风险是包括衍生品在内的所有金融产品的最重要的属性之一，其主要特征就是金融产品的未来价值具有不确定性。衍生品交易涉及的风险包括长期风险、短期风险、市场风险、信用风险、法律风险和操作风险等。用于衍生品交易的风险管理系统针对的主要是短期内由于证券和商品的价格以及汇率、利率等因素波动而造成的市场风险，有的系统也包括信用风险的计算。另外，一些最新的交易系统和结算系统往往带有风险管理模块，使客户可以随时检查自己账户的风险数据，甚至作一些简单的风险分析。
在经过期货市场十多年来的风风雨雨后，国内总体来说上下对风险管理的重要性都有认识了。不过，到目前为止在衍生品交易风险管理方面的讨论大多集中在诸如保证金、涨跌停板、持仓限额等各种制度的设立及计算模式的理论分析，而对实现监控任务的计算机系统却极少涉及，这不能不说是一种缺陷。以计算机为基础的衍生品交易风险系统是整个风险管理体系中的关键环节，其作用是任何制度与理论都无法取代的。没有高效准确的风险系统，有效的风险管理将只是一句空话。
能用于全球衍生品交易的实时风险管理系统是现代高科技的产物，它综合了相关的衍生品风险理论和数学模型，以及多方面的计算机技术，再加上大量实际市场经验的反馈。国内目前尚未有自主开发的这类系统，因此这两年来以银行为主的部分金融机构耗巨资引进以解燃眉之急。但从长远来说，自主开发才是改变依赖他人的根本大计。本文将结合作者多年来在国外从事这方面工作的经验，对风险系统的设计与开发提出一些看法和意见，供有关方面参考。
衍生品风险计算模式的比较 传统的策略性（Strategy-based）模式是一种已被使用了多年的风险计算模式，具有静态、一刀切的特点。它将一个组合的各个投资按照市场价值比例计算，即使一些投资的风险能相互抵消，它们也必须符合事先的明文规定，而与各投资间的实际相关性无关。此外，它也没有考虑对应的波动性影响。早期期货市场的保证金设置一般采用这一模式。由于它基本忽视了各项投资间的实际相关性，因而往往会要求过量的保证金。但由于其具有计算简单快捷的优点，因此至今为止无论在风险管理系统还是在保证金系统的应用上仍然有一定的市场。包括中国期货市场在内的一些亚洲衍生品市场的保证金设置以及美国证券业对客户保证金的计算就基本上属于这种模式。
价格敏感度（Greek）模式是另一种常见的风险计算模式。它包括有五个参数，以希腊字母来表示，其中Delta表示期权理论价格随原产品价格的变化程度，Gamma表示Delta的震荡系数，或称期权理论价格随原产品价格的二次微分，Theta表示期权理论价格相对于时间流逝的变量，Vega表示期权理论价格对波动性的微分，Rho表示当利率变化时期权理论价格的相对变化。Greek的五个参数因为能从多个角度反应出衍生产品的价格和风险值随着不同市场参数变化的走向，帮助市场参与者进行详尽的风险分析和市场预测，因此在衍生品的风险分析中有着十分重要的意义。这一模式的明显缺点是由于不同类别的敏感参数分属于不同的风险形态而无法通过一个确切而单一的市场风险值表示出来，而且在某些参数情况下容易出现非线性误差。
近十几年来，组合投资性（Portfolio-Based）模式得到市场的日益重视。它在计算风险时以投资的风险价值而非市场价值为基础，并且考虑到投资的波动性以及各相关投资间的相互作用。美国联邦储备会（Fed）的有关保证金的研究报告证明，这一模式与策略性模式相比可以在同样控制市场风险的基础上明显有效地降低投资成本。以下几种目前比较流行的计算模式都属于这一范畴。
风险价值（Value at Risk）模式原先是JP摩根公司于八十年代末发展起来供内部使用的一种对任意资产组合进行市场风险计量的模式，其风险委员会每天将有关数据分析汇总后呈交给摩根的高层，使其得以掌握公司的最新风险动态。1994年摩根应客户的要求将其推出，但真正得到广泛的应用却应归功于巴塞尔委员会，在其1996年作为进一步完善《巴塞尔资本协议》而提出的《市场风险修正案》里正式确定这一方法作为全球银行界标准的风险度量工具。VaR指在正常市场条件和给定的置信水平下，价格、利率、汇率等市场风险要素发生变化时可能对资产组合或机构在特定的时间段内造成的最大潜在损失。它的主要优点是可以将不同业务、不同类别的隐性市场风险用一个确切的数值表示出来并进行比较，具有高度的概括性，有利于风险的监测、管理和控制。但是，VaR也存在着明显的局限性。如需要有大量精确而不相关的历史数据，否则后台分析将变得没有意义；在处理损失符合非正态分布（如后尾现象）及投资组合发生改变时表现不稳定，难以反映资产组合的构成及其对价格波动的敏感性。此外，它也未能覆盖价格剧烈波动等可能会造成重大损失的突发性小概率事件。VaR的这些局限性使其无法成为一个完整的风险计算模式而完全单独使用，必须辅之以敏感性分析、情景分析、压力测试进行补充。尽管如此，VaR计量模型及在此基础上形成的管理模式和方法仍然不断地被越来越多的金融监管当局、商业银行和机构投资者所认同和接受。近年来还出现了一些VaR的改进型如CVaR、ES、DRM等模式，但并未得到广泛认同和普遍的应用。
标准投资组合风险分析（Standard Portfolio Analysis of Risk）模式由芝加哥商品交易所（CME）于1988年推出，现在已经被全球大多数商品交易所或至少混合有商品交易的衍生品交易所采用，逐渐成为期货界计算投资组合保证金的行业标准，全球有将近40家清算和交易机构使用这一模式计算保证金。SPAN强调分散投资效应与最佳组合风险的关系，以及组合投资风险与各组成部分之间的关系，这在实际应用上具有重要的意义。总的组合风险值等于各组合单元风险值的累加，而各组合单元的风险值则为其对应的价格扫描风险（Scan Risk）、跨月价差风险（Inter-Month Spread Risk）以及交割风险（Delivery Risk）加总后，扣除组合单元间的相异抵扣（Inter-Commodity Spread Credit），最后与期权空头的基本风险（Short Option Minimum）比较所得到的较大值。SPAN在计算过程中采用了综合变化量（Composite Delta）的概念，实际上是一个由各原产品价格扫描点对应的Delta加权平均值。SPAN考虑到价格和波动性在设定区间内变化的14种情景，加上两个在价格极端变化（3倍于正常区间）情况下而造成最大损失的30%值。SPAN支持多个主要的期权模型如Black_Scholes、Cox-Ross-Rubinstein、Merton、Whaley-Adesi等，用户可以根据产品的需要选用。SPAN的有关数据通常以参数文件形式向市场公布，有兴趣的用户可免费直接从网上下载使用，不过CME的客户计算软件需要另行购买。
市场间理论性保证金系统（Theoretical Intermarket Margining System）模式由期权结算公司（OCC）于1986年推出，主要针对股票和市场指数的衍生品。TIMS采用了Cox-Ross-Rubinstein binomial期权模型，能适应各种衍生产品，包括欧美两种期权，以及FLEX和LEAPS等其它期权。TIMS的设计特别考虑到了股票产品的特点，故可以很好地适应股票产品具有的离散性利率与股息付款结构。TIMS对单一产品如股票采用10种情景计算，而对市场指数类产品则作20种情景的计算。此外，TIMS的计算同时包括了压力测试。目前全球有将近20家清算和交易机构在保证金方面采用TIMS模式，其中一部分为美国以外的证券和衍生品交易所。与SPAN不同，OCC提供给客户免费计算软件，但参数文件需要付费。此外值得注意的是，OCC正在测试一种基于VaR原理的新的计算模式：理论分析与数字模拟系统(STANS)，以取代其使用了20年的TIMS模式。这将是VaR模式首次被正式应用在保证金系统上。
另外还有一些变异型。如欧洲交易所（Eurex）采用的保证金计算模式表面看与SPAN相似，但内层实际上是在TIMS的基础上发展而来；北欧交易所（OMX）开发的OMS II结算系统则在SPAN系统的基础上作了一些改进，不仅可以处理合约间的线性相关，而且还可以处理合约间的非线性相关。不过这些改进主要针对本地产品的特点，在市场上并未形成主流。
SPAN与TIMS都与由Artzner 等人于1997年提出的以情景为基础（Scenario-based）的一致性风险测量（Coherent Risk Measure）理论一致。根据这一理论，一个完美的风险计量模型必须满足下面的约束条件: 单调性、次可加性、正齐次性、平移不变性。其中次可加性条件保证了投资组合的总风险小于或等于组合中的每个投资部分的风险之和，这与分散性投资可以降低非系统性风险的概念相吻合，是一个理想的风险计量模型应具有的重要属性。
此外，投资组合性模式一般来说都是风险性（Risk-Based）的，但有时也并非如此。如美国期货市场上交易的单支股票期货（Single Stock Futures）由于受监体制的限制，在保证金的计算上只能采用规则性（Rule-based）的，而非风险性的。
交叉保证金（Cross Margining）这几年来颇为热门，其实早于1988年6月在跨市结算公司ICC与OCC之间就已开始使用。从广义上来说，它指的是如果一个组合投资中的不同产品或者不同产品类具有相关性，那么不管其产品涉及的是同一结算机构或多个结算机构，其保证金总数可以并应该在一定程度上降低；从狭义上来说，它指的是保证金数值的相互抵消只适用于由有某种协议的相关结算机构来分别结算相关产品的投资组合。近年来由于衍生品交易的国际化以及市场竞争日益激烈，交叉保证金得到了进一步的重视，一些结算机构纷纷签署交叉保证金协议，甚至跨越欧美大陆。但应当指出，交叉保证金只是组合保证金的补充，本身并不是一种独立的风险计算模式。
可以清楚地看到，正是过去十多年来世界金融产品的飞速发展，从而促进了衍生品交易风险的研究以及各种风险计算模型的诞生。可以肯定，这种趋势还将继续下去。
计算模式、功能与用途的考虑 国际上的大型金融机构大多会根据自己的需要来开发专用的衍生品风险管理系统，大众化的商业系统在市场上并不多，而且各个系统之间往往会有很大的差异。从设计的角度出发，首先是风险计算模式的选择。
多数风险系统都是基于单一模式的，但也有少数采取复合模式，即以某一模式为主，辅以另一种甚至两种不同的模式以适应不同产品的计算需要。例如，由于策略性模式简单而有效，故有时会被作为辅助模式来解决某些产品的计算。另外，尽管Greek模式存在着某些先天性缺陷，它还是得到许多风险管理人员的青睐，为此商业性的风险管理系统大都给出Greek参数值。
以投资组合为基础来进行风险管理现已几乎成为所有市场参与者的共识和努力方向，因此绝大多数商业化的风险系统都以VaR、SPAN或TIMS为基础或与其兼容。从理论上来说，这其中任何一种模式都可以为期货、期权、现货、股票、债券、货币等的任意投资组合的金融产品进行风险计算。但从实际上来说，SPAN更接近于期货（包括金融与商品期货）及其相关的衍生品，而VaR与TIMS则与证券及其相关的衍生品的关系更为密切些，这与它们各自不同的产生背景密切相关。
衍生品交易的国际化决定了一个先进的衍生品交易风险管理系统必须是面向全球衍生品交易市场的。国内目前虽然还没有正式开放境外交易，但各种形式的境内外交易已经实际存在而且规模将不断扩大，在国际衍生品交易市场上与狼共舞已日益成为现实。这几年接二连三发生的诸如中航油、国储铜等事件故然原因很多，但毫无疑问，缺乏先进的实时风险管理系统是其中的重要因素之一，因此相应的风险管理系统的开发必须迅速跟上。在21世纪的今天，实在很难想象一个风险系统只能适用于国内的交易产品，而无法对国际市场上交易的衍生品作出计算。在考虑到系统与国内市场上的衍生品兼容的同时，必须认识到中国与世界金融交易市场接轨已是不可逆转的趋势，越晚动手，巨额亏损的机会就越多。
真正的实时风险管理系统是指除了所有的交易数据、市场价格必须通过联机输入，及时更新外，还必须做到有关风险参数的实时计算。而这后一步的实现往往要求是比较高的，并非所有的风险系统都可以做到。
另外一个在设计时要考虑的因素是系统使用在局域网（LAN）还是互联网（Internet）上。在LAN上使用，计算速度可大大提高，系统的安全性考虑可不必那么严格，适合需要集中监控的机构，但远程用户使用时必须通过远程联机的软件如虚拟专用网络（VPN）等方可实现，有时并不是那么方便。近年来由于Internet的广泛使用，新的商业系统大都基于Internet，或至少具有Internet的游览功能，管理人员可以在任何地方上网实现远程监控。它对数据传输的安全性要求较高，这种形式适合风险和管理人员分散或流动性较大，且对速度要求不是很高的机构。由于这两种不同使用环境对软件设计的影响比较大，设计前就应当明确下来。
用户的对象也是系统设计要考虑的一个因素。如果是面向有关机构的高级行政管理人员，用户界面则应简练明了，使具有一般衍生品常识的人稍加点拨即可掌握基本使用；但如果是面向高级风险管理经理，则应该提供能做各种深入复杂的定量分析、图形显示和风险报告的功能。当然这些界限往往并不十分明确，有些功能需要适当兼顾，或者设计为功能模块形式以便用户伺机取舍。
世界上绝大多数的风险管理系统目前都只能做作交易后监管(Post-Trade Monitoring)，只有极少数系统同时具备交易前控制（Pre-Trade Controlling）的能力。为了实现后一功能，首先是系统的响应速度必须足够快，在瞬间万变的国际衍生品市场上，有些先进的交易系统的响应时间是以毫秒来计算的，因此某些计算模式在交易前控制的环境里就可能不适用了。另外有关系统还必须能够可靠地得到所有已经下单但尚未执行和已经执行但尚未能得到结算系统证实的买卖盘的数据，否则就无法实现有效准确的交易前控制。
应该特别指出,无论如何设计，基于同一风险计算原理的的系统往往不可避免地具有很高的事故或误差相关性。因此，产品的多元性是有关方面不可忽视的。国际上稍有规模的金融机构往往都至少拥有两套基于不同计算模式的风险系统。这样的好处是既可以增加整体监控环节的可靠性和抗风险性，又可以利用不同系统的互补性经常进行比较。因为没有一个系统是十全十美的，一个系统的短处，也许正好可以被另一系统的长处所拟补。
应该说明，VaR、SPAN与TIMS都只是某一种风险计算模式，本身并不是风险管理系统。同此道理，与之相对应的SPAN和TMIS保证金系统也都不等于风险管理系统，在引述时切勿把这些概念混淆在一起。衍生品交易风险管理系统一般来说必须具有分析功能，也就是说它必须能够从多个角度分析和预测衍生产品的价格和风险值随着不同市场参数变化的内在关系和走向。
计算机操作系统、语言和开发工具的选择 现代衍生品风险管理系统是建立在多方面计算机技术上的高科技产物。正是日新月异的计算机技术使适合不同需求的各类衍生品风险管理系统得以不断推陈出新，日益完善。反之，面对层出不穷令人目不暇接的各种计算机技术，如何选择合适的操作系统、语言和开发工具去开发新的衍生品风险管理系统，也变得日益复杂。这里把几个主要方面介绍一下。
首先是操作系统的选择。以Sun Solaris 为主的Unix系统的最大优点是成熟、稳定、安全及高性能，适合高端的用户，缺点是成本高和通用性差，移植升级困难；Linux是操作系统的初生牛犊，正得到越来越多的重视，突出优点是性能价格比高和通用性好，可以得到许多免费软件和开放源代码，容易移植；Windows 系统已被广泛使用，优点是用户界面丰富，支持软件多，多数白领人士都具有Windows 系统的使用经验，因此用户支持容易，缺点则是安全性和稳定性相对差一些。在高速大容量计算方面，虽然比不上Unix，但由于现在硬件性能的大幅提高与价钱的下降，往往可以通过硬件升级来拟补。
风险管理系统一般包括前后界面。对于面向少量用户而且要求不高的小型系统，前后界面的区别不大，为简单起见一般都采用同一语言开发。对于大型用户或者计算要求高的系统，则往往分别设计，底层涉及到计算、通讯等模块，要求可靠、速度快、高效率，因此多采用C、C 等高性能的语言，而前台则可采用用户界面图形功能强的Visual Studio开发平台上的各种语言如 C#、VB等。Java语言的最大优点是跨平台，与处理器无关，一次开发之后可以在不同的操作系统上运行。如果用户界面是基于Internet的，网页开发工具如PHP、JavaScript等则是最好的选择。
前后界面通过网络通信接口衔接。传统的方法是通过Socket通信程序，其中最为经典的是利用TCP/IP传输方式，可靠性强，失误小，缺点是多台联机时需要占用较多的带宽。为了有效地控制网络带宽，可以采用UDP/IP的广播传输(Broadcast)或多播传输（Multicast）方式。尤其是Multicast，近年来由于网络视频会议、远程教学等需求得以完善和发展。它的优点是可以使远程用户界面跨越LAN的界限直接与结算底层沟通，而Broadcast则只能被局限在LAN的子网（Subnet）内。这几年消息队列（MQ）的应用发展比较快，与其密切相连并声称将给信息技术和业务处理带来一场革命的企业服务总线（ESB）也得到越来越多人的认同。从技术上来看，MQ技术与ESB环境具有的实时性、可靠性、灵活性、保密性、大容量、网络化等特点非常适合实时风险管理系统的前后界面之间的数据传输要求。不过，到目前为止尚未见到有在ESB环境下运行的实时风险系统。在Internet的应用方面，通过Web服务技术（Web services）和XNL数据格式可以有效地满足前后界面之间的数据传输要求。
数据库方面比较成熟的商业产品如SQL、Oracle、Sybase、Access 一般来说都可胜任。Oracle 的功能最齐，但占用系统资源多，价钱也高；Sybase的效率高，所以许多金融机构都喜欢采用其产品；SQL和Access相对便宜，但功能也较弱，而且都只能用在Windows 系统上。另外一个趋势是采用基于公开源码（Open Source）的数据库，如MySQL等。这些系统一般来说都具有成本低、高效率、需要系统资源少以及可以自己根据需要修改源码等优点，但在支持服务和产品更新换代上也许就没那么有保证了。
目前已出现了一些基于不同风险计算模式的半商业化软件模块。适当利用这些模块，可以大大缩短系统开发时间与降低开发成本。难点是这类专业性极强的软件模块一般不在市场上公开推销，因此如何识别这些模块的功能，并能够将其应用在自己开发的系统上去，没有对这一市场的深刻了解恐怕不是一件容易的事。
由于硬件技术的发展，CPU速度与内存、硬盘容量大大提高，同时价钱大幅下降，因此现在系统设计时有关硬件选择的余地是相当灵活的。高速芯片、64位处理器、双个甚至多个处理器、高速大容量内存和硬盘等都不再是勉为其难的事了。因此在选择操作系统、开发语言、数据库等的时候，应该结合硬件条件来一并考虑。
一般来说，对于开发一个用于衍生品交易的实时风险管理系统的挑战性主要取决于监控产品的广泛性、风险计算模式的复杂性、系统功能的先进性以及监控对象的数量和是否需要实现交易前控制等因素。假如监控对象有几万到几十万个账户，产品需要涵盖全球主要市场，同时还要实现交易前控制，那么设计开发的难度就比较高了。当然，任何一种计算机技术都不可能是十全十美的，先进性与局限性也是相对而言的。因此，在取舍有关技术的时候，往往只有与被开发系统的性能指标用途结合起来考虑才有实际意义。
最近更新