金融產(chǎn)品拓展鏈的風(fēng)險(xiǎn)積累與控制

王成吉

（天津財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300222）

0 引言

各種金融產(chǎn)品的創(chuàng)新和衍生過程都經(jīng)歷了從基礎(chǔ)產(chǎn)品到金融衍生產(chǎn)品再到結(jié)構(gòu)性金融產(chǎn)品的過程。金融產(chǎn)品在創(chuàng)新和衍生的過程中，多是以改善流動(dòng)性、規(guī)避風(fēng)險(xiǎn)以及追求利潤最大化為原動(dòng)力，轉(zhuǎn)嫁風(fēng)險(xiǎn)的同時(shí)都會(huì)轉(zhuǎn)移和隱藏更深層次風(fēng)險(xiǎn)。風(fēng)險(xiǎn)從某個(gè)產(chǎn)品到產(chǎn)品衍生鏈，往往會(huì)存在流動(dòng)性風(fēng)險(xiǎn)和信用風(fēng)險(xiǎn)累積的情況，最終導(dǎo)致出現(xiàn)系統(tǒng)性風(fēng)險(xiǎn)。2008年美國次貸危機(jī)反映出衍生金融產(chǎn)品積聚的全球性金融風(fēng)險(xiǎn)，逐步從單一風(fēng)險(xiǎn)擴(kuò)展到難以分散和對沖的系統(tǒng)性風(fēng)險(xiǎn)。

國內(nèi)外相關(guān)研究主要從金融產(chǎn)品創(chuàng)新的單一節(jié)點(diǎn)出發(fā)探討風(fēng)險(xiǎn)識別和管理，沒有從產(chǎn)品創(chuàng)新的整個(gè)鏈條分析風(fēng)險(xiǎn)的轉(zhuǎn)移和集聚。風(fēng)險(xiǎn)預(yù)警模型研究方面，多采用事后測度方法，格蘭杰因果檢驗(yàn)、ARCH族，VAR模型和協(xié)整檢驗(yàn)一般是確定金融市場波動(dòng)性傳導(dǎo)先后關(guān)系，不能量化和確定波動(dòng)傳導(dǎo)過程。本文嘗試采用BP神經(jīng)網(wǎng)絡(luò)模型建立更完善的風(fēng)險(xiǎn)預(yù)警系統(tǒng)，從控制論角度解決風(fēng)險(xiǎn)控制產(chǎn)品鏈的問題，有效熔斷風(fēng)險(xiǎn)鏈條的控制節(jié)點(diǎn)，設(shè)置防火墻以防止系統(tǒng)性風(fēng)險(xiǎn)的蔓延。

1 金融產(chǎn)品拓展中風(fēng)險(xiǎn)預(yù)警模型

1.1 金融產(chǎn)品拓展鏈的風(fēng)險(xiǎn)累積與延伸

金融產(chǎn)品創(chuàng)新遵循市場參與者對金融產(chǎn)品風(fēng)險(xiǎn)特征和盈利能力的原則，以市場需求、流動(dòng)性、風(fēng)險(xiǎn)配置對沖為原動(dòng)力。從基礎(chǔ)產(chǎn)品、衍生金融產(chǎn)品再到結(jié)構(gòu)性金融產(chǎn)品，形成一條產(chǎn)品的拓展鏈條,將金融風(fēng)險(xiǎn)通過拓展路徑逐漸傳播（見圖1）。

風(fēng)險(xiǎn)存在于每一個(gè)拓展節(jié)點(diǎn)上，產(chǎn)品的創(chuàng)新拓展同時(shí)也將風(fēng)險(xiǎn)轉(zhuǎn)嫁，風(fēng)險(xiǎn)延拓展鏈條逐漸傳導(dǎo)、轉(zhuǎn)嫁給結(jié)構(gòu)性金融產(chǎn)品，因此風(fēng)險(xiǎn)在鏈條的終點(diǎn)集聚。以美國次貸危機(jī)為例，從次級抵押貸款（SM）到抵押擔(dān)保證券（MBS），商業(yè)銀行規(guī)避風(fēng)險(xiǎn)的過程中，通過資本市場將次級抵押貸款的流動(dòng)性風(fēng)險(xiǎn)轉(zhuǎn)嫁給證券投資者，這其中包含了居民個(gè)人的信用風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)。從MBS到債券抵押擔(dān)保債券（CDO）的過程中，投資銀行將現(xiàn)有的MBS通過杠桿融資和貸款的方式轉(zhuǎn)移給了投資者。這種關(guān)系隱含巨大系統(tǒng)性風(fēng)險(xiǎn)，資本市場中大投資者理所當(dāng)然承擔(dān)風(fēng)險(xiǎn)，這也是次貸危機(jī)蔓延的重要原因。從CDOs到CDO衍生品，信用違約風(fēng)險(xiǎn)互換（CDS）是重要的風(fēng)險(xiǎn)轉(zhuǎn)移中介。他們可以利用原始產(chǎn)品的特別目的載體（SPV），通過破產(chǎn)隔離和增信措施將信用風(fēng)險(xiǎn)和道德風(fēng)險(xiǎn)轉(zhuǎn)移到投資銀行，同時(shí)使資產(chǎn)所有權(quán)不會(huì)轉(zhuǎn)移。

圖1 金融衍生產(chǎn)品6展鏈的風(fēng)險(xiǎn)積累與傳導(dǎo)圖

1.2 基于神經(jīng)網(wǎng)絡(luò)的衍生金融產(chǎn)品風(fēng)險(xiǎn)預(yù)警模型的構(gòu)建

1.2.1 神經(jīng)網(wǎng)絡(luò)算法

BP神經(jīng)網(wǎng)絡(luò)模型廣泛應(yīng)用于模式識別、風(fēng)險(xiǎn)評估和自適應(yīng)控制，可任意精確地逼近非線性函數(shù)。例如在一個(gè)三層的BP神經(jīng)網(wǎng)絡(luò)中，每個(gè)圓圈代表一個(gè)神經(jīng)元，每個(gè)神經(jīng)元通過相互連接形成一個(gè)網(wǎng)絡(luò)拓?fù)?。如下頁圖2所示。

從結(jié)構(gòu)上看，BP神經(jīng)網(wǎng)絡(luò)具有輸入層、輸出層和隱藏層3個(gè)層次，不僅包含輸入和輸出節(jié)點(diǎn)，而且還包含一個(gè)或多個(gè)隱藏節(jié)點(diǎn)層，每個(gè)節(jié)點(diǎn)的輸出值由輸入值、函數(shù)和閾值共同決定。將輸入信息轉(zhuǎn)移到輸入節(jié)點(diǎn),通過權(quán)值的處理來傳導(dǎo)到隱藏節(jié)點(diǎn),隱藏層通過每個(gè)單元的操作后,發(fā)送到輸出節(jié)點(diǎn),輸出值與期望輸出相比,如果有誤差,則誤差反向傳播。如此逐層修改權(quán)值，直到輸出滿足要求。具體算法如下：

圖2 三層BP神經(jīng)網(wǎng)絡(luò)圖

（1）BP網(wǎng)絡(luò)的初始化操作：初始化隨機(jī)數(shù)wji和θj，標(biāo)記神經(jīng)元i到神經(jīng)元j的連接權(quán)重為wji，神經(jīng)元j（包括隱含層和輸入層）的閾值記為θj。

（2）樣本數(shù)據(jù)選?。簩⒁呀?jīng)預(yù)處理的期望輸出向量{Ypl}和訓(xùn)練樣本向量{Xpl}導(dǎo)入建立的BP神經(jīng)網(wǎng)絡(luò)模型，其中，l和p分別表示輸入向量數(shù)和樣本數(shù)量。

（3）計(jì)算各層的輸出：當(dāng)輸入層的輸入與輸出相同，即Opj=Xpj，其中Xpj是第p個(gè)樣本的第i個(gè)值。對于輸出層和隱含層來說，神經(jīng)元的輸出為Opj=F(∑wjiOpi-θj)，其中Opi是神經(jīng)元j的輸入，也是神經(jīng)元i的輸出，F(xiàn)(x)是非線性可微分非遞減函數(shù)，即F(x)=1/(1+e-x)。

（4）計(jì)算各層誤差的信號，隱含層為δpj=opj(1-opj)，輸出層為

（5）反向傳播過程，修正權(quán)值為 ωij(t+1)=ωij(t)+αδpjopj，α為學(xué)習(xí)速度。

1.2.2 風(fēng)險(xiǎn)預(yù)警模型

基于衍生金融工具風(fēng)險(xiǎn)具有非線性、復(fù)雜性和智能性的特點(diǎn)，依靠傳統(tǒng)的Logistic回歸方法會(huì)直接或間接的依賴線性函數(shù)模型，影響預(yù)警信息發(fā)起的及時(shí)性和有效性。BP人工神經(jīng)網(wǎng)絡(luò)的反向傳播可以隨時(shí)根據(jù)自學(xué)習(xí)和培訓(xùn)的新數(shù)據(jù)，將其內(nèi)部存儲(chǔ)權(quán)重參數(shù)調(diào)整到相應(yīng)的可變經(jīng)濟(jì)環(huán)境，本文利用BP人工神經(jīng)網(wǎng)絡(luò)對衍生金融工具對風(fēng)險(xiǎn)預(yù)警系統(tǒng)建模。

（1）輸入節(jié)點(diǎn)的選擇

根據(jù)衍生金融工具的基本類型和傳導(dǎo)機(jī)制，基于充分考慮巴塞爾協(xié)議衍生金融工具風(fēng)險(xiǎn)分類前提，選取12項(xiàng)對市場波動(dòng)數(shù)據(jù)具有前瞻性、敏感性和及時(shí)性的代表性指標(biāo)，作為神經(jīng)網(wǎng)絡(luò)風(fēng)險(xiǎn)預(yù)警模型的輸入節(jié)點(diǎn)：進(jìn)出口與GNP比率、外匯儲(chǔ)備風(fēng)險(xiǎn)、外債余額與進(jìn)出口額比率、資本充足率、市場資金集中率、市場資金總量變動(dòng)率、合約集中持倉率、價(jià)格波動(dòng)性、合同凈頭寸暴露比率、風(fēng)險(xiǎn)價(jià)值充足率、最高持股比例、基差變動(dòng)率。輸入節(jié)點(diǎn)的數(shù)值需要對基礎(chǔ)數(shù)據(jù)進(jìn)行歸一化處理，將其轉(zhuǎn)換為[0,1]值域無量綱性指標(biāo)值，這里我們采用將每個(gè)參數(shù)值除以其理論上的最大值域的歸一化方法。

（2）隱含層節(jié)點(diǎn)數(shù)的選擇

根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型的特點(diǎn)和Kolmogorov定理，這里選擇隱含層數(shù)為H=2M+1，其中M為輸入層的節(jié)點(diǎn)數(shù)。通過反復(fù)計(jì)算收斂速度和誤差率，不斷調(diào)整參數(shù)，發(fā)現(xiàn)隱含層為25是驗(yàn)證的最佳選擇，即M選取25。

（3）輸出節(jié)點(diǎn)的選擇

根據(jù)主成分分析法的綜合評價(jià)，充分考慮整個(gè)系統(tǒng)的穩(wěn)定性，最終選擇的4個(gè)輸出節(jié)點(diǎn)：正常狀態(tài)輸出為[1000]，低風(fēng)險(xiǎn)警戒輸出為[0100]，中度風(fēng)險(xiǎn)警戒輸出為[0010]，高度風(fēng)險(xiǎn)警戒輸出為[0001]；分別對應(yīng)于主成分得分表中的4種不同的風(fēng)險(xiǎn)狀態(tài)：F∈(-∞,0]時(shí)存在較大風(fēng)險(xiǎn)，F(xiàn)∈(0,1]時(shí)存在風(fēng)險(xiǎn)，F(xiàn)∈(1,2]時(shí)基本安全，F(xiàn)∈(2,+∞]時(shí)安全，因此輸出節(jié)點(diǎn)數(shù)確定為4。

2 衍生金融工具風(fēng)險(xiǎn)預(yù)警模型的實(shí)證

2.1 風(fēng)險(xiǎn)預(yù)警模型的訓(xùn)練

通過BP神經(jīng)網(wǎng)絡(luò)模型對構(gòu)建的風(fēng)險(xiǎn)預(yù)警模型進(jìn)行訓(xùn)練學(xué)習(xí)，把隱含層的閾值函數(shù)通過trainbpx函數(shù)訓(xùn)練，誤差標(biāo)準(zhǔn)采用標(biāo)準(zhǔn)均方誤差。建立模型中的參數(shù)設(shè)置如表1所示。實(shí)證采用Matlab軟件中BP神經(jīng)網(wǎng)絡(luò)的默認(rèn)值，即動(dòng)量系數(shù)α=0.19，學(xué)習(xí)率η=0.01，可接受的誤差ε=0.00001。經(jīng)過反復(fù)實(shí)驗(yàn)證明，這兩個(gè)參數(shù)可以使模型以非常快的速度收斂在誤差范圍內(nèi)。

表1 BP神經(jīng)網(wǎng)絡(luò)參數(shù)

采用以下措施衡量金融機(jī)構(gòu)衍生金融工具的風(fēng)險(xiǎn)狀況，并對神經(jīng)網(wǎng)絡(luò)進(jìn)行了342次仿真數(shù)據(jù)訓(xùn)練。如表2所示。

表2 四組真實(shí)仿真數(shù)據(jù)訓(xùn)練數(shù)據(jù) （單位：%）

根據(jù)下頁表3的輸出結(jié)果，模型的誤差結(jié)果為1.22。但此時(shí)得到訓(xùn)練結(jié)果并不收斂，因此利用BP神經(jīng)網(wǎng)絡(luò)的自適應(yīng)性對模型進(jìn)行優(yōu)化，擴(kuò)大每層的權(quán)重值，在迭代3586次以后，該模型滿足精度的優(yōu)化結(jié)果，訓(xùn)練效果非常理想。

表3 神經(jīng)網(wǎng)絡(luò)衍生金融工具風(fēng)險(xiǎn)預(yù)警系統(tǒng)訓(xùn)練結(jié)果

表3結(jié)果表明，BP神經(jīng)網(wǎng)絡(luò)模型對金融衍生工具風(fēng)險(xiǎn)預(yù)警具有較好的適用性。根據(jù)上述4組訓(xùn)練模擬數(shù)據(jù)，可將風(fēng)險(xiǎn)預(yù)警程度分為4個(gè)警戒水平，一旦金融產(chǎn)品鏈條積累風(fēng)險(xiǎn)超過警戒水平，風(fēng)險(xiǎn)預(yù)警系統(tǒng)可依據(jù)訓(xùn)練獲得的數(shù)據(jù)及時(shí)發(fā)出預(yù)警信號，并對風(fēng)險(xiǎn)的嚴(yán)重等級進(jìn)行更準(zhǔn)確的分類。金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理人員可以根據(jù)風(fēng)險(xiǎn)預(yù)警系統(tǒng)的警戒級別制定相應(yīng)的避險(xiǎn)方案。

2.2 風(fēng)險(xiǎn)預(yù)警模型的評價(jià)

通過實(shí)證研究證明，BP神經(jīng)網(wǎng)絡(luò)建立風(fēng)險(xiǎn)預(yù)警系統(tǒng)具有較好的容錯(cuò)與識別能力，對數(shù)據(jù)的分布沒有嚴(yán)格要求，可以成功解決神經(jīng)網(wǎng)絡(luò)普遍的訓(xùn)練效率、收斂、訓(xùn)練癱瘓等問題。同時(shí)它具有學(xué)習(xí)能力，可以隨時(shí)根據(jù)新數(shù)據(jù)進(jìn)行自學(xué)習(xí)和訓(xùn)練，將其內(nèi)部存儲(chǔ)權(quán)重參數(shù)調(diào)整到相應(yīng)的可變經(jīng)濟(jì)環(huán)境。因此認(rèn)為該模型能夠及時(shí)有效地預(yù)測復(fù)雜狀況下衍生金融工具的風(fēng)險(xiǎn)。

3 金融產(chǎn)品拓展鏈的風(fēng)險(xiǎn)控制

可以采用系統(tǒng)控制論中的前饋控制與反饋控制相結(jié)合的方式，來解決金融衍生產(chǎn)品的風(fēng)險(xiǎn)控制問題。

（1）風(fēng)險(xiǎn)控制中的前饋控制與反饋控制

在控制金融產(chǎn)品風(fēng)險(xiǎn)控制的過程中，前饋控制應(yīng)事先采取相應(yīng)的控制措施，根據(jù)可能的狀態(tài)偏差調(diào)整和變更受控衍生產(chǎn)品的運(yùn)行狀態(tài)。但對運(yùn)行過程中可能發(fā)生的偏差，前饋控制對偏差的方向、程度和時(shí)機(jī)都不能準(zhǔn)確把握，或者控制時(shí)機(jī)把握不及時(shí)，可能會(huì)導(dǎo)致前饋控制失誤，不能對風(fēng)險(xiǎn)因素進(jìn)行有效的控制。反饋控制利用風(fēng)險(xiǎn)預(yù)警系統(tǒng)的輸出值來產(chǎn)生控制力。如果在風(fēng)險(xiǎn)控制過程中出現(xiàn)的偏差是不可接受的，那么應(yīng)該分析差異的具體原因，并對風(fēng)險(xiǎn)做新的量化和修正。

通過上述分析，采用前饋控制與反饋控制相結(jié)合的方式是金融衍生產(chǎn)品風(fēng)險(xiǎn)控制較為理想的方案。

（2）風(fēng)險(xiǎn)控制模型的建立與風(fēng)險(xiǎn)控制的實(shí)施

結(jié)合前饋控制與反饋控制建立模型：Lt*P＜（La+Lb）－C。

其中，Lt為風(fēng)險(xiǎn)事件發(fā)生的總損失；P為風(fēng)險(xiǎn)事件發(fā)生的概率；La為前饋控制識別出風(fēng)險(xiǎn)造成的損失；Lb為反饋控制識別出風(fēng)險(xiǎn)造成的損失；C為風(fēng)險(xiǎn)控制系統(tǒng)花費(fèi)的總成本。模型表達(dá)式左邊為總損失的加權(quán)平均值（即凈損失），右邊為實(shí)施風(fēng)險(xiǎn)控制所產(chǎn)生的總節(jié)約與總成本的差（即凈結(jié)余）。該表達(dá)式意味著在凈結(jié)余大于凈損失時(shí)，風(fēng)險(xiǎn)控制是有效的。

通過前饋控制和反饋控制識別出風(fēng)險(xiǎn)形成的損失可分為直接損失和間接損失。直接損失是指流動(dòng)性風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)和匯率風(fēng)險(xiǎn)造成的損失，這種損失將對產(chǎn)品價(jià)格和市場價(jià)格產(chǎn)生直接損失。Lt則是指在不加以任何控制的情況下各類風(fēng)險(xiǎn)事件造成的損失總和，是對各種風(fēng)險(xiǎn)事件形成損失的加權(quán)。對前饋控制來講風(fēng)險(xiǎn)事件是隨機(jī)發(fā)生的，可以利用專家經(jīng)驗(yàn)數(shù)據(jù)對事件發(fā)生的概率和損失率來定義。

在模型分析過程中，一旦能夠確定前饋控制和反饋控制是必要的，則將實(shí)施風(fēng)險(xiǎn)控制。首先確定風(fēng)險(xiǎn)管理的目標(biāo)和準(zhǔn)則，通過風(fēng)險(xiǎn)識別確定存在風(fēng)險(xiǎn)的種類和來源。然后根據(jù)不同的風(fēng)險(xiǎn)類型，依據(jù)數(shù)據(jù)評估事件發(fā)生概率和影響范圍對風(fēng)險(xiǎn)進(jìn)行評估，并依據(jù)評估結(jié)果決策風(fēng)險(xiǎn)處置預(yù)案，即風(fēng)險(xiǎn)自留、風(fēng)險(xiǎn)轉(zhuǎn)移和風(fēng)險(xiǎn)規(guī)避，至此前饋風(fēng)險(xiǎn)控制階段完成。如果選擇風(fēng)險(xiǎn)轉(zhuǎn)移預(yù)案，那么風(fēng)險(xiǎn)控制方案進(jìn)一步細(xì)化和明確，直至制定完整的風(fēng)險(xiǎn)管理方案。此方案的執(zhí)行結(jié)果可以判斷風(fēng)險(xiǎn)事件造成的損失是否在可容忍范圍內(nèi)，一旦事件損失超出可容忍范圍則觸發(fā)反饋控制流程，重新回歸起點(diǎn)，反復(fù)修正風(fēng)險(xiǎn)控制模型，直到風(fēng)險(xiǎn)損失在可容忍范圍內(nèi)，即凈結(jié)余大于凈損失，風(fēng)險(xiǎn)控制流程結(jié)束。

面對不同的金融產(chǎn)品需要有區(qū)別的風(fēng)險(xiǎn)控制模型，基礎(chǔ)金融產(chǎn)品由于風(fēng)險(xiǎn)影響因素相對比較單一，采用前饋控制可以很大程度上控制風(fēng)險(xiǎn)發(fā)生概率，降低風(fēng)險(xiǎn)損失。但對于金融衍生產(chǎn)品來說，各種風(fēng)險(xiǎn)的積累使風(fēng)險(xiǎn)本身變得更為復(fù)雜，搭配反饋控制盡可能將事實(shí)偏差降低到預(yù)期水平，以實(shí)現(xiàn)風(fēng)險(xiǎn)管理的目標(biāo)。在風(fēng)險(xiǎn)控制過程中，可以對每個(gè)節(jié)點(diǎn)都進(jìn)行控制，保證在風(fēng)險(xiǎn)鏈過度聚集時(shí)可以有效介入熔斷機(jī)制，及時(shí)將風(fēng)險(xiǎn)鏈斷開，防止風(fēng)險(xiǎn)蔓延。