下载掌阅APP，畅读海量书库
立即打开
——罗伯特·克普拉什（Robert W.Kopprasch，CFA）
一个简单的风险管理体系包括风险的识别、量化，以及改变或消除风险。现在存在着许多改变风险的方法，但是即便使用同样的方法论，通过不同的金融工具获得相同的结果也是不可能的。也许应该将风险定义为均值差额（mean shortfall）或者下行半方差（downside semivariance），而不是收益波动。期望损失可以通过设定头寸限制和限制没有抵押物的敞口加以控制。
投资机构要想跑赢市场，就必须承担风险。投资经理不能简单地买入“市场”，期望因此获得比市场水平更高的业绩表现。企业如何将风险纳入投资过程，依赖于组织机构及其使用的系统，以及相关人员的量化技能。
如图4-1所示，不同类型的风险之间是相互关联的，不能隔离或单独处理的。与流动性、波动性和市场关联结构伴生的市场风险，不一定总是可以从操作风险——例如模型风险、审计失败、人为错误，或者信用风险——如违约、托管失败、信用降级和抵押质押问题中分离出来。例如，购买期权以消除市场风险，会引发与期权对手方的信用相关的风险。当涉及外国和外汇时，这些不同的风险将更加交错复杂。
图4-1 不相关的风险
资料来源：罗伯特·克普拉什。
一个简单的风险管理系统具有三个要素：（1）风险识别，（2）风险量化，（3）如果风险不适当，就通过改变头寸或设定对冲结构对其进行调整。这个过程如图4-2所示。
图4-2 风险管理
资料来源：罗伯特·克普拉什。
买方和卖方对待风险的态度是不同的。在卖方，经纪商/交易商有很大的杠杆头寸，因而1%的资产损失可以造成相当巨大的权益损失。尽管这个损失让企业股东和合作伙伴困扰，但通常会被当作一个内部问题，因为没有造成任何特定的客户亏钱，也没有发生公共关系危机。在这里，风险可以被看作建立在资产损失的基础上。资产损失直接被解释为企业资本的减少。
买方的情况则是不同的，因为买方的投资经理用的是别人的钱。1%的资产损失在市场上行时可能是灾难性的，但是在一个下行市场里还算不错。尽管1%的损失会通过减少其资产管理规模而影响到他的收费，但对于企业的资本不会产生直接影响。所以，买方的风险通常应该用资产的相对损失，而不是绝对损失来度量。
如果投资经理在客户账户上亏了钱，相关的问题就是：这是相对损失吗？这个损失是否在客户预期或能够容忍的范围内？会因此失去这个客户吗？如果是盈利的话，这是相对收益（相对于某个基准）吗？是否因为投资经理跑输了基准而让该客户仍处于亏钱状态？
投资机构面对的风险可以分解如图4-3所示。机构的总体市场风险可以分为：与市场或基准相关的组分，非系统性的与非基准因素有关的组分。例如，一个与政府/企业指数做比较的基金投资可能在组合中包含了抵押贷款支持证券。另一个以抵押贷款指数为基准的基金的组合中可能包括担保抵押证券（collateralized mortgage obligation）或者可调利率抵押贷款，但它们都不包括在指数中。
图4-3 投资机构：分析风险
资料来源：罗伯特·克普拉什。
非基准风险可以进一步分为有意和非有意偏离基准。而后的分叉用于识别机构是合规的还是不合规的。合规意味着不仅符合规范而且满足客户的要求。如果机构是合规的（顶部节点），就是指其已经做出了适当的投资判断，将资产以有意义和合理方式进行了配置，即便发生亏损，这个过程也是诚实和充分披露的。如果该机构是在其他节点上，比如不合规节点，那将会存在潜在的法律问题。所以对于基金管理人来说，了解基准和始终遵循客户指引是非常重要的。
风险管理流程的下一步是度量市场风险。表4-1列示了测量组合风险的一些方法。由于没有一种方法可以提供所有所需信息，任何一种方法都需和其他方法结合使用。
表4-1 市场风险—如何度量
资料来源：罗伯特·克普拉什/美国大联资产管理公司。
许多标准的风险指标是可用的。例如，久期、有效久期和凸凹度常被用于确定固定收益证券在利率变化环境下的敏感度。跟踪误差是一个重要的相对指标，因为它与组合（或一个资产种类）相对于特定基准的业绩表现相关。这个误差是业绩表现相对于基准的方差。一般来说，养老基金计算的是一段时间的跟踪误差，尽管这个方法从历史角度看是有价值的，但不能指示出潜在的损失。一个更好的方法是估算横截面跟踪误差，即用组合中每只证券当天的数据计算组合的跟踪误差，并假设组合在一段时间内保持不变。例如BARRA，有现成软件可以很容易地计算这个指标。在估算跟踪误差时需要留意，尽管跟踪误差意味着相对于基准有较大差异，为了跑赢基准，跟踪误差总是存在的。
预测横截面跟踪误差本质上算统计学，但在做轨迹图（pathwise profiling）时采取的是不同的方法。轨迹图这种方法是将组合中的每只证券画出其可能的利率路径，并为每条路径确定组合价值。这个方法提供了每条路径如何影响组合，而不是各条路径的证券平均对组合的影响，从而保留了不同情况下的可能业绩表现的全部信息。我认为这是一种更好的检查风险方式，优于传统的路径分析（期权调整利差法）中将所有信息进行平均处理的做法。
作为一种风险度量工具，VaR似乎吸引了所有人的注意力。VaR的普及得益于摩根大通发布的RiskMetricsTM报告，它用于估算在给定时间段内可能出现的最大损失。VaR允许在特定置信区间检验损失风险的最大金额。该笔金额也可以在不同置信水平上进行检验，在这种情况下，VaR梯度表示在小幅提高置信度时，风险金额或损失金额变化得有多快——例如，在96%的置信度下的最大损失和95%的置信度下的最大损失相差多少。VaR的一个被假定的优点是它在所有投资类别上的使用方法都一致。但是我认为在货币、商品、股票、高等级和高收益固定收益证券上使用同样方法，得出合理结果是不可能的。如果加上房地产、风险投资和其他商业银行投资品类，得到合理结果则会更加困难。
从投资组合的概念建构和客户的风险特征开始，风险管理就必须成为投资流程的一个组成部分。经过一些中间步骤，得出最后结果，需将原初的计划和实际结果进行比较，看看是否需要做出调整。在这个阶段要问的问题是，这是偶然的还是正确结构的结果。图4-4展示了这个过程。
图4-4 将风险管理应用于投资流程
资料来源：罗伯特·克普拉什，改编自普华永道，“风险管理控制循环”。
组合的概念性建构通常包括回测，具体就是检讨历史回报情况、波动率和相关性，确定一个满足客户条件和可接受的风险限度的组合结构。这个方法有一个问题，就是组合结构对于评估回报、波幅和相关性时对发生误差的敏感程度。研究表明，估算波动性和相关性时的误差并不重要，预测回报如果出现偏差，会导致组合明显不同于最优结构。
除了将风险定义为回报的波动性之外，风险可能还应该看作均值偏离或下行半方差，或者其他的下行风险指标。首先，大量事实表明下行风险指标是投资者对风险的真正考量。其次，当处理均值和方差时，投资者脑中出现的是关于正态分布的知识——加减两个标准差可以涵盖95%的结果，而这个特点其实并不适用于其他分布。大量事实表明资产回报与正态分布相比具有肥尾，因此出现极端结果的概率较大。
在这一点上，一些风险控制程序通常做出具体规定。预期到一些组合结构可能包含太多风险是很容易的，而特定参数通常被定义为外部边界。通过设定仓位限制、最大久期、信用敞口和可用的衍生工具，可以控制预期的损失。一旦组合可以操作，还需要其他指标来控制实际损失。实际损失通常要通过止损触发事件加以控制，如果损失增加，可以减少久期敞口或采用其他方法。设定风险限度是极其重要的，当接近损失限度时，即便组合仍然符合原定的风险限度，也需要关注这个问题。
在证券和交易分析中要检讨的事情是，特定的证券或者交易是否符合组合所期望的风险回报要求。在这个阶段需要大量详细信息：收益率曲线分析、现金流、情境分析、蒙特卡罗模拟以及最差情况分析。就收益率曲线而言，最糟糕的情况是什么？在这种情况以及其他灾难情境下，组合会有怎样表现？在这个领域已经有大量的技术方法，存在一些有竞争力的系统，能够让投资经理评估潜在风险，以及知晓单只证券如何对组合风险产生影响。
当风险管理发展成为一项业务功能时，由于交易环节是风险管理系统获取相关信息的第一个机会，所以与交易处理有关的事务的重要性就提高了。如果机构使用了特殊的金融工具，获得交易的全部信息——价格、金额、结算细节、对手方等就变得更为重要。查看一下你们机构所使用的传票。上面是否有为不同结构化票据的各种可选构件的填写提供所需代码的位置？在许多机构，传票（或组合报告）只标示了机构证券的期限和票息率。其他有关信息要么被忽略，要么被保存在某个人的电子表格里。因为组合管理系统没有设计处理它们的功能，所以不会被录入到系统中去。许多系统老旧因而无法保管这些新信息。组合管理系统在账务处理和盯市方面做得很好，但是不能做风险和组合分析相关的工作。掌握和处理交易相关信息对于风险管理极其重要。需要一个正式的信息获取流程。理想情况是除了证券估值，还可以获取流动性、结算风险和信用方面的信息。
从风险角度看，组合分析可以分为两部分——市场风险监控和合规风险监控。对于前者，重要的是计算诸如久期、有效久期、凸凹度、德尔塔值、伽马值以及其他有关组合即时敏感度的风险统计量。同等重要的是计算伴随极端变化的风险价值，以及进行压力测试和蒙特卡罗运算，模拟极端和不是特别极端情况下发生的情况。由于许多这些计算都需要强大的计算能力，因此，这些通常被忽略或者只是偶尔为之。
风险统计量的计算也需要一系列的输入，通常组合经理提供输入（波动性和相关性）和输出（有效久期）。这个方法无法满足好的风险管理系统的要求，因为这会让系统短路，而且因为做合规工作的人很少有市场背景去复核和挑战组合经理。
合规风险监控是买方的一项最重要的步骤，因为这是为了捕获诚实问题。有时组合出现合规问题的原因不在于交易，而是由于市场变化、信用改变，或者一些因素的结合。违反合规的更重要的情形是蓄意的违规交易，组合经理不仅隐瞒客户而且也隐瞒投资机构的管理层建立头寸。故意违规是风险管理系统需要抓住的最重要的问题。
度量风险调整后的业绩表现仍需要很多理论和实践工作。我相信我们经常选错了度量要素。一个例子是用时间序列方法而不是横截面分析度量风险价值。大多数投资者和理财顾问采用回测，进行时间序列分析，算出风险回报来度量风险。也就是说，组合实际承受的是风险而不是潜在风险，这两种方法之间的差异是很重要的。
度量风险调整后业绩表现的主要问题是如何量化低概率但影响巨大的事件的风险。例如出售上端深度价外期权或多重认购期权和出售下端多重认沽期权。销售期权的现金流增加了回报，使得回报分布移向右边，左边尾部被拉长了。（这种结果看上去不是那么直观明显，需要通过模拟工具迭代几次才能看到发生的情况。）
结果就是使用这个组合结构的投资经理将会跑赢那些虽然使用这个结构但是没有卖出这些期权的同行，直到某天市场发生了巨大变化。低概率事件对于这个投资经理将是灾难性的，但同时他也可以获得比别人更好的风险回报。很明显这种风险特征存在误导性，但是投资经理确实愿意将资金用来打造这种业绩记录直至爆仓。组合风险分析的第二个方面——合规监控正在日益受到重视。好的系统会在发生无意违规时提醒投资经理，这类违规是由市场改变或者并购导致的信用变化。一个非常好的系统也将提醒投资机构管理层注意有意违规的交易和头寸。
我们的许多客户和管理层都关心我们如何报告调整后的业绩表现。尽管报告业绩表现极其重要，报告获取这种业绩表现所需承担的风险也同样重要。除了内部风险控制报告，不断增多的还有外部监管风险报告。
对于一个大型复杂基金，用于报告风险调整后业绩表现的数据量是巨大的。系统需要将所有关于回报和风险结构的信息放在一页纸且容易被管理层理解的报告中。图4-5展示了一个推荐的合规架构（感谢Charles River Development的许可）。证券主数据库对于合规结构、风险架构、组合管理系统以及会计系统都是必需的，是理解证券全部特征的关键。
图4-5 合规架构
资料来源：Charles River Development。
通过合规系统承载并评估所有交易是一个相当复杂的过程。例如，一只共同基金可能受到美国证交会限制规定、一些招股书规定，可能还有机构自己的要求。尽管容易看到，但是这些规章很难编入程序，以便让电脑在违规时发出警示。
图4-6展示了一个典型的风险度量系统的架构。证券主数据库和组合系统产生计算VaR所需的现金流。组合系统指出哪些资产是当期持有的，以及来自这些资产的现金流。这项和其他有关波动性、相关性的信息可以用于计算VaR，进行情境分析，以及为管理层生成跟踪误差报告。
图4-6 典型的风险度量系统
资料来源：罗伯特·克普拉什，改编自普华永道，“风险管理控制循环”。
让系统在数据输入时具备弹性是重要的。交易或组合的数据能否按单个证券或证券的现金流输入？能否从其他数据源直接导入数据？一个好的系统部门需要处理各种各样的系统问题。重新编写系统从时间和成本上讲是一项艰巨的任务，机构通常是将新系统叠加在现有系统上快速解决问题。
一些因素需要整合进一个有效的风险管理系统中。首先，从管理层那里获得支持是非常重要的。许多投资经理不喜欢监督。高管的支持使得风险经理在不得不扮演“警察”角色时，可以成为其坚强后盾。另一个能够有助实现公司目标的因素是薪酬机制。投资经理的薪酬应该不仅仅基于他们带来了多少新资产，也要基于其策略带给机构的风险敞口，以及其策略会给客户群和费用结构带来多大的风险。
此外，托管也是一个问题。托管机构应该提供哪些信息？例如，我的理解是一些著名的托管机构不会保留最新评级，而且不将发行方和担保方的信息放在一起。托管机构有可能持有两种不同证券而违规，因为该机构在同一个最终担保人上过度集中了。这些种种信息都不在托管系统中。对于合规和风险监控，机构需要某方提供有关证券的各方面最新信息。自动将这些信息输入证券主数据库是最佳方案。
风险管理的信息、计算和决策是投资机构长期生存的关键。但是，我仍然对于如何进行风险管理有一些疑问。你掌握得越多，知道的则越少。当你开始查看证券的特点而且试图将其提炼为一个数字的时候，情况就是如此。对于一个组合，也是如此。认为任何一个有意义的框架可以不变地被用于各种类型的证券，这种想法是愚蠢的。进行有意义的量化可能非常困难。例如，信用风险如何量化？每个人都知道它的存在，但是可以用哪个数字来表示呢？众所周知，相关性在遇到压力的情况下是不可靠的，所以，如果风险模型是建立在相关性的基础上，就会错得离谱。例如，高收益债券和美国股票的历史相关性，在10年以上的相关系数是0.2，但是在1987年市场崩溃时的相关系数是0.8。在极端危机发生期间，金融工具之间和市场之间的相关性趋升。在这种时候，预期的分散效应无法获得。投资机构的另一个非常现实的风险是现值和现金之间的差别。市场中性的对冲并不必然是现金中性的，可能会制造出无法辨识的风险。
尽管有这些保留看法，有风险管理总胜于无。风险管理的特点在未来可能把机构区分开来。
问答环节
问： 客户如何评估一个由多位投资经理管理的组合？同一只证券可以被多个组合持有，而且每个投资经理有不同的估值和风险假设。
答： 这个问题重复了我的一个主要观点。风险集聚没有简单的解决方案。20世纪80年代在高盛，曾有一些不同的交易部门认为30年期国库券9.25s的收益率过高了，于是他们一起做空了这些债券。企业债券交易部门做空并将其作为对自身头寸的对冲。政府债券交易部门做空是因为这就是他们的工作。整个机构都在做空它们。没有人知道总的做空头寸，因为在那个时代，人们还没有风险管理系统。突然他们发现了轧空，而他们是市场上主要的做空来源，这使得他们开始采用风险管理系统。风险管理的第一个任务是归集机构内相似的头寸。
在一个机构里，归集特定证券的头寸是比较容易的，但是我不了解是否存在一个跨管理人的系统进行风险归集。曾经有一些关于扩充所罗门兄弟收益账目系统去做这件事的讨论，但是现在还没有结果。风险经理可以建议或要求投资经理将组合情况填写在一个标准表格里，例如像GAT的IBS或Precision系统或CMS的Bondege，然后由风险经理做整合处理。
对于风险管理而言，发现只是战役的一半。如果你可以发现处境是怎样的，就可以开始监控它，即便不能用VaR方法进行量化，也可以做一些风险管理的基础工作。更难发现的是你对不同因素的敏感度——例如，你的组合对于油价特别敏感。敏感度很难定义，所以你需要使用多种方法。因为VaR不把石油当作一个典型输入，所以不容易捕捉油价敏感性。你需要用一些方法检查风险。你无法就预期相关性、预期回报或波动性在不同的交易部门引起争论，我认为你也不应该尝试，但你应该努力发现尽可能多的风险。问：你如何量化动态策略的风险？例如，假设投资经理打算将来根据回报情况（一种合成组合保险）改变组合结构，但是这个风险管理计划没有反映在当前的组合持仓中。
答： 策略应该是动态的，而不是随机应变的。你需要一个基于规则的系统，可以模拟不同情况下组合需要做出的改变。你应该对结果进行模拟，因为横截面分析或者时间序列分析不会告诉你那个组合的真正的风险特征。问：请详细介绍哪些风险度量数据应包括在组合管理系统的交易处理环节。
答： 先检视大量的证券和估值所需的所有输入信息，然后开始思考一个可以获得这些信息的系统。例如，对于固定收益业务，我使用所罗门兄弟收益簿（Salomon Brothers Yield Book）系统审核各种证券类别，检查证券估值所需的每个不同数据。我的传票样本和大部分机构所用的不同，更长而且包含更多细节信息，如下：
·初始票息率
·票息公式：
常数
参考证券或比率
乘数（正或负）
期限上限
期限下限
中期上限
中期下限
·本金偿还：
日期或时段
金额，如果是固定的
参考利率或价格，如果有
金额上限和下限，如果有
对于这些类别中的很多，比如参考证券，你需要所有的规范识别特征或者一个CUSIP码以及承载这些特征的能力，以便在估值-风险决定过程中为所购买的证券评估参考证券。
问： 基于您从事共同基金投资的经验，美国证交会是否有权要求共同基金做出更好的风险披露？如果是这样的话，披露应采用哪种形式？
答： 共同基金市场和机构市场完全不同。以债券基金为例，如果净资产价值（NAV）下跌，电话就会响个不停，所有股东都会致电查问为何净值下跌了。如果NAV上涨，电话铃仍会响起，他们想知道为何收益率下降了。当你面对的是零售群体，我不确定你制订的风险指标是他们所需的那样有意义又简单呢，还是像你自己期望的那样全面。我认为美国证交会关注的是标准差。假设证交会在其他方面都没有特殊要求，但是需要披露组合承担的各种风险。正如我之前提到过的，卖出期权的投资经理（无论直接还是嵌入其他证券）可能在标准差测试时表现正常，直到行使价被击穿。