金融工程：研究方向与发展展望，本文主要内容关键词为：研究方向论文,金融论文,工程论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
金融工程像现代金融理论一样，研究资本的时间价值、资本定价和风险测度，这构成了金融工程的核心部分。80年代以来，金融工程获得了迅速发展，研究和应用扩展到公司财务、贸易、投资、货币管理、兼并重组以及风险管理等领域。金融工程利用基本的金融工具和金融手段，再运用大量的数学知识和工程技术，充分结合金融市场实际，对各种现有金融工程进行组合和创新，开发出更多的金融工具、交易方式和金融技术，将这些金融产品、交易手段迅速、规模化地应用到金融市场上，创造出巨大的金融效益。在此过程中，就包含了金融产品开发、金融资产定价、交易策略设计和相关风险的规避措施。金融工程的应用领域主要体现在以下方面：
一、金融工具的定价
从60年代开始，西方金融工具创新层出不穷，股票指数期货(index futures)、指数期权(index options)、指数权证(index warrants)、指数存托凭证(index depository)、指数存款(index-linked term deposits)、指数票据(index-linked notes)等各种指数衍生产品陆续推出，对其定价和风险控制的需求十分迫切。目前，欧式期权的定价研究比较深入，美式期权的定价研究还没有取得突破。在债券拍卖的定价方式，单个买方对多个卖方和多个买方对单个卖方的定价研究已经完成，目前多个卖方对多个买方的定价研究还没有突破。
定价研究可采用微积分、随机过程、VaR方法，最小方差模型等。
二、利率变化模型
利率评估是投资者确定投资组合或进行风险管理，设计衍生金融工具的基础。它包括评估利率水平的确定、投资收益分析、利率风险分析、利率结构分析、套利分析、变化敏感性分析。比较典型的模型有：VASICEK模型(1977)、COX-INGERSOLL-ROSS模型(1985)、AFFINE模型(1996、1999)。这些模型把债券价格的对数作为状态变量的线性函数，VASICEK模型和CIR模型假定状态只有一个，把它设定为短期利率，但是决定利率的状态变量有多个。此外，还有很多模型，如hull and white(1990)，black-derman-toy模型(1990)，由于他们都是风险中性定价模型，没有把期望漂移率和风险的市场价格区分开，这在解决复杂利率债券的定价时不会遇到问题，但不能用于债券投资组合的构造和经济因素分析。
三、金融风险控制技术
金融工程的核心是防范金融风险，这是推动金融工程发展的原动力。金融工程通过金融工具的运用，在掌握金融信息资源和准确的预测方法基础上，对金融资产的存量和增量结构进行整合，随时进行实时跟踪与适时调整，以最大限度地争取效益、回避风险。面对风险，金融工程可以有两种选择，一是用确定性代替风险，二是仅仅换掉与己不利的风险，而将对已有利的风险保留，也就是通常所说的“趋利避害”原则。但无论哪一种，都离不开信息及其预测，即离不开金融信息库支撑、离不开风险评估模型、离不开风险决策分析。
金融市场信息及其预测是金融工程的基础，金融工程依托信息技术和信息资源的开发，建立各种灵活有效的控制模型，实现对风险的最佳控制。金融市场是金融工具或各类金融产品进行交易的场所。在金融市场中，信息具有举足轻重的价值，它对于引导投资者和筹资者正确合理地参加金融活动，保证金融市场秩序的稳定，规避风险都是十分必要的，特别是金融活动的拓宽，其不稳定性也越来越增大，使得加强经济金融预测、增强预先防范能力，避免风险就变得尤为重要。金融市场的实践已经充分表明，有效的金融市场依赖于信息的连续性、全面性和公开性，必须借助于现代信息技术收集和整理庞杂的金融市场信息，建立金融信息及相关数据库，包括宏观经济环境数据库、金融机构业务信息数据库、客户资信数据库等。
金融风险分析方法较多，如泛函分析、基于非高斯稳定分布的金融风险的度量与投资优化组合、行为决策理论的VaR风险管理技术等，用于指数期货风险、股市风险、债券市场风险、证券公司风险、基金投资风险、国债风险的评估等。
风险投资方法较多，其中广泛应用的是组合保险(Portfolio Insurance)技术。为了满足证券市场上养老基金等希望能把未来收益稳定在某一水平的投资需要，80年代初，由鲁宾斯坦(M.Ru-binstein)和利兰(A.Leand)提出用于组合投资者管理市场风险的技术方法。组合保险利用期权原理向股票市场的组合投资者提供类似保险单的风险管理产品，即保证证券组合的投资者可以得到一个事先设定的基本收益率，并继续享有股票市场持续上升带来的潜在收益，投资者要为获得这种市场收益的保险付出相当于期权费的代价。该技术通过对期权、期货等衍生金融工具的组合复制、风险动态对冲和无风险套利，来实施风险规避，形成了程序化的交易模式。
对于股票市场的投资者而言，为防范股票市场价格下跌，最为方便、直接和有效的组合保险方式是从衍生金融工具市场上购买与持有股票组合一致的卖出期权，将收益的最低限锁定在卖出期权的执行价格水平上。然而，衍生金融工具市场并不能随时提供投资者所需要的特定的期权种类，在这种情况下，投资者可以利用复杂的金融工程技术，尤其是组合复制技术，利用股票自身或期货来构建模拟所需期权的组合。
组合保险还利用动态资产配置方法在股票和国债之间进行投资调整和转换，以保证整个投资组合的收益率在设定的保护收益率之上。当股票市场价格上升时加大对股票的投资比重，直到市场价格上升到一定水平，所有资金都投到股票市场，从而充分获得市场上升的好处；而当股票市场价格下降时，则适当减少股票投资的比例，转而投资于国债市场，获得无风险收益。这种投资方式为模拟期权方式。此外，还可以采用动态对冲技术，在保留股票的同时卖出期货，对于投资组合较多的股票，可采用股票指数期货进行保险。
当然，这种投资方式获利的前提是对股票价格走势的准确预测，需要充分的信息和数学的应用，只有技术力量雄厚的机构投资者才有条件运用；期权定价是以市场的连续变化为前提，这使得在股票市场发生跳跃式变化时构建模拟期权方法的有效性受到很大影响，在股票市场发生暴跌时，那些通过直接购买可交易卖出期权的组合保险者可以躲过灾难，而构建模拟期权者却无法卖出对应的股票或期货来实现有效的组合保险。特别是这种操作程序化后，在市场条件相同时，会出现投资策略趋同的倾向，大量的交易行为会加大市场的系统性风险，引发更大规模的股票抛售。
四、银行资产负债管理决策模型
90年代银行危机的实质在于商业银行资产配置的失误，因而提高资产配置效率和质量对于商业银行的存续和发展至关重要。资产负债管理决策模型方法是银行资产配置和风险管理的主要技术与方法。新的巴塞尔协议将于2004年推行，新协议更加强调银行内部风险管理的量化方法与模型，更注重监管部门对商业银行的量化监督检查和风险的敏感性分析。在此背景下，建立资产负债管理决策模型的重要性日益突出。资产负债管理决策模型分为三类：资产分配决策模型、资产负债组合配合模型、信贷资源整体配给决策模型。
（一）资产分配决策模型
1.基于组合风险最小化的资产分配模型，代表人物Sheedy(1999)在满足目标收益率约束的前提下，运用二次规划方法求解资产组合风险的最小化，建立了当风险变化时的资产分配决策模型。这类模型的缺点是其无法反映银行股东追求财富最大化的商业银行经营目的。
2.基于组合收益最大化的资产分配模型，Li和Ng(2000)在组合风险小于目标值的情况下，追求组合收益的最大化，建立了多阶段的均值——方差组合优化模型。庄新田、黄晓原(2001)在满足资产负债比率管理的约束条件下，追求银行资产收益率最大化，建立了资产负债管理模型。这类方法把收益率视为常量，并未考虑其不确定性，这与新的巴塞尔协议的原则和监管要求并不一致。在实践中，除了在中央银行的存款在忽略利率风险的前提下可视为常量外，其他资产的收益由于其违约风险的存在，都是变化的。
3.同时考虑收益和风险因素的资产分配模型，Shing和Nagasawa(1999)建立了期望收益最大和组合风险最小的多目标随机规划模型，但这种模型也未考虑收益率的不确定性，同时这种模型对如何分配目标权重以合理反映银行风险承受能力也缺乏应有的考虑。Altman(1999)应用数学规划方法建立了公司债券与商业贷款组合分析模型。这种模型的目标函数是追求夏普比率(SHARPRATIO)的最大化，其经济学意义是追求单位风险收益的最大化。Tim和Litterman(1998)在Alt-man研究的基础上，考虑了风险资本的约束，建立了持续性风险监测和资本优化模型。为避免在资产配给中的剩余资源过多，这类模型的约束条件采用了新贷款的组合收益大于或等于目标收益。当目标收益定得较高时，这种以单位风险收益最大化为目标的模型则会导致银行面临较大的风险。
上述模型还存在着一些不足，这些方法只反映新贷款的组合优化，并不能用来确定在决策过程中新、旧全部贷款组合后，综合风险程度的控制，而这正是银行所要解决的重点。在资产负债的对应上，并不反应时间结构的对称，这使资产的分配不能控制流动性风险。模型并不反映利率结构的匹配，应用这些模型进行决策，当市场变化时，会由于资产与负债利率变动的不对称导致银行股东权益面临较大的风险。
（二）资产负债组合配给模型
1.基于统计分析的资产负债决策模型。Schael和Zeller(1993)通过对存、贷客户分析进行贷款分配，建立了Client/Supplier模型，并把其应用于意大利的一家银行。Walker(1997)利用回归方程建立目标函数、结合数学规划方法建立了银行资产管理的行为模型，对资产进行分配。这两种模型由于均是基于对统计数据的模拟分析，其局限性是通用性差，当银行环境变化时则需要重新建立模型分析。
2.基于线性规划的资产负债决策模型。Gierde和Semmen(1995)利用线性规划方法，在风险资本约束、资本充足率约束和可用头寸约束的前提下，求解银行收益最大化，建立了满足资本需求的银行组合风险决策模型。陈道斌(2001)以资产负债比例管理指标为条件、银行收益最大化为目标、线性规划为工具，建立了银行资产负债优化模型。
3.基于随机规划的资产负债决策模型。Puelz(1997)在满足对未来负债提供足够现金流动的前提下，力求实现所需现金流成本最小的目标，建立了资产负债的随机组合模型。但这种模型未能以收益最大作为商业银行的根本目的。程迎杰和秦成林(2000)在满足预算约束和资产负债管理比率约束的条件下，追求银行利润最大化，建立了银行资产负债管理的随机规划模型。
4.基于匹配利率结构的资产负债模型。目前在西方银行流行的持续期缺口(duration gap)管理模型通过资产与负债的持续期缺口和利率的变化，来判断银行净值（所有者权益的市场价值）的变化，其核心在于银行资产负债价值的敏感性分析。这与新的巴塞尔协议注重风险的敏感性分析的精神是一致的，这种方法虽然可以用于分析既定结构的资产负债的利率结构，但未能对资产负债结构进行事先的整体优化，限制了它的应用。近年来也有对匹配利率的资产负债结构进行研究的，但研究只限于两种资产与两种负债利率匹配，远未达到实用的程度。
上述模型的不足之处：一是均忽略了收益率的不确定性，无法反映银行资产的违约风险；二是模型只反映新贷款组合本身的变化，不能用来确定与控制新贷款组合发放下，全部新、旧贷款的组合风险与受益；三是这些方法未能反映资产负债的时间结构对称原则，难免导致流动性风险，四是模型并不反映资产负债的利率结构对称原则，用这些方法决策难免产生利率风险或市场风险。
（三）信贷资源整体配给决策模型
信贷资源整体配给决策包括企业授信决策和贷款授信决策，它是银行对企业和上级对下级整体的风险控制与资产负债管理。
1.贷款授信额度决策的研究。授信额度(1ines of credit)是银行对特定企业在一定时期内贷款的最高限额，它是银行贷款最流行的安排，超过80%的商业银行贷款以授信额度的方式贷出，尽管银行授信在融资中的作用举足轻重，但对其研究较少。Goodfriend和Lacker(1999)从理论上探讨了企业的财务状态况、代理人问题、道德风险、抵押与担保等因素对授信额度的影响，但未进行定量分析。Berger和Udell(1995)以授信合同、公司财务、公司治理结构、公司所属行业、银企关系等五个方面的特征为变量，建立了回归模型对授信行为进行实证研究。这种模型虽然揭示了财务比率对授信的影响，但并不直接反映企业的清偿能力，也无法用来进行对企业的授信决策。银行现行的普遍做法是以财务比率为基础，并结合企业信用等级、所属行业情况进行授信，但这种做法的主要弊端就是未能直接反映企业的综合清偿能力。
2.贷款授权决策的研究。在银行内部贷款分配的定量研究方面，基础性的研究是对商业银行自身风险评级的CAMEL模型和基于资本风险与流动性风险的评级模型，应用性的研究是中央银行对商业银行的再贷款分配模型。但商业银行上级银行对下级银行的贷款如何进行授权管理和贷款的数量分配，尚无科学的理论依据，更没有按照风险与效率因素建立配给贷款的授权决策模型与方法。
上述模型亟待解决的问题是创建符合信贷风险运作规律的资产负债管理理论与决策方法，创建兼备实用性和创新性的贷款组合风险控制与优化模型，资产负债结构的优化组合模型和信贷资源整体配给决策模型，为信贷风险管理提供科学的决策技术。
五、保险数学
研究有关保险风险的控制与产品设计，主要涉及保险学、保险精算学、概率论与数理统计、随机过程理论、随机控制理论，其成果广泛应用于保险精算、保险公司的保险风险监控、保险公司的金融投资风险分析与控制。目前发展重点有：
1.合约总量过程的概率分布，是研究最为广泛的保险数学领域，研究成果可用于保费设计等精算问题领域。保险风险模型，一类是集合风险模型风险，对应于保险公司单产品情形；另一类是个体风险模型，对应于保险公司多产品情形，并与带折扣合约模型密切联系。关于集合风险模型中合约总量过程的概率分布，起步于70、80年代的A.V.Nagave、S.V.Nagaev和C.C.Heyde的工作，近期的有D.B.H.Cline和T.Hsing(1991)、C.Kluppelberg和T.Mikosch(1997)。个体风险模型的研究则较少。今后研究重点是个体风险模型合约总量过程的概率分布，带折扣合约总量过程概率分布中的应用，在经济环境下合约总量过程的概率分布、渐进行为及相关问题。
2.破产概率的研究，它采用概率中的大偏差理论，用于衡量保险公司金融风险大小。目前，国际上该领域的研究非常活跃，主要研究各种风险模型的有限时间和无限时间的破产概率的渐进行为，尤其是其大偏差及中偏差性质，并探讨在经济环境下的破产概率及相关问题。其中，独立或相约合约过程的破产概率是研究重点。
3.保险期货与期权的定价。1992年，美国芝加哥交易所(Chicago Board of Trade CBOT)首次经营了保险期货和期权，为再保险提供了一种全新的方式，由此产生了对保险期货与期权的定价理论的需求。由于保险期货与期权的标的资产与普通期货和期权不一样，定价方法与普通期货和期权有区别。Kluppelberg(1997)通过集合风险模型研究了保险期货价格过程的期望及方差，使得从精算角度去进行保险期货的定价成为可能。目前，国际许多概率论学者、保险精算专家、保险数学与数理金融学者们致力于该领域的研究。今后，将用个体风险模型来取代Kluppelberg于1997年发展的集合风险模型定价框架，以寻求更加贴近现实的保险期货和期权的定价方式。
六、金融工程的局限性和主要的发展方向
金融工程的迅速发展使风险管理技术发生了革命性的变化，然而金融机构风险管理的重任却似乎并没有减轻多少，相反，金融工程失败的例子近年来俯拾皆是，1998年9月美国发生了长期资本管理(LTCM)基金事件，导致了金融工程神话的破灭。由于LTCM基金亏损的金额过于庞大，而且涉及到两位诺贝尔经济学奖得主，不得不促使人们客观评价金融工程的价值和功能。华尔街有些人开始怀疑金融工程学的实用性，有的甚至宣称：永远不向由金融工程学家主持的基金投资。事实上，布莱克—斯科尔斯理论本身并没有错，错在将之应用于不适当的条件下。债券走势基本上是一个随机过程，随机过程分为平稳的、似稳的以及非稳的三类，第三类随机过程是具有快变的或突变的概率分布，可称为“非稳随机过程”，对于这种非稳过程，概率分布实际上已失去意义，前述的基于概率分布的预测理论完全不适用。经典布莱克—斯科尔斯理论基于平稳市场的假定，属于“平稳随机过程”，在其适用条件下十分有效。事实上，期权投资者多年来一直在应用，LTCM基金也确实在过去赚了大钱，然而，俄罗斯政府宣布推迟偿还短期国债券这一突发事件，导致了LTCM基金的统计预测理论失灵，而且遭受损失的并非LTCM基金一家，其他基金以及华尔街的一些大银行和投资公司也都损失不菲。由此可见，突发事件可以使原本有效的统计规律在新的条件下失效。而引发突发事件的因素极为复杂，是很难有效准确预报的。
金融工程模型的设计也存在很多问题。首先，金融市场交易行为是完全随机的，适合某一特定市场行为的模型很难推广，对其估计是完全无效的。金融的市场行为涉及诸多因素，政治的、军事的、心理上的变化都会对市场发展造成震荡，模型很难全部将这些参数列入。即使列入，他们的权重和概率也很难确定；其次，模型过分依赖对历史数据的统计估计。但是，证券市场最大的特征就是历史规律很难被反复的重演。以历史预测未来存在内在的不可靠性。第三，市场还会利用模型预测结果，对投资者造成幻觉，使投资者陷入投资陷阱。一般规律是，技术模型由于没有采用所有可得到的信息，因而不可能打败市场，某一模型运用的越多，该模型失效的几率就越大。
事实上，作为风险管理的技术，金融工程只是通过金融工具的组合运用，来提供分散风险的方法，使风险确定化，却不能成为减少乃至消灭风险的解决之道，更不能成为获取风险利益的工具。对金融工程的迷信和过分依赖，不仅会在微观上使金融机构忽视全面的风险控制机制的建设，也会在客观上导致市场投机力量的膨胀，进而增加系统性风险。要意识到金融风险管理一方面需要科学方法，需要借鉴工程的概念和有效的评估方法，另一方面也需要经验性和艺术性的管理思想支持，在管理的实践中，要将科学性和艺术性有机地结合起采，从制度、行为与科学的角度将风险评估体系结合起来，实施全面的金融风险管理。金融工程的发展应该致力于建立和不断完善金融机构全面系统的内部风险控制体制，同时结合政府的外部监管制度，使金融机构承担的风险得到更加全面的监督和管理。
标签：金融工程论文; 金融论文; 期权定价模型论文; 银行风险论文; 资产负债管理论文; 期货期权论文; 风险模型论文; 银行资产论文; 金融期权论文; 期权价值论文; 期权定价论文; 贷款定价论文; 金融结构论文; 风险管理论文; 金融工具论文; 投资论文; 股票论文; 银行论文;