□同济大学副教授 王倩
当前国际金融市�。醣�、资产管理以及杠杆化成为热议话题，无论是实际业界还是理论领域，人们都尝试寻找解决它们的线索，资管风控就是其中一个不可忽视的问题。
在资产管理领域，从宏观总架构趋势来看，人们转变了从前对于单个金融产品的关注，开始更多关注公司层面的风险管理。它建立在原有的资产配置基础上，并从多角度对其风险回报进行优化。它从公司层面的风险偏好出发，结合资产管理的策略与各个功能部门之间的相关联性，对整个公司层面进行风险量化。其整个风险管理流程从基本的金融产品头寸，一直渗透到高级管理层面。通过这种方式，风险管理的工作流程覆盖了公司的各个角度，成为一个完整的架构模式。它超出在资产管理领域原有对风险管理的有效应用范围。
上面的内容是在宏观上的理解，在具体技术层面，各种定性、测量、管理等技术方法也在不断的发展，下面我们就做个简单的诠释。
之前，在金融领域，风险管理中常用的测量方法为在险价值。当在对不同金融产品，例如股票、债券等进行风险比较时，它成为一种统一的方法。不足体现在其方法的有效上。例如，是否各种金融市场都能够毫无顾虑地使用在险价值的方法，它对数据的质量是否有很高的要求，它的不同方法的适用范围等，都显示了在险价值的局限性。部分机构已经开始采用将收益与风险相结合的方法，来表达个体与机构所面临的风险。因为单纯的比较风险，达不到优化风险收益值的目的，所以需要结合相关产品的绩效。收益风险是一种值得推广的方法。
随着对金融产品和风险管理方案的理解不断加深，对数据的加工程度不断优化，从前一些对冲风险的传统方法也面临着考验。以衍生品对冲为例，之前对冲股票下行风险主要采用期权（例如看涨、看跌期权）等衍生品的方式，而随着理解金融市场上相关产品的能力不断加强，人们开始使用能够对冲掉该股票下行风险的非衍生品类金融产品。由于使用衍生品对冲风险的成本很大，对冲误差常常造成收益损失，而使用大数据加工分析后的非衍生品头寸，完全可以达到既能够对冲下行风险，又能够减免由于使用衍生品误差所带来的损失，可谓一举两得。
对于风险管理除了测量方法以及技术进步以外，对新的风险种类的认识也在不断发展。例如当下人们提出了传染风险、大事件风险、交易对家风险，伴随着原有种类的风险以及原有风险管理的技术方法，风险管理的整体架构不断完善。这也是风险细化的一个体现，在资产管理领域，这些进步尤为受到关注。
细化风险尤其体现在为资管领域中固定收益产品定价上。以大事件风险为例，在当前的理解下，影响债券价格的不仅只有利率风险、信用违约风险，人们又加入了大事件风险对债券价格的影响。在这里，大事件是指重组、再融资、去资本、兼并重组、证券回购的一些典型的企业资本融资等事件。将这些事件考虑到债券定价中，是对原有定价方式的深化。许久以来，人们一直尝试用各种不同的数学方法来解决这个问题。在这里，我们有个简单的建议：仍旧采用原有的方法，再引入一个大事件调节阀。这个大事件调节阀可以将这些资本融资的事件发生后对于整个债券价格的影响的因素，重新架构到原有的固定收益产品定价公式中，其得出的结果能够很好地映射大事件发生后债券价格变化的反应。
还有一个细化风险的例子，就是在选用测量信用风险指标的时候，人们经常使用的信用息差。法博齐就有一个很好的诠释：信用息差被定义为企业债券收益率高于可比同期限国债证券标识收益率的差。早期的时候，人们认为这个息差仅代表了信用风险，但是随着认识理解的加深，人们对这个息差有了更加深的理解——信用息差包含了宏观经济因素的风险因子与信用风险两者。宏观经济因素的风险因子包含国债收益率曲线当时的水平与坡度、经济周期以及消费者信心等因素；这个息差包含了信用风险，以及市场在不同经济周期下对信贷产品的供需关系，信用风险仅仅是这个信用息差中的一部分。信用违约率在评估债券价格的时候，更加准确与干净。而信用息差的方法将供需融入到定价体系中，让人们很容易被市场误导。
由于理解的不断加深，当前人们也有能力将过去那些无法建模的因子进行量化，从而达到更接近真实公允价值的方法，这也是细化风险对金融市场的贡献。
最后简单谈下利率在资产管理领域中金融风险管理的新动向。在为固定收益产品定价时，永远离不开的一个风险因子就是折现时用的无风险利率。但是，市场上的各种利率种类五花八门。直至今天，不同的金融市场参与者都没有一个统一公认的利率基准。也就是说，在进行折价的时候，究竟使用哪种利率作为无风险利率，至今还在争论不休。但是，选择的利率种类不一样，对于固定收益产品的定价结果却天壤之别。以短期利率为例，有些人习惯使用Libor，而在我们看来，Libor是含有信用风险的，它不能算作一个无争议的无风险利率。我们倾向于使用远期利率，因为它是含有担保的，并且比较接近市场上真正通过技术计算出来的无风险率水平。
虽然自2008年国际金融危机爆发以来，人们对金融市场的理解获得了可喜的进步，金融风险管理的重要性也愈加显著，但在资产管理领域，我们面前的路仍旧很长。
