本文為西安市社會(huì)科學(xué)規(guī)劃基金重點(diǎn)項(xiàng)目《銀行間交易對(duì)西安金融穩(wěn)定的影響研究》（19J55） 階段性成果

【摘 要】 本文運(yùn)用VaR蒙特卡羅模擬法對(duì)招商銀行發(fā)行的一款掛鉤中證500指數(shù)結(jié)構(gòu)化產(chǎn)品的投資風(fēng)險(xiǎn)進(jìn)行評(píng)估，以期為非專業(yè)機(jī)構(gòu)投資者及中小投資者提供一種科學(xué)、簡(jiǎn)潔、直觀的風(fēng)險(xiǎn)測(cè)度與分析方法。因此，投資者必須提高風(fēng)險(xiǎn)意識(shí)，選取與自身風(fēng)險(xiǎn)承受能力相匹配的產(chǎn)品，以免遭受損失。

【關(guān)鍵詞】 結(jié)構(gòu)化產(chǎn)品;VaR;蒙特卡羅模擬法;風(fēng)險(xiǎn)測(cè)度

一、引言

隨著我國(guó)金融市場(chǎng)的蓬勃發(fā)展，商業(yè)銀行理財(cái)業(yè)務(wù)呈迅速增長(zhǎng)態(tài)勢(shì)，在滿足投資者資產(chǎn)多樣化配置方面發(fā)揮著重要作用。根據(jù)銀行業(yè)理財(cái)?shù)怯浲泄苤行呐c中國(guó)銀行業(yè)協(xié)會(huì)聯(lián)合發(fā)布的《中國(guó)銀行業(yè)理財(cái)市場(chǎng)報(bào)告（2018年）》顯示：“截至2018年底，全國(guó)共403家銀行業(yè)金融機(jī)構(gòu)有存續(xù)的非保本理財(cái)產(chǎn)品，理財(cái)產(chǎn)品4.8萬(wàn)只，存續(xù)余額22.04萬(wàn)億元。銀行理財(cái)面向個(gè)人投資者發(fā)行的一般個(gè)人類、高資產(chǎn)凈值類與私人銀行類非保本理財(cái)產(chǎn)品存續(xù)余額為19.16萬(wàn)億元，占全部非保本理財(cái)產(chǎn)品存續(xù)余額的86.93%，募集資金為92.72萬(wàn)億元，占全部非保本理財(cái)產(chǎn)品募集資金的78.51%?！睘楸３质袌?chǎng)份額，銀行對(duì)結(jié)構(gòu)化產(chǎn)品持續(xù)創(chuàng)新，以期為投資者提供更加豐富的投資選擇。結(jié)構(gòu)化產(chǎn)品設(shè)計(jì)靈活、收益結(jié)構(gòu)復(fù)雜，可投資于金融衍生品、外匯、股指、大宗商品等高風(fēng)險(xiǎn)領(lǐng)域，其實(shí)際投資風(fēng)險(xiǎn)不容小覷。非機(jī)構(gòu)投資者及中小投資者由于自身存在專業(yè)知識(shí)局限、風(fēng)險(xiǎn)意識(shí)薄弱等原因，導(dǎo)致其無(wú)法對(duì)產(chǎn)品投資風(fēng)險(xiǎn)做出正確評(píng)估。因此，如何選取科學(xué)合理的方法對(duì)結(jié)構(gòu)化產(chǎn)品的投資風(fēng)險(xiǎn)進(jìn)行測(cè)度意義重大。

本文以招商銀行發(fā)行的一款掛鉤中證500指數(shù)結(jié)構(gòu)性存款產(chǎn)品為例，運(yùn)用VaR蒙特卡羅模擬法對(duì)該產(chǎn)品投資風(fēng)險(xiǎn)進(jìn)行評(píng)估，為非專業(yè)機(jī)構(gòu)投資者及中小投資者提供一種科學(xué)、簡(jiǎn)潔、直觀的分析方法，使其在對(duì)結(jié)構(gòu)性存款預(yù)期收益與潛在風(fēng)險(xiǎn)進(jìn)行充分分析的基礎(chǔ)上做出理性投資決策。

二、文獻(xiàn)回顧

關(guān)于結(jié)構(gòu)化產(chǎn)品設(shè)計(jì)與定價(jià)方面的研究，Dos and Statman（2013）指出投資者持有結(jié)構(gòu)化產(chǎn)品往往是為獲取特定的收益目標(biāo)。Grünbichler and Wohlwend（2005）的研究表明，當(dāng)資本市場(chǎng)利率極低時(shí)，投資者雖然會(huì)對(duì)結(jié)構(gòu)化產(chǎn)品的息票支付產(chǎn)生濃厚興趣，但卻無(wú)法對(duì)產(chǎn)品中隱含的風(fēng)險(xiǎn)做出正確評(píng)估。McCann and Luo（2006）認(rèn)為掛鉤型理財(cái)產(chǎn)品因其信息不完全公開透明難以有效地進(jìn)行分析度量，因此具有較大的風(fēng)險(xiǎn)，并通過(guò)實(shí)證分析來(lái)進(jìn)行研究。Henderson and Pearson（2010）的研究表明，從基金經(jīng)理的角度來(lái)看，最優(yōu)的結(jié)構(gòu)性產(chǎn)品所蘊(yùn)含的風(fēng)險(xiǎn)是大于或等于市場(chǎng)投資組合所帶來(lái)的風(fēng)險(xiǎn)的。Chen and Kensinger（1990）、Chen and Sears（1990）、Baubonis et al.（1993）最早對(duì)美國(guó)的標(biāo)準(zhǔn)普爾指數(shù)票據(jù)、股票掛鉤存款證券及指數(shù)掛鉤存款證券進(jìn)行了實(shí)證分析。國(guó)內(nèi)的結(jié)構(gòu)化產(chǎn)品屬于非公開交易，并以銀行發(fā)行的結(jié)構(gòu)化理財(cái)產(chǎn)品為主。關(guān)彬（2010）的實(shí)證研究結(jié)果表明中國(guó)銀行發(fā)行的匯聚寶產(chǎn)品存在著較高溢價(jià)率，并提出降低風(fēng)險(xiǎn)的策略措施。崔海蓉等（2012）在研究結(jié)構(gòu)化產(chǎn)品的創(chuàng)新問(wèn)題時(shí)，嘗試使用前景理論分別從投資者與發(fā)行者兩個(gè)不同角度展開研究。王增武和汪圣明（2010）在研究保底封頂型結(jié)構(gòu)化產(chǎn)品時(shí)，建立了不確定性框架并運(yùn)用Choquet期望效用理論，實(shí)證結(jié)果顯示投資者之所以選擇復(fù)雜產(chǎn)品而非簡(jiǎn)單產(chǎn)品是因?yàn)槠鋵?duì)前者的預(yù)期收益率估計(jì)較高。顧婧等（2018）通過(guò)實(shí)證分析得出約10%的區(qū)間型股票掛鉤理財(cái)產(chǎn)品定價(jià)存在偏差這一結(jié)論。

關(guān)于VaR應(yīng)用于風(fēng)險(xiǎn)測(cè)度與信息披露方面的研究，VaR作為市場(chǎng)風(fēng)險(xiǎn)測(cè)度和管理的新工具是由J.P Morgan的風(fēng)險(xiǎn)管理人員在1994年最先提出。1993年4月，巴塞爾銀行監(jiān)管委員在其公布的《市場(chǎng)風(fēng)險(xiǎn)的監(jiān)管處理意見(jiàn)》中建議使用VaR作為度量市場(chǎng)風(fēng)險(xiǎn)的方法。1996年1月巴塞爾銀行監(jiān)管委員會(huì)發(fā)布了《包含市場(chǎng)風(fēng)險(xiǎn)的資本充足率標(biāo)準(zhǔn)修訂案》，明確提出將VaR方法與內(nèi)部模型法結(jié)合來(lái)度量銀行未來(lái)可能面臨的市場(chǎng)風(fēng)險(xiǎn)的規(guī)定。此后，VaR方法在全球范圍內(nèi)被全面推廣。在風(fēng)險(xiǎn)測(cè)度方面，Katerina， Simon（1996）認(rèn)為VaR模型提供了測(cè)算市場(chǎng)風(fēng)險(xiǎn)的統(tǒng)一指標(biāo)，能夠有效幫助金融機(jī)構(gòu)進(jìn)行風(fēng)險(xiǎn)管理，并在監(jiān)管部門實(shí)行有效監(jiān)管方面發(fā)揮積極作用。楊彩林等（2010）分別采用歷史模擬法和方差—協(xié)方差法的VaR模型對(duì)中國(guó)股票市場(chǎng)風(fēng)險(xiǎn)進(jìn)行實(shí)證分析，得出滬深股市整體風(fēng)險(xiǎn)較大，但深市又大于滬市的結(jié)論。劉輝等（2017）利用上證綜指日收益率的歷史數(shù)據(jù)，通過(guò)實(shí)證研究表明在市場(chǎng)波動(dòng)性不發(fā)生變化的情況下，歷史模擬法計(jì)算的VaR能夠有效地度量市場(chǎng)風(fēng)險(xiǎn)。在信息披露方面，Rockafellar and Uryasevs（2000）指出VaR順應(yīng)了以“逐日盯市”為基礎(chǔ)的信息披露這一現(xiàn)代趨勢(shì)。Andrew（1999）認(rèn)為VaR在用于信息披露的過(guò)程中以簡(jiǎn)單明了的數(shù)字而非技術(shù)的形式向投資者、存款人、貸款人及交易雙方傳達(dá)了一家公司存在的各種各樣的金融風(fēng)險(xiǎn)，同時(shí)使信息對(duì)稱化，使原本在信息中占有優(yōu)勢(shì)的一方不能隱瞞其風(fēng)險(xiǎn)從而停止采取使其自身獲益而可能對(duì)在信息中占有劣勢(shì)的群體蒙受巨大損失的交易行為。

綜上所述，國(guó)內(nèi)外學(xué)者的研究均表明結(jié)構(gòu)化產(chǎn)品由于設(shè)計(jì)復(fù)雜、信息不透明、定價(jià)存在偏差等問(wèn)題導(dǎo)致其隱含風(fēng)險(xiǎn)較高，投資者很難對(duì)其風(fēng)險(xiǎn)做出正確評(píng)估。而VaR方法不僅能有效解決投資風(fēng)險(xiǎn)測(cè)度問(wèn)題，還能在很大程度上解決信息不對(duì)稱問(wèn)題，提高信息披露程度。然而在現(xiàn)有研究中，關(guān)于將VaR方法應(yīng)用于結(jié)構(gòu)化產(chǎn)品投資風(fēng)險(xiǎn)評(píng)估的文獻(xiàn)還有待進(jìn)一步補(bǔ)充和豐富。

三、VaR理論概述

1、VaR的定義

VaR（Value at Risk）又稱風(fēng)險(xiǎn)價(jià)值法，其含義是指在市場(chǎng)正常波動(dòng)下，某一資產(chǎn)或資產(chǎn)組合在給定的持有期內(nèi)和給定的置信水平下可能遭受的最大損失。其數(shù)學(xué)表達(dá)式為：

其中Δpt為資產(chǎn)在持有期t內(nèi)的損失，VaR表示在置信水平C下處于風(fēng)險(xiǎn)中的價(jià)值。VaR計(jì)算涉及的兩個(gè)主要參數(shù)包括持有期和置信水平。

2、VaR計(jì)算方法

常用的VaR計(jì)算方法有三種：

（1）方差-協(xié)方差法

方差-協(xié)方差法的基本假設(shè)是風(fēng)險(xiǎn)因子收益的變化服從正態(tài)分布，然后通過(guò)歷史數(shù)據(jù)分析和估計(jì)該風(fēng)險(xiǎn)因子收益分布的參數(shù)值。該方法下VaR的計(jì)算可表示為：

其中，vo表示資產(chǎn)或資產(chǎn)組合的初始值，zc表示標(biāo)準(zhǔn)正態(tài)分布下對(duì)應(yīng)于置信度C的分位數(shù)，σ表示資產(chǎn)或資產(chǎn)組合收益的標(biāo)準(zhǔn)差，Δt表示資產(chǎn)或資產(chǎn)組合的持有期。

（2）歷史模擬法

歷史模擬法采用的是全值估計(jì)方法，通過(guò)歷史數(shù)據(jù)刻畫各項(xiàng)風(fēng)險(xiǎn)因子在過(guò)去某一時(shí)間內(nèi)的變化情況，并將其直接作為風(fēng)險(xiǎn)因子未來(lái)變化的模擬情況，進(jìn)而模擬出資產(chǎn)組合未來(lái)收益的可能分布。在該方法中，VaR是通過(guò)組合損益分布在給定置信度下對(duì)應(yīng)的分位數(shù)而計(jì)算出來(lái)的。

（3）蒙特卡羅模擬法

蒙特卡羅模擬同樣屬于全值估計(jì)方法，可以處理非線性、大幅波動(dòng)、模型風(fēng)險(xiǎn)、極端情景以及“肥尾”等問(wèn)題;它利用計(jì)算機(jī)生成隨機(jī)數(shù)據(jù)（而非實(shí)際抽樣數(shù)據(jù)）對(duì)風(fēng)險(xiǎn)因子的未來(lái)變化路徑進(jìn)行模擬，由于計(jì)算機(jī)可以無(wú)限次地生成隨機(jī)數(shù)據(jù)以反復(fù)進(jìn)行這一模擬，從而最大限度地獲得風(fēng)險(xiǎn)因子的可能取值，更加準(zhǔn)確地描繪資產(chǎn)組合的未來(lái)?yè)p益分布，進(jìn)而計(jì)算得出VaR。蒙特卡羅模擬法的這一優(yōu)勢(shì)及其他特性，使其成為目前計(jì)算VaR值最為有效的方法。

四、實(shí)證分析

1、產(chǎn)品說(shuō)明

本文選取招商銀行“焦點(diǎn)聯(lián)動(dòng)”之中證500指數(shù)表現(xiàn)聯(lián)動(dòng)理財(cái)產(chǎn)品（118019），該產(chǎn)品的基本信息如表1所示：

2、VaR計(jì)算式及參數(shù)設(shè)定

本文對(duì)招商銀行“焦點(diǎn)聯(lián)動(dòng)”之中證500指數(shù)表現(xiàn)聯(lián)動(dòng)理財(cái)產(chǎn)品的VaR計(jì)算式定義為：

該定義式說(shuō)明，對(duì)于給定的特定投資情景下，如果當(dāng)預(yù)期收益大于實(shí)際收益，則VaR值為負(fù)，故存在投資風(fēng)險(xiǎn);如果當(dāng)預(yù)期收益小于實(shí)際收益，則VaR值為正，故不存在投資風(fēng)險(xiǎn)。

計(jì)算VaR時(shí)所涉及的相關(guān)參數(shù)設(shè)定如表2所示：

3、產(chǎn)品VaR值計(jì)算

（1）期望收益率

本文選取2010年1月4日至2017年12月4日期間中證指數(shù)有限公司公布的中證500指數(shù)（000905）日收盤價(jià)，總計(jì)1925個(gè)樣本數(shù)據(jù)來(lái)進(jìn)行蒙特卡羅模擬（數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)）。首先，通過(guò)@risk軟件進(jìn)行數(shù)據(jù)分布匹配，圖4-1顯示中證500指數(shù)日收盤價(jià)最佳匹配結(jié)果為RiskGamma分布，故本文將使用該分布對(duì)4個(gè)觸發(fā)觀察日當(dāng)天中證500指數(shù)（000905）收盤價(jià)進(jìn)行蒙特卡羅模擬，模擬次數(shù)均為1000次，根據(jù)表4-4中數(shù)據(jù)可計(jì)算出理財(cái)產(chǎn)品的期望收益率為：E（R）≈4.46%。

（2）不同情景下的VaR值

假設(shè)投資者用50萬(wàn)元購(gòu)買該類產(chǎn)品，不同情景下的VaR值可根據(jù)（1）式計(jì)算得出，計(jì)算結(jié)果如表4所示：

五、結(jié)論

本文運(yùn)用VaR蒙特卡羅模擬法對(duì)招商銀行發(fā)行的掛鉤中證500指數(shù)結(jié)構(gòu)化產(chǎn)品進(jìn)行實(shí)證分析發(fā)現(xiàn)，若在4個(gè)觸發(fā)觀察日中的任意一個(gè)觀察日發(fā)生觸發(fā)事件，則VaR值為負(fù)，即該結(jié)構(gòu)化產(chǎn)品對(duì)于投資者而言不存在投資風(fēng)險(xiǎn)，同時(shí)可以帶來(lái)較為可觀的投資收益，然而發(fā)生觸發(fā)事件并獲得8.24%收益率的置信水平最大不超過(guò)18.3%。當(dāng)置信水平達(dá)到61.9%以上時(shí)，投資者將處于情景五，只能獲得0.00%的收益率且VaR值為正，故存在投資風(fēng)險(xiǎn)。如果投資者在對(duì)自身風(fēng)險(xiǎn)承受能力未進(jìn)行充分了解的情況下，只根據(jù)產(chǎn)品風(fēng)險(xiǎn)揭示書上標(biāo)注的風(fēng)險(xiǎn)等級(jí)及條件預(yù)期收益率來(lái)選擇此類結(jié)構(gòu)化產(chǎn)品，將會(huì)面臨較大的投資風(fēng)險(xiǎn)，這與其實(shí)際風(fēng)險(xiǎn)承受能力可能并不匹配。因此，投資者必須提高風(fēng)險(xiǎn)意識(shí)，選取與自身風(fēng)險(xiǎn)承受能力相匹配的產(chǎn)品，以免遭受損失。此外，商業(yè)銀行應(yīng)當(dāng)嘗試將VaR模型引入理財(cái)業(yè)務(wù)風(fēng)險(xiǎn)管理體系，主動(dòng)揭示產(chǎn)品的交易結(jié)構(gòu)、風(fēng)險(xiǎn)構(gòu)成、估值方法等關(guān)鍵信息，以科學(xué)、簡(jiǎn)潔、直觀的方式向投資者闡明產(chǎn)品的風(fēng)險(xiǎn)大小;同時(shí)還需完善和細(xì)化客戶風(fēng)險(xiǎn)承受評(píng)級(jí)體系并嚴(yán)格執(zhí)行，從而使得金融創(chuàng)新真正發(fā)揮其融資理財(cái)作用。

【參考文獻(xiàn)】

[1] Dos S R， Statman M. Options and Structured Products in Behavioral Portfolios [J].Journal of Economic Dynamics and Control，2013.37（1）137～153.

[2] Grünbichler A， Wohlwend H. The valuation of structured products： Empirical finding for the Swiss market [J].Financial markets and portfolio management，2005.19（4）361～380.

[3] McCann C， Luo D. Are Stuctured Products Suitable for Retail Investors？[R].Securities Litigation and Consuliting Group.Inc. Reprrt， 2006.44～45.

[4] Henderson B J， Pearson N D. The dark side of financial innovation： A case study of the pricing of a retail financial product [J].Journal of Financial Economics，2010.100（2）227～247.

[5] Chen A H， Kensinger J W. An analysis of market-index certificates of deposit [J].Journal of Financial Services Research，1990.4（2）93～110.

[6] Chen K C， Sears R S. Pricing the SPIN [J].Financial Management， 1990.19.36～47.

[7] Baubonis C， Gastineau G， Purcell D. The bankers guide to equity-linked certificats of deposit [J].The Journal of Derivatives，1993.1（2）87～95.

[8] Katerina， Simons.Value at Risk-New Approaches to Risk Management [J].New England Economic Review，1996（9）23-45.

[9] Rockafellar R T， Uryasev S. Optimization of conditional Value-at-Risk [J].The Journal of Risk，2000.79-95.

[10] Lo， Andrew W.The Three Ps of Total Risk Management. Financial Analysts Journal [M].1999.55.13～26.

[11] 關(guān)彬.結(jié)構(gòu)性金融產(chǎn)品收益風(fēng)險(xiǎn)分析及設(shè)計(jì)創(chuàng)新[J].濟(jì)南：山東社會(huì)科學(xué)，2010（2）99～102.

[12] 崔海蓉，何建敏，胡小平.結(jié)構(gòu)化金融產(chǎn)品的最優(yōu)設(shè)計(jì)與定價(jià)——基于發(fā)行者與投資者視角[J].北京：中國(guó)管理科學(xué)，2010.18（4）8～13.

[13] 王增武，汪圣明.結(jié)構(gòu)性金融產(chǎn)品的定價(jià)與投資決策研究：不確定性方法[J].北京：金融評(píng)論，2010.2（1）34～37.

[14] 顧婧，程翔，周勇.區(qū)間型股票掛鉤類結(jié)構(gòu)性產(chǎn)品定價(jià)模型與偏差檢驗(yàn)[J].長(zhǎng)沙：系統(tǒng)工程，2017（6）18～25.

[15] 楊彩林，張琴玲.VaR模型在我國(guó)滬、深股市風(fēng)險(xiǎn)度量中的實(shí)證.武漢：統(tǒng)計(jì)與決策，2010（18）133～136.

[16] 劉輝，姚海祥，馬慶華.波動(dòng)性變化下的VaR歷史模擬法實(shí)證研究[J].合肥：運(yùn)籌與管理，2017.26（12）112～118.

【作者簡(jiǎn)介】

李雪桐（1986.05—）女，漢族，陜西西安人，全球化與國(guó)際戰(zhàn)略專業(yè)碩士，銀行、金融與國(guó)際大宗交易專業(yè)碩士，歐亞學(xué)院金融學(xué)院講師，研究方向：金融風(fēng)險(xiǎn)管理與金融衍生品.