風(fēng)險管理中的VAR模型及其應(yīng)用［J］.東北財經(jīng)大學(xué)學(xué)報，1999，(6).

［4］黃海.投資銀行的風(fēng)險管理和 VAR技術(shù)的應(yīng)用——關(guān)于香港百富勤破產(chǎn)成因的思考［J］.財經(jīng)研究，1998，(9):47－51.

［5］Jeremy，B.Evaluating the Forecasts of Risk Models［DB/OL］.www.gloriamundi.org，1999.

［6］Bouchaud，J.P.，Poters，M.Worse Fluctuation Method forFastValue-AtRisk Estimates［DB/OL］.www.gloriamundi.org，1999.

［7］Li，D.Value at Risk Based on the Volatility，Skewness and Kurtosis［DB/OL］.www.gloriamundi.org，1999.

［8］Dowd，K.The Extreme Value Approach to VaR－An Introduction［J］.Financial Engineering News，1999，(8):1－5.

［9］Jia，J.M.，Dyer，J.S.A Standard Measure of Risk and Risk-Value Models［J］.Management Science，1996，(12):1691－1705.

［10］馬東浩.風(fēng)險值度量與基金資產(chǎn)組合的風(fēng)險分析［J］. 證券市場導(dǎo)報，2003，(2):36－41.

［11］南鳳蘭.中國證券公司風(fēng)險預(yù)警研究［J］.金融理論與實踐，2006，(9):3－6.

［12］張國勝，宋瑋瑋，沈峰.我國投資銀行市場風(fēng)險控制標準研究［J］.管理科學(xué)文摘，2007，(8).

［13］Veblen，T.The Theory of Business Enterprise［M］.New Jersey:Transaction Publishers，1978.

［14］Minsky，H. TheFinancialFragilityHypothesis:Capitalist Process and the Behavior of the Economy in Financial Crises ［M］.Cambridge:Cambridge University Press，1982.

［15］Akerlof，G.A.The Market for“Lemons”:Quality Uncertainty and the Market Mechanism ［J］.The Quarterly Journal of Economics，1970，(3).

［16］Stiglitz，J.E.，Weiss，A.Credit Rationing in Markets with ImperfectInformation ［J］. The American Economic Review，1981，(3):393－410.

［17］Stiglitz，J.E.The Economics of Information ［J］.Journal of Political Economy，1961，(3):213－225.

［18］徐俊，劉娜.層次分析法的基本思想與實際應(yīng)用［J］. 情報探索，2008，(12):113－115.

［19］陳俊華，慕長龍，朱志芳.Excel在物元模型及層次分析法(AHP)中的應(yīng)用［J］.四川林業(yè)科技，2009，(10):59－62.

［20］陳云賢.投資銀行的風(fēng)險收益對應(yīng)論［J］.經(jīng)濟研究，1997，(12):25－30.