【金融政策评析】券商做市商业务的开展与量化方法的核心作用

新华财经北京2月20日电  题:券商做市商业务的开展与量化方法的核心作用

作者:鹏城实验室与粤港澳大湾区数字经济研究院研究员、《中国金融政策报告》项目(课题组)资深专家研究员 孙东宁

中国已经进入规模化的资产管理大时代。下表列出了普华永道对2020年中国资产管理的主要资金来源与分布测算。

随着近年来资管新规的落地,“非标+房地产+隐性保本理财”的模式不再适用,而伴随着规模的增长,客户的多层次化,投资者差异化的收益需求和风险波动的承受能力对资产管理提出了更加精细化的要求,资产管理者需要针对不同投资的个性化需求,进行分层化的个性化管理,提供与投资人收益与风险要求匹配的解决方案,对接合适的产品。市场对各种金融机构的角色定位和金融产品需求将变得越来越多样化,金融市场的深度和广度将相应地扩大。下图给出了国际成熟金融市场中可资借鉴的资产管理产业链的功能架构,其中作为中介机构的券商通过做市商业务对于证券工具(各种风险的定价和对冲)产品的创设和流动性支持上起到了非常重要的作用。

美国券商行业在近几十年的发展中逐步形成了五大类券商格局:(1)在业务结构上聚焦重资本业务,收入高度多元化,投资银行、财富管理和资产管理、机构服务、经济业务等各业务发展相对均衡的全能券商 (例如Goldman Sachs);(2)聚焦于投融资、上市、重组、并购、公司治理、财富管理中的一项或几项核心咨询顾问业务的精品投行 (Lazard);(3)从经纪业务转型,依赖较强的渠道和投顾服务能力,获取投资组合管理收入的财富管理机构 (如Charles Schwab);(4)提供较全的产品与服务,但是专注于某一类客户或深耕某一地区的特色券商(如Jeffries);(5)以“实现效率和流动性最大化”为口号,技术驱动的量化分析为手段,参与全球各大市场做市交易并具有极强的风险管控能力的交易做市商(如Citadel Securities)。 相比而言,中国券商多集中于经纪和投行业务和一定量的财富管理业务,同质化比较严重,并且业务日趋头部化,2018年在国内约130家券商中前10大券商占有总收入的49%和利润的87%。 可以预见,在金融市场越来越开放、地区限制减少、全资外资券商加速进入的情况下,国内券商的整合提高和建立有特色的券商业务模式势在必行,而面对资管大时代市场的深度与广度拓展与工具的需求, 做市商业务不失为一个特色发展方向。

场外衍生品做市商:市场流动性提供者

金融衍生品市场两类交易渠道可以分为场内交易和场外(OTC)交易两种方式。 场内市场交易采用订单模式,订单经由经纪商导入交易所,在交易所主机进行买卖撮合,适合于结构较为简单的标准化的产品, 如期货与标准化的场内期权。场外市场交易则采用询议价模式,适合于市场参与者之间对于个性化、灵活的、结构较为复杂的产品。

根据国际清算银行(BIS)统计,全球范围内衍生品交易在场外的规模远远超过场内市场规模。 每年场外交易对衍生品总交易量的占比率在85%-95%之间。 以名义本金进行统计, 2019年场外衍生品总头寸为559万亿美元,其中利率衍生品449万亿(占场外衍生品比80.3%),外汇衍生品92万亿(占比16.5%),股票衍生品6.9万亿(占比1.2%), 商品衍生品2万亿(占比0.4%), 信用衍生品8万亿(占比1.4%)。 2019年中国银行间衍生品市场成交138.万亿人民币,证券期货市场成交3万亿元人民币。

对于个性化的衍生产品,做市商实时提供买卖双边报价,一旦交易对手接受价格,做市商有义务与对手方成交。 并且,获得做市资格的做市商,受到每月做市时间相对开市时间的最低占比要求的约束,以提供做市产品的市场流动性。 衍生品做市商最基本的获利手段在于做平持仓头寸,赚取产品的买卖价差,作为提供市场流动性的回报。

做市商业务的核心问题一是在寻议价过程中如何进行产品定价。对于流动性较好,例如某些ATM利率欧式期权(所谓锚点产品),市场价格相对透明,报价过程更类似与竞争对手的博弈过程,但对于非锚点的产品和非常复杂的结构性产品如何定价?

常态下,做市商做市时,由于衍生品交易往往存在买卖上的时间差、买卖上的数量差异,以及买卖产品特征细节上的差异,做市商持仓做不平,存在净持仓头寸,具有市场风险敞口暴露。因此,做市商核心问题二是做大业务规模的同时,如何控制市场风险敞口,使得净持仓的净值波动风险在一个可控范围内,从而较为可靠地赚取价差利润。

量化方法在衍生品做市商业务中的核心作用

国际上,衍生品做市商发展了有效的量化方法来解决上述两个核心问题。

核心问题一:如何进行产品定价?

基本思想:站在当前时点,由已知的市场报价进行插值或者外推,获得所关心产品的价格, 并且避免定价错误导致被交易对手套利。

以简单欧式期权为例。1973年Black-Scholes-Merton建立了基于单一可交易证券标的(如单一股票, 单一股指, 单一利率)和单一到期行权日的期权定价公式。这个公式基于无套利假设(假设标的证券收益回报率与无风险利率相同),给出了期权定价与当前标的证券价格S、波动率s、行权价E之间的数量关系,并揭示出一个重要的衍生品复制思想:在完备市场(即每一类风险都具有标的证券来进行市场交易定价)条件下,期权在任何时刻可以用标的证券S和期权日到期的零息债券复制出来。或者说,这个公式给出了由已知的基础证券价格定量地外推出衍生品定价的方法。

更为复杂的奇异期权以5年期利率互换产品、2年锁定期后每年初具有一次取消利率互换权力的可取消利率互换为例。 这个产品的定价包含常规5年期利率互换和对于利率发展路径依赖的百慕大式利率互换期权两部分。前者价格主要决定于当前时刻不同期限的利率水平,可以通过构建利率曲线进行插值来给出定价。后者在第3年初、第4年初和第5年初的或有行权,分别对应剩余期限3年、2年和1年的利率互换,其价格不仅受到这些互换利率水平的影响,而且受到这些互换利率的波动率以及它们之间相关性的影响,因此其定价的核心就是通过完备市场量化模型无套利地实现由流动性高的利率线性产品(例如利率期货和利率互换)以及简单的欧式利率期权复制出这个复杂的百慕大式利率互换期权。

核心问题二:如何控制持仓的市场风险敞口?

市场校准后的定价模型给出了复制一个衍生产品所需要的基础标的证券数量,称之为对冲比率,通常以衍生品价格对于基础标的导数(Greeks)来表达,例如对标的证券价格的导数Delta,对标的证券波动率的导数Vega。因此,单一衍生产品的市场风险由该产品所隐含的基础证券数量所描述,做市商的总体市场风险可以由衍生品净持仓所隐含的基础证券加总所获得的持仓总风险构型来进行刻划。反过来,对持仓的风险控制可以经由计算净基础证券敞口,而后反向买卖基础证券现货以及其期货/简单期权进行对冲,以压降持仓总风险敞口到可控的风险预算范围内。当然,实操中需要考虑对冲成本,例如频繁对冲交易会带来较大的交易损失(买卖价差)。

因此,建立高水平的市场动力学量化模型(即基础标的证券价格随时间演变的随机过程描述)、实现相对稳定的风险刻划、开发有效的对冲策略, 在把控风险的同时减少过度的对冲操作,是做市商的核心竞争力之一。

关注市场的关联性风险

理解衍生品做市商业务,以及其定价与风险控制基本方法和价格与市场风险对于基础证券的依赖方式,有助于各类市场参与者(例如基础证券现货交易员和买方投资经理)关注和理解市场的关联性风险,有助于理解衍生品引起的市场资金流的流转,以及由此引发的现货市场的价格变化,也有助于央行和监管部门监控市场系统性风险并及时采取必要的措施。

关联性风险一个典型的例子是2015年汇改之后香港离岸人民币CNH利率市场流动性风暴。香港离岸人民币市场由于CNH汇率下降,大量做市商外汇奇异期权TARF净持仓由价外转向价上,市场风险指标如Delta和Vega急剧上升超标引发做市商风险对冲操作,导致2015年8月24日市场出现大量USD/CNH波动率买盘(即买入USD/CNH期权)和USD/CNH即期买盘(卖出CNH),外汇市场上CNH进一步显著下行。当时的市场结构是2013年以来,人民银行保护性地长期抑制CNH波动性,维持高期限息差,在香港形成了大规模的套息套汇为主的高杠杆投机市场,投资人融资美元兑换成CNH,而后以短搏长去投资CNH长债(如点心债),实现CNH期限套利(Carry)。这种Carry交易的获利空间受到CNH贬值或利率曲线平坦化的负面影响。事实上,2015年8月24日CNH的急剧贬值引发了Carry投资人解盘抛售长端CNH资产,做市商被动净买入并需要相应地支付CNH现金,这导致以高杠杆融资为特征的做市场被迫紧急进行大量CHN现金拆借,引发CHN利率市场短端利率飙升,利率曲线平坦化,进一步引发链式反应式的解盘风暴和短端利率持续飙升甚至利率曲线倒挂 (见下图)。

衍生品做市商业务的新前沿:基于机器学习的自动对冲

自动对冲并非是一个新概念,但前沿的探索由完备市场体系的市场动力学方法向非完备市场体系下机器学习方法转变。

如前所述,场外衍生品的定价与风险分解的量化方法以完备市场假设作为基础。在完备市场下,基础金融工具描述和定价了各种类型的风险,这些基本的金融工具依据合理的比例有机地合成,给出了衍生品的定价和风险分解。但是,风险完全可复制的、理想的完备金融市场在现实中并不存在,主要的原因在于:(1)并非衍生品所包含的所有风险都具有基本的市场交易工具, 例如有些产品价格因素中包含GDP,但市场上不存在直接的GDP风险定价工具。(2)完美的复制需要基于实时的对冲比率进行基础工具头寸调整,理论上这个头寸调整在时间上连续的。由于工具交易的交易费用(买卖价差和印花税)损失以及日频风险资本拨备(风险拨备要求在2008年美国金融危机之后更显著),限制了频繁交易的可行性。(3)市场交易机制,如卖空约束,与完美复制中多空双向自由交易假设相悖。(4)基础资产(工具)价格的真实过程不准确认识造成风险刻划缺失(例如常见模型的资产回报正态分布假设与资产实际回报存在厚尾的差异)。实证研究发现S&P500指数的时间序列存在着显著的价格跳跃(jump)现象,这使得完备市场S&P500期权定价面临一个两难境地:一方面,在基础资产证券价格过程建模中忽略价格跳跃将导致风险刻划缺失; 另一方面,纳入价格跳跃将面临缺乏跳跃风险市场工具缺失的窘境。

国际上,衍生品做市商业务的一个前沿方向是在衍生品定价与风险分解中放弃完备市场假设,放弃预先指定基础资产价格的随机过程模型(市场动力学),转而依据对衍生品所包含的风险定性分析,指定覆盖衍生品风险的基础工具集合和学习目标,利用当代计算机系统强大的内存与算力,通过机器学习的方法,对衍生品与基础工具集合进行基于样本内时间序列的深度学习,通过训练获得符合真实市场动力学的结果。在学习过程中,交易费用、组合约束、买卖价差、市场冲击、资本拨备与印花税等各种实际影响因素可以方便地纳入考虑。 

人工智能本质上是一种统计方法,所面临的挑战在于系统往往具有一定的黑箱性质,缺乏足够的因果关系与可解释性,在可见的将来,机器还不能完全取代人的专业领域知识和判断。具体地讲,上述方法在实际应用过程中,衍生品所对应的基础对冲工具基于风险特征和市场流动性强弱的选取,各种不同市场情景下的权重与取舍,成本和约束的考虑,训练时间窗口的选择、市场范式改变的判断,以及训练模型在市场条件变化时的稳定适用性等等,需要结合市场结构、产品特点、蕴含风险的详细分析等专业的知识和丰富的市场实操经验来进行综合的判断,否则做出来的结果没有任何价值。因此,做市商自动对冲业务的研发与开展绝不是一个单纯的数学问题或IT编程问题,而要紧密结合做市商业务,充分利用做市商交易台对各种相关市场工具的市场流动性知识。 对于一个做市商来说,做好报价和风险对冲的前提是做市商业务在市场上占有一定的市场份额,较充分地掌握市场交易量价的第一手实时信息。

随着大资产管理时代的到来,中国资本市场的不断深化,对各种金融风险的定价和对冲工具的需求会相应提高。从金融工具市场流动性的考虑,从打破券商同质化、提升券商量化分析和交易技术能力的角度,需要相应地推进做市商业务。同时,探讨金融工具之间的关联风险,建立有效的机制来分析和防控单一机构的风险和市场整体性系统风险。在产品与做市商业务发展路径上可以考虑沙箱模式,在部分地区或部分金融机构进行试点,积累经验,逐步推广。


编辑:张骐

声明:新华财经为新华社承建的国家金融信息平台。任何情况下,本平台所发布的信息均不构成投资建议。本文仅代表作者本人观点,不代表任职单位立场。

新华社民族品牌工程:服务民族企业,助力中国品牌

新华社品族品牌工程

[责任编辑:张骐]