馬 磊(上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030)

股票型結(jié)構(gòu)化信托產(chǎn)品平倉規(guī)則創(chuàng)新與下偏風(fēng)險(xiǎn)規(guī)避

馬 磊
(上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030)

利用GARCH模型和蒙特卡洛模擬法，以滬深300為標(biāo)的模擬在周度和月度平倉規(guī)則附加“即時(shí)”平倉規(guī)則下，股票型結(jié)構(gòu)化信托產(chǎn)品的運(yùn)行情況。結(jié)果表明：這種附加“即時(shí)”平倉條款的平倉規(guī)則創(chuàng)新能夠在控制下偏風(fēng)險(xiǎn)的情況下提高合約的整體收益率和降低平倉的概率，因此建議在股票投資信托產(chǎn)品的合約設(shè)計(jì)中可以添加該條款，從而使得合約的運(yùn)行更加平穩(wěn)。

股票型結(jié)構(gòu)化信托產(chǎn)品；GARCH模型；平倉規(guī)則創(chuàng)新；下偏風(fēng)險(xiǎn)規(guī)避

1 引言

股票型結(jié)構(gòu)化信托產(chǎn)品作為證券投資信托產(chǎn)品中的“大頭”，一直在中國(guó)的信托產(chǎn)品市場(chǎng)中扮演比較重要的角色。最近幾年，該類信托產(chǎn)品更是經(jīng)歷了快速發(fā)展，2015年第二季度證券投資信托業(yè)務(wù)余額邁入3萬億元大關(guān)。到2015年末，證券投資信托業(yè)務(wù)余額為3.30萬億元，同比增長(zhǎng)84.21%。證券投資信托業(yè)務(wù)規(guī)模占比從2011年的9.85%上升到2014年的14.18%。2015年末，股票型信托產(chǎn)品余額在11 103.74億元左右，同比增長(zhǎng)101.39%。證券投資信托產(chǎn)品業(yè)務(wù)快速發(fā)展帶動(dòng)股票型結(jié)構(gòu)化信托市場(chǎng)規(guī)?？焖贁U(kuò)張，但是這種結(jié)構(gòu)化的信托產(chǎn)品在發(fā)展過程中也暴露了一些問題，主要包括：第一，運(yùn)行的隱蔽性，其披露機(jī)制相對(duì)于基金產(chǎn)品完善度不夠，特別是傘形信托產(chǎn)品，由于其隱蔽性市場(chǎng)很難監(jiān)管；第二，各參數(shù)設(shè)定沒有統(tǒng)一的標(biāo)準(zhǔn)和量化的指導(dǎo)性規(guī)則，譬如杠桿比率、平倉線等，因此市場(chǎng)比較混亂。

由于信托運(yùn)行的隱蔽性，目前市場(chǎng)上對(duì)信托的參數(shù)設(shè)定及創(chuàng)新方面的研究較少，相關(guān)性較高的研究文獻(xiàn)及主要的研究?jī)?nèi)容包括陳健宓(2012)[1]運(yùn)用CPPI準(zhǔn)則從提高結(jié)構(gòu)化信托產(chǎn)品流動(dòng)性、規(guī)范劣后級(jí)受益人參與資格、在信托合同中載明投資策略三方面提出了可行性建議；吳凌翔(2012)[2]以證券投資結(jié)構(gòu)化信托產(chǎn)品的創(chuàng)新為切入點(diǎn)，引入“優(yōu)先級(jí)夾層”方法，分析該金融創(chuàng)新方法如何影響證券投資信托產(chǎn)品的定價(jià)。其他針對(duì)平倉線設(shè)定和平倉風(fēng)險(xiǎn)評(píng)估的相關(guān)文章包括李宏偉、唐清泉、史慶盛(2008)[3]通過研究滬深300股指期貨提出應(yīng)對(duì)股指期貨強(qiáng)行平倉風(fēng)險(xiǎn)的一種投資策略：當(dāng)價(jià)格波動(dòng)比較劇烈的時(shí)候,考慮強(qiáng)行平倉風(fēng)險(xiǎn)的投資策略與不考慮時(shí)的收益比會(huì)逐漸增大,也就是說,考慮到強(qiáng)行平倉風(fēng)險(xiǎn)的投資策略的優(yōu)越性會(huì)越來越明顯；王永杰、陳成、蘇振華(2011)[4]采用建立在復(fù)合Poisson過程基礎(chǔ)上的隨機(jī)游走模型研究了目前市場(chǎng)上期貨合約的風(fēng)險(xiǎn)，得出為了保證在有限的資金規(guī)模下投資的穩(wěn)健性，減少每日結(jié)清帶來的風(fēng)險(xiǎn)，必須嚴(yán)格控制投資規(guī)模的結(jié)論。

因此，從目前來看對(duì)于股票型結(jié)構(gòu)化信托產(chǎn)品的研究還很不透徹，研究的切入點(diǎn)也較少。本文主要從股票型結(jié)構(gòu)化信托產(chǎn)品平倉規(guī)則入手，考慮對(duì)目前市場(chǎng)上普遍存在的日度平倉規(guī)則進(jìn)行創(chuàng)新，目的在于提高信托產(chǎn)品的收益、降低平倉概率，使信托產(chǎn)品的運(yùn)行更加平穩(wěn)。本文采用基于GARCH模型的蒙特卡洛模擬方法，分別研究在周度和月度平倉規(guī)則下標(biāo)的信托產(chǎn)品的運(yùn)行情況，同時(shí)文章考慮添加“即時(shí)”平倉條款來減少由于規(guī)則創(chuàng)新而引起的下偏風(fēng)險(xiǎn)的上升。

2 理論簡(jiǎn)介

2.1GARCH模型及相關(guān)理論

GARCH模型是一個(gè)專門針對(duì)金融數(shù)據(jù)量體定做的回歸模型，除去和普通回歸模型的相同之處，GARCH對(duì)誤差的方差進(jìn)行了進(jìn)一步的建模，特別適用于波動(dòng)性的分析和預(yù)測(cè)，這樣的分析對(duì)投資者的決策能起到非常重要的指導(dǎo)作用，其意義很多時(shí)候超過了對(duì)數(shù)值本身的分析和預(yù)測(cè)。其具體形式如下：

(1)

(2)

(3)

ri：合約的當(dāng)期收益率

ri-t：合約的第i-t期收益率

εi：殘差項(xiàng)

N(0,1)：標(biāo)準(zhǔn)正態(tài)分布

hi：條件方差項(xiàng)

2.2VaR和CVaR相關(guān)理論

VaR的基本含義是風(fēng)險(xiǎn)資產(chǎn)在給定置信區(qū)間和持有期間上，在正常市場(chǎng)條件下的最大期望損失。

Prob(ΔP>VaR)=1-α

(4)

(5)

ΔP：一定持有期內(nèi)的損失

α：置信水平

F：分布函數(shù)

CVaR是指投資組合的損失大于某個(gè)給定值的條件下,該組合損失的平均值，具體公式如下：

CVaR(α)= -E(r|r≤VaR)=

(6)

相關(guān)參數(shù)含義同上。

3 標(biāo)的資產(chǎn)選取及參數(shù)估計(jì)

本文選取滬深300作為股票型結(jié)構(gòu)化信托的投資標(biāo)的，主要原因在于滬深300作為整個(gè)股票市場(chǎng)的規(guī)范性、指導(dǎo)性指標(biāo)，從長(zhǎng)期來看其運(yùn)行情況可以近似代表市場(chǎng)的整體運(yùn)行情況，采用此為研究標(biāo)的得出的結(jié)果對(duì)整個(gè)市場(chǎng)的股票投資型信托產(chǎn)品的指導(dǎo)意義更強(qiáng)。

本文選取滬深300運(yùn)行的時(shí)間段為2014—2017年2月，其收益率的相關(guān)描述性統(tǒng)計(jì)如圖1，表1所示。

圖1 收益率序列

均值方差最小值最大值中位數(shù)0．0005180．000315-0．0915400．0649890．000803

可以看出滬深300具有非常明顯的波動(dòng)率叢聚現(xiàn)象，而GARCH模型描述波動(dòng)率尤其是在描述收益率的波動(dòng)率叢聚方面較為有效，因此選用GARCH模型作為主模型是比較合理的。應(yīng)用Eviews軟件，發(fā)現(xiàn)GARCH(1,1)模型的擬合效果最好，得到模型的參數(shù)估計(jì)結(jié)果如表2所示。

表2 模型的參數(shù)估計(jì)結(jié)果

4 蒙特卡洛模擬與平倉規(guī)則創(chuàng)新

4.1平倉規(guī)則創(chuàng)新的主要思路

從平倉規(guī)則上講，目前市場(chǎng)上各種產(chǎn)品大都采用日度平倉規(guī)則，像各種期權(quán)產(chǎn)品、融資融券等，證券投資信托產(chǎn)品也不例外，日度平倉規(guī)則占主流。但是，這種平倉規(guī)則存在一定的問題，尤其在市場(chǎng)表現(xiàn)較好時(shí)，因?yàn)楫?dāng)市場(chǎng)表現(xiàn)較好時(shí)，就算觸及了平倉線，如果合約繼續(xù)運(yùn)行的話，那么在未來的時(shí)間段內(nèi)標(biāo)的資產(chǎn)價(jià)格運(yùn)行超過平倉線價(jià)格的可能性依然很高。

本文平倉規(guī)則創(chuàng)新的初衷就是為了提高合約整體收益率的同時(shí)降低合約平倉的概率，因此本文設(shè)想周度和月度平倉這樣兩種情況，也就是在既定的平倉線下到周末和月末來確定合約是否平倉，而在中間如果合約觸及平倉線而不去平倉，給予跌破平倉線的資產(chǎn)以“喘息”的機(jī)會(huì)，從而提高合約的收益和降低平倉概率。

4.2模擬運(yùn)行結(jié)果及平倉規(guī)則修正

4.2.1模擬運(yùn)行結(jié)果分析 本文的模擬過程采用R軟件，模擬滬深300標(biāo)的結(jié)構(gòu)化信托合約在運(yùn)行周期為200天的情況下，得出其平倉的次數(shù)、收益的均值、收益的方差等相關(guān)數(shù)據(jù)(由于復(fù)雜性，本文不考慮劣后級(jí)投資者在平倉情況下追加投資的情形)。本文模擬次數(shù)為10萬次，在比較5%，10%，20%三個(gè)分位點(diǎn)的情況下，發(fā)現(xiàn)三者前后兩次模擬的結(jié)果差的絕對(duì)值不超過萬分之一，加之考慮本文數(shù)據(jù)在采用百分制的情況下保留三位小數(shù)的特點(diǎn)，該模擬結(jié)果可以用于后續(xù)的數(shù)據(jù)分析。

具體的模擬結(jié)果如表3所示。

表3選取在80%，70%，60%平倉線情況下，日度、周度、月度平倉規(guī)則下該合約的運(yùn)行情況，選取80%，70%，60%三種平倉線的目的在于比較平倉線水平高低對(duì)平倉規(guī)則創(chuàng)新的影響。

通過以上分析可以得出以下結(jié)論：采用周度和月度平倉規(guī)則確實(shí)具有有效性，并且就目前的市場(chǎng)狀況來看，給予平倉的調(diào)整空間越大，平倉發(fā)生的概率越低、標(biāo)的資產(chǎn)的收益率越高。同時(shí)，在平倉線越高時(shí)進(jìn)行平倉規(guī)則的創(chuàng)新所取得的收益率上升和平倉率下降的效果越明顯。

表3 不同平倉線下日度、周度、月度相關(guān)模擬結(jié)果

4.2.2平倉規(guī)則創(chuàng)新過程中存在的問題探討 從上面的分析過程中發(fā)現(xiàn)，雖然從整體來看收益上升了并且平倉的概率也下降了，但是合約整體的方差也隨之上升，可以把這種情況看作收益上升所必須付出的一種代價(jià)。引起方差上升的根源來源于我們規(guī)則的創(chuàng)新，這種規(guī)則的創(chuàng)新引起方差上升的主要因素為雖然規(guī)則創(chuàng)新給予了觸及平倉線的合約“喘息”的機(jī)會(huì)，合約的標(biāo)的資產(chǎn)價(jià)格在之后的運(yùn)行過程中會(huì)再次超過平倉線的價(jià)格，但是也會(huì)有一些合約在給予“喘息”機(jī)會(huì)之后，價(jià)格在規(guī)定期限內(nèi)依然不能超過平倉線價(jià)格，更有可能價(jià)格會(huì)再次大概率下行。同時(shí)，一些當(dāng)時(shí)躲過平倉命運(yùn)的合約在后期仍然面臨著被平倉的可能。這就是從整體來看方差增加的原因，我們認(rèn)為其風(fēng)險(xiǎn)上升的主要原因來源于下偏風(fēng)險(xiǎn)的大幅上升。

表4 不同平倉線、平倉規(guī)則和置信水平下合約運(yùn)行周期內(nèi)的VaR值

因此，本文選取VaR和CVaR作為觀察指標(biāo)，考慮在置信度水平為95%，99%和99.5%三種情況下，由于規(guī)則創(chuàng)新所帶來的下偏風(fēng)險(xiǎn)的變化。

表4為各平倉線情況下， 95%，99%，99.5%的置信水平下，日度、周度和月度的最大損失率。從表4能夠得到以下的分析結(jié)果：在控制下偏風(fēng)險(xiǎn)方面，當(dāng)置信度水平相對(duì)較低時(shí)，周度、月度平倉規(guī)則能夠取得比較好的效果。以80%平倉水平為例，在95%的概率下，日度平倉規(guī)則的最大損失率不大于20.24%；周度平倉規(guī)則的最大損失率不大于20.09%；月度平倉規(guī)則的最大損失率不大于11.21%，由此我們認(rèn)為周度、月度平倉規(guī)則在低置信水平下起到了比日度平倉更好的控制下偏風(fēng)險(xiǎn)的效果。但是，當(dāng)提高置信度水平時(shí)，周度和月度平倉規(guī)則下?lián)p失率卻明顯上升，下偏風(fēng)險(xiǎn)高于同一置信水平下的日度平倉規(guī)則，并且月度平倉規(guī)則損失率上升最快，這種現(xiàn)象符合之前的假設(shè)：月度平倉給予觸及平倉線的股票價(jià)格更多的下降空間，因此在高置信水平下其損失率會(huì)明顯上升。

圖2 80%，70%，60%平倉線情況下收益率最差的5 000次模擬情況的收益率分布情況

圖2中三幅圖分別為80%，70%，60%平倉線下，日度、周度、月度平倉規(guī)則下，收益率最差的5 000種模擬情況下的收益率折線圖。從圖2可以看出收益率在平倉線附近有個(gè)明顯的跳躍，收益率在平倉線附近是分段的。同時(shí)，圖2能夠更加明顯看出，當(dāng)收益率以平倉線為界從右到左時(shí)，月度平倉規(guī)則相較周度和日度平倉規(guī)則的收益率越往左側(cè)下降速度越快、下偏風(fēng)險(xiǎn)增加越多，這就更進(jìn)一步證明了之前的結(jié)論。

表5為不同置信度水平下的CVaR值，從表5我們可以得出和VaR分析相似的結(jié)論：平倉規(guī)則的創(chuàng)新大大增加了下偏風(fēng)險(xiǎn)，尤其是在高置信水平和月度平倉規(guī)則下下偏風(fēng)險(xiǎn)暴露更加明顯。

表5 不同平倉線、平倉規(guī)則和置信水平下合約運(yùn)行周期內(nèi)的CVaR值

總結(jié)以上分析結(jié)果可以得出：第一，采用周度和月度平倉規(guī)則確實(shí)可以降低平倉發(fā)生概率、提高整體收益水平；第二，由于周度、月度平倉規(guī)則給予了觸及平倉線的合約以“喘息”的機(jī)會(huì)，因此整體來看其在下偏風(fēng)險(xiǎn)控制方面明顯差于日度平倉規(guī)則，這可以看作提高收益而必須承擔(dān)的風(fēng)險(xiǎn)。

4.2.3對(duì)平倉規(guī)則創(chuàng)新的修正 鑒于以上的分析結(jié)果，我們認(rèn)為：就目前市場(chǎng)來看，應(yīng)采用周度和月度平倉規(guī)則，從整體來看這種平倉規(guī)則可以提高合約的收益率、降低平倉的概率，使合約運(yùn)行更加平穩(wěn)。但是，采用這種規(guī)則整體來看卻會(huì)加大下偏風(fēng)險(xiǎn)，雖然下偏事件真實(shí)發(fā)生的概率比較低，但是一旦發(fā)生卻會(huì)造成較大的損失，對(duì)于風(fēng)險(xiǎn)厭惡者來說最好的情況是，希望能夠完全消除這部分下偏風(fēng)險(xiǎn)，或者將其控制在一個(gè)可以接受的范圍。

因此，本文考慮這樣一種情況：如果在周度平倉和月度平倉的基礎(chǔ)上添加一個(gè)條款，那么會(huì)不會(huì)在盡可能小地降低收益率的情況下消除大量的下偏風(fēng)險(xiǎn)，我們稱之為對(duì)平倉規(guī)則創(chuàng)新的一種修正。

修正的主要出發(fā)點(diǎn)是考慮減少下偏風(fēng)險(xiǎn)，本文采用的一種可行的修正思路為在付出一定收益率為代價(jià)的情況下，我們鎖定下偏風(fēng)險(xiǎn)的最大值，只要在鎖定下偏風(fēng)險(xiǎn)這種情況下我們整體的收益率還是增加的同時(shí)整體平倉概率還是下降的，那這種情形下平倉規(guī)則創(chuàng)新還是能夠優(yōu)化之前的日度平倉規(guī)則。同時(shí)，相對(duì)于之前平倉規(guī)則理論上的完全下偏風(fēng)險(xiǎn)暴露而言，這種平倉規(guī)則可以完全鎖定下偏風(fēng)險(xiǎn)。

4.2.4“即時(shí)”平倉條款 因此，本文考慮添加這樣一個(gè)條款：以80%平倉線為例，采用周度平倉規(guī)則的情況下，當(dāng)合約觸及平倉線時(shí)，不平倉而是給予該合約一定的下跌空間，但是當(dāng)合約繼續(xù)下跌如跌破70%時(shí)，那么不管是否到了周度平倉時(shí)點(diǎn)，都強(qiáng)制其第二天開盤馬上平倉。添加這樣一個(gè)條款，除了市場(chǎng)出現(xiàn)極端流動(dòng)性緊縮的情況，就可以完全規(guī)避合約跌破70%平倉線的風(fēng)險(xiǎn)，也許這樣做減少了一部分收益率，但是卻將下偏風(fēng)險(xiǎn)掌握在了可控范圍，本文稱這樣一種條款為“即時(shí)”平倉條款。

下面本文同樣應(yīng)用上面的模擬運(yùn)行數(shù)據(jù)結(jié)果來研究這種條款設(shè)計(jì)的合理性和有效性。

a) 周度、80%平倉線

b) 月度、80%平倉線

c) 周度、70%平倉線

d) 月度、70%平倉線

e) 周度、60%平倉線

f) 月度、60%平倉線

圖3中六幅圖分別為80%，70%，60%平倉情況下的收益率、方差和99.5%(主要考慮高置信水平的目的根據(jù)上文分析結(jié)果：在高置信水平情況下周度、月度平倉情況相對(duì)于日度平倉情況VaR和CVaR上升最多，也就是高置信水平下下偏風(fēng)險(xiǎn)上升最多，研究如何降低高置信水平下的下偏風(fēng)險(xiǎn)更具有意義)的置信水平下VaR，CVaR曲線。以a) 為例，a) 上圖表示不添加即時(shí)平倉條款80%平倉線情況下，和添加即時(shí)平倉條款即時(shí)平倉線從79%～53%情況下收益率(左)和方差(右)；a) 下圖橫軸含義同上圖相同，分別表示在這些即時(shí)平倉線情況下的VaR(左)和CVaR(右)值。

從圖3可以看出，在設(shè)定即時(shí)平倉線的情況下，收益率和方差都會(huì)出現(xiàn)從原周度、月度平倉線瞬間下降的情形，而后隨著即時(shí)平倉線的上升，收益率和方差會(huì)逐漸抬升，當(dāng)即時(shí)平倉線越來越低時(shí)，收益和方差逐漸趨于平緩。VaR和CVaR也存在瞬間下降的情形，但是隨著即時(shí)平倉線的下降，VaR和CVaR的運(yùn)行規(guī)律有所不同，VaR逐漸增加超過原周度、月度平倉線到達(dá)最大值點(diǎn)后會(huì)重新下降，并逐步最終趨于原周度、月度平倉VaR值，而CVaR則是在跳躍之后緩步上升趨于原VaR和CVaR值。

同時(shí)，我們發(fā)現(xiàn)不管哪個(gè)即時(shí)平倉線狀況下的收益率都高于原來的日度平倉情況下的收益，因此這種即時(shí)平倉規(guī)則的設(shè)定對(duì)提升合約的整體收益依然是有效的。

那么，在多種“即時(shí)”平倉線情況下，究竟應(yīng)該選擇哪一種作為最優(yōu)即時(shí)平倉線，這主要取決于評(píng)價(jià)方法，本文認(rèn)為以下兩種方法具有可行性：

方法一：基于整體收益和方差的夏普比率方法

該方法考慮選用夏普比率作為選擇即時(shí)平倉點(diǎn)的依據(jù)，假設(shè)無風(fēng)險(xiǎn)收益率為4%，比較不同即時(shí)平倉線下的夏普比的值，最大值點(diǎn)就是即時(shí)平倉點(diǎn)。以80%平倉線情況下各即時(shí)平倉線的周度平倉為例，其各即時(shí)平倉線情況下的夏普比如圖4所示。

圖4 80%平倉線周度情況下各即時(shí)平倉線下的夏普比

在該情況下，夏普比率最大化點(diǎn) “即時(shí)”平倉線為77%時(shí)，就是該平倉規(guī)則下的最優(yōu)“即時(shí)”平倉點(diǎn)。應(yīng)用夏普比率可以找到任意平倉線水平下的最優(yōu)“即時(shí)”平倉點(diǎn)。但是，這種方法考慮的是合約的整體風(fēng)險(xiǎn)，并沒有考慮下偏風(fēng)險(xiǎn)的影響，因此可以考慮另外的方法。

方法二：更加注重下偏風(fēng)險(xiǎn)的方法：綜合考慮VaR和CVaR

以80%平倉線周度平倉規(guī)則為例，當(dāng)“即時(shí)”平倉線從大到小時(shí)，本文設(shè)置并考察兩個(gè)指標(biāo)：A=即時(shí)平倉線下收益率變化百分比/即時(shí)平倉線下VaR變化百分比，B=即時(shí)平倉線下收益率變化百分比/即時(shí)平倉線下CVaR變化百分比。設(shè)計(jì)這兩個(gè)指標(biāo)的合理性在于(以A為例)當(dāng)即時(shí)平倉線下收益率變化百分比為負(fù)、即時(shí)平倉線下VaR變化百分比同時(shí)為負(fù)時(shí)，A的最小化代表以最小的收益代價(jià)換取了最大的下偏風(fēng)險(xiǎn)規(guī)避。

如果能夠找到某一點(diǎn)，這點(diǎn)上A，B都為正且最小化，那么就可以認(rèn)為在該周度、月度平倉情況下找到了最優(yōu)即時(shí)平倉點(diǎn)，但是根據(jù)上面的圖形分析，VaR和CVaR最小值點(diǎn)往往不會(huì)出現(xiàn)在同一個(gè)即時(shí)平倉點(diǎn)。

以80%平倉線、周度平倉規(guī)則下的99.5%的置信水平為例來研究如何找出最優(yōu)即時(shí)平倉點(diǎn)，在1%的即時(shí)平倉線梯度下，得到表6所示結(jié)果。在表6結(jié)果中將該表分為四部分，分別表示為部分1，2，3和4。

本文將表6分為四部分的原因是：第一部分，指標(biāo)A和指標(biāo)B都趨于下降；第二部分，指標(biāo)A在觸底之后開始上升；第三部分，VaR值開始增加；第四部分，B值開始為負(fù)，且“即時(shí)”平倉線太低，風(fēng)險(xiǎn)控制能力較弱。以上四部分可以首先將第一部分排除，因?yàn)樵谠摬糠秩我獾募磿r(shí)平倉水平下其指標(biāo)A和指標(biāo)B都高于第二部分76%即時(shí)平倉線水平下的A，B指標(biāo)。然后，應(yīng)該排除第三部分，因?yàn)榈谌糠蛛m然指標(biāo)B仍趨于下降但是VaR卻上升了，這與降低風(fēng)險(xiǎn)的初衷相違背。對(duì)于第四部分而言VaR同樣上升，另外排除第四部分的原因還包括第四部分的即時(shí)平倉線過低，其在風(fēng)險(xiǎn)控制方面放開的幅度過大，一旦市場(chǎng)整體收益下滑，那么其控制風(fēng)險(xiǎn)的能力將會(huì)非常有限。綜合考慮，本文認(rèn)為最優(yōu)的即時(shí)平倉點(diǎn)應(yīng)該處于第二部分，究竟第二部分哪一點(diǎn)才是最優(yōu)點(diǎn)，取決于個(gè)人的風(fēng)險(xiǎn)厭惡函數(shù)。

表6 80%平倉線、周度情況下各“即時(shí)”平倉線下的相關(guān)指標(biāo)統(tǒng)計(jì)表

更一般的情況下，可以建立A和B的函數(shù)，當(dāng)然函數(shù)的具體形式取決于個(gè)人對(duì)于風(fēng)險(xiǎn)及對(duì)A，B的厭惡程度，在函數(shù)取正的最小值的情況下可得出最優(yōu)化的“即時(shí)”平倉點(diǎn)。

5 結(jié)論和建議

本文重點(diǎn)研究股票型結(jié)構(gòu)化信托產(chǎn)品的平倉規(guī)則創(chuàng)新，采用GARCH模型和蒙特卡洛模擬法，以滬深300為標(biāo)的，結(jié)果表明：采用周度和月度平倉規(guī)則能夠有效提高合約的整體收益率和降低平倉的概率，使合約運(yùn)行更加平穩(wěn)；同時(shí)，針對(duì)采用周度和月度平倉規(guī)則增加合約下偏風(fēng)險(xiǎn)的情況，文章考慮引入“即時(shí)”平倉條款，該條款的引入能夠以最小的收益為代價(jià)完全控制合約的下偏風(fēng)險(xiǎn)，避免合約在極端情況下大幅下跌。根據(jù)本文的模擬運(yùn)算結(jié)果，就目前的市場(chǎng)狀況而言，該平倉規(guī)則創(chuàng)新具有比較明顯的實(shí)用價(jià)值。

[ 1 ] 陳健宓. 結(jié)構(gòu)化證券投資信托產(chǎn)品設(shè)計(jì)研究[D].上海交通大學(xué)，2012.

[ 2 ] 吳凌翔. 證券投資型結(jié)構(gòu)化信托創(chuàng)新研究——以一個(gè)全能型創(chuàng)新信托產(chǎn)品為例[D].上海交通大學(xué)，2012.

[ 3 ] 李宏偉，唐清泉，史慶盛. 股指期貨強(qiáng)行平倉風(fēng)險(xiǎn)應(yīng)對(duì)策略的探討[J].中山大學(xué)研究生學(xué)刊(自然科學(xué)、醫(yī)學(xué)版)， 2008，29(3)：73-80.

[ 4 ] 王永杰，陳成，蘇振華. 股指期貨市場(chǎng)強(qiáng)行平倉風(fēng)險(xiǎn)估計(jì)[J].重慶工商大學(xué)學(xué)報(bào)(自然科學(xué)版)，2011，28(3)：261-264.

[ 5 ] [美]茲維·博迪和羅伯特·C.莫頓金融學(xué)[M].北京:中國(guó)人民大學(xué)出版社，2000.

[ 6 ] 陳松男. 結(jié)構(gòu)式金融產(chǎn)品之設(shè)計(jì)與創(chuàng)新(一)[M].臺(tái)北：新陸書局，2010：30-45.

[ 7 ] BLACK F, JONES R. Simplifying portfolio insurance [J].The Journal of Portfolio Management，1987(13): 48-51.

[ 8 ] BOROVKOV K A．DICKSON D C M．On the ruin time distribution for Sparre Andersen process with exponential claim sizes[J]．Insurance: Mathematics & Economics，2008(42): 1104-1108.

[ 9 ] ESTEP T, KRITZMAN M. TIPP: insurance without complexity [J].Journal of Portfolio Management, 1988,14(4):38-42.

[10] PEROLD A, SHARPE W. Dynamic strategies for asset allocation[J]. Financial Analyst Journal, 1988,51(1): 16-27.

[11] ROSS S M．Stochastic Processes[M].New York: John Wiley & Sons，INC，1996.

InnovationofClosingRulesforStockStructuredTrustProductsandtheFollowingRiskAversion

MALei
(Under Graduate Student of Antai College of Economics & Management, Shanghai Jiao Tong University, ShangHai 200030, China)

This article uses the GARCH model and monte carlo simulation method to research that how the hushen300 underlying trust product operates under the weekly and monthly closing rules with the addition of “immediate” closing lines. The result shows that the closing rules innovation added with the “immediate” closing lines can increase the whole yield rate and reduce the probability of the closing of the trust product, also, it can control the downside risk. As a result the article suggest to add the innovative term to the stock investment structured trust products, consequently the product will run more smoothly.

stock investment structured product; GARCH model; innovation of closing rules; avoid of the downside partial risks

F 064.1

A

2017-03-06

馬磊(1989—)，男，江蘇南通人，研究方向：金融工程。E-mail: 651197729@qq.com.

1005-9679(2017)05-0013-07