2017年
财会月刊(14期)
财经论坛
基于流动性风险La-VaR度量模型的股权质押率确定

作  者
赵茂林

作者单位
广州番禺职业技术学院,广州 511483

摘  要
   【摘要】在民生证券公司为顾地科技办理股权质押业务这一案例中,民生证券公司采用历史模拟法下的VaR模型进行风险评估。该方法存在缺陷,应引入流动性风险La-VaR度量模型予以改进,改进后的模型具有适用性。此类案例研究可得出结论:股权质押率的确定应考虑对流动性风险的度量,进而让证券公司可以承受股市更大的波动风险。
【关键词】流动性风险;La-VaR;股权质押率;股权质押
【中图分类号】F832.48      【文献标识码】A      【文章编号】1004-0994(2017)14-0119-5

一、引言
随着我国股票市场于2014年末逐步回暖,上市公司的市场价值越来越高,股权质押作为上市公司的融资手段,被各大股东所追捧。据《上海证券报》数据中心统计,截至2015年9月21日,我国股票市场2015年开展的股权质押业务共计3709起,1096家上市企业参与其中,质押股份总数高达1080.95亿股,市值达到1.975万亿元。上市公司通过办理股权质押业务获得了充裕的资金,按照质押股份市值的30% ~ 50%进行换算,获得的资金总额相当于5925亿 ~ 9875亿元。
股权质押市场的火爆无法掩盖背后所隐藏的危机,进入2015年6月,大盘在达到5178的高点后开始了快速下跌,个股股价连续跌停,股权质押的风险随之浮现。被上市公司的大股东所质押的股权纷纷看齐预警线,部分股票直逼平仓线,如果不及时加仓,则将面临爆仓的风险。倘若发生爆仓事件,大股东质押的股票将被在二级市场上抛售,直至弥补偿还出资方预期收益,大股东的控股地位也将不保。对于市场来说,当股票价格连续下跌时,股权质押业务将会大面积清盘,将导致证券公司或银行无法收回本金。这将给资本市场带来巨大恐慌,对股票市场造成无法估量的重创。
陈启欢、杨朝军(2014)对流动性风险度量相关研究进行整理并提出了相关概念,在此基础上提出了流动性综合度量模型。对以往单一的指标进行了补充,对交易时间、交易量以及交易价格的关系进行了总结。通过上海证券交易所的历史交易数据对模型进行实证分析,得到的指标和模型参数对现实具有指导意义,对流动性指标给出了合理的解释。吴磊、陈日华(2014)对做市商的市场流动性和指令驱动的市场流动性进行比较,对不同的市场流动性差异进行分析,并研究了流动性对收益率和波动性的影响。万树平(2013)基于上海证券交易所股票的换手率、交易量和波动性等流动性指标来研究流动性度量方法,并且通过实证分析得出换手率、交易量、波动性等对流动性具有显著的解释能力。
余立凡(2014)将高频数据和低频数据引入流动性度量指标中,根据数据频率的高低差异把指标划分为两大类。李广川、刘善存、孙盛盛(2013)对实行股票价格涨跌幅限制的市场进行研究,并从交易主体总成本角度出发,研究了股票价格限制机制对股价波动和市场流动性的影响。张丹、杨朝军(2012)对于印度市场中股指期货对现货市场波动性的影响进行了实证分析,研究结果显示,股指期货在一定程度上使现货市场的波动水平变低,但影响效果未能达到普遍适用性。胡晖、王琰(2012)针对我国股票市场的特殊性对Bangia等学者推导得出的BDSS模型进行了调整,将原模型的相对价差调整为最高价和最低价的价差,并利用我国股市的数据进行了实证检验,调整后的模型符合A股市场实情。
通过对相关文献的搜集整理和分析,笔者发现定没有考虑到流动性风险的存在。对于股权质押率的研究,大多数学者仅针对市场风险度量以及度量模型的进一步优化进行研究,而对市场的流动性风险没有做出准确的度量,并没有计量所有的风险因素。当交易者不能按照当前市场价格迅速、顺利地完成交易时,将面临一定损失。第二,股权质押率的确定缺少客观、公允的测量模型。对于质押率的确定没有形成统一认可的标准,简单的定性分析过于草率。本文将BDSS模型首次应用到股权质押率的确定中,试图对股权质押中的风险度量提出一个客观、公允的模型。
二、我国上市企业股权质押率的确定
(一)基于VaR的股权质押率确定
股权质押业务中质押率的确定是证券公司开展此项业务的关键点,目前证券公司大多通过对股票的历史交易数据进行分析来确定股权质押率。
股票作为金融资产的一种,受到市场风险、流动性风险等因素的影响,具有不确定性强的特点。通过对股票的风险进行评估进而确定质押率要求风险评估模型必须客观、准确。目前证券公司使用得最为广泛的方法是VaR方法。
VaR的全称是Valueat Risk,可以将其简称为“在险价值”,具体指在市场运营过程中,市场的波动处于正常范围之内时,某一金融资产可能引起的最大的损失情况。也可以理解为在一定的置信度之下,在未来的某一特定的时间段内,某一金融资产可能面临的最大损失。用公式表示为:
Prob(∆P>VaR)=1-α  (1)
式中,Prob是概率;P主要是指在某一时间段内证券组合的价值损失;VaR主要是指置信水平α下存在的风险价值。
VaR方法被广泛应用于资产风险度量上,是金融风险控制最普遍的方法。因为VaR自身优势明显:首先,它概念简单、容易理解,并且可以把金融资产的风险通过简单的数字体现出来,更直观、明确。其次,VaR模型在使用上较为灵活,可以根据不同环境调整不同置信区间和持有期对金融标的进行风险评估。在考虑市场因子之间的相关性后,金融资产组合在投资中分散风险的作用得以充分体现。VaR更为注重金融市场价格的波动变化,将投资组合中的风险管理动态化。VaR的这些优点,使得VaR方法在股权质押率的确定上被广泛应用。
到目前为止,可以选择的VaR值的计算方法有很多种,例如参数法、历史模拟法和蒙特卡洛模拟法等。
(二)证券公司VaR方法的选择
在有多种VaR计算方法可供选择的情况下,国内证券公司大多选择历史模拟法对风险进行度量。原因如下:
第一,国内的金融市场环境和模型中的前提假设存在一定差距。我国的证券市场属于新兴资本市场,没有完善和稳定的金融市场环境,风险和收益严重不匹配的情况在交易过程中非常常见。我国现阶段的金融环境无法满足经典资产定价模型的理论要求,所以参数法使用起来比较困难。
蒙特卡洛方法的应用存在局限性。在计算机信息技术方面,同国外发达国家相比,我国的发展水平明显落后不少,所以当前的计算机技术水平无法支撑蒙特卡洛模拟法的高技术要求。总的来说,蒙特卡洛模拟法多用于测量期权价值或者是研究非线性资产的价格等,很少用来度量风险的整体价值,所以它所需要的计算成本比较高,运算时间比较长。因此,使用历史模拟法比使用参数法、蒙特卡洛模拟法估计风险更符合我国当前证券行业的情况。
第二,历史模拟法本身的优势使很多学者试图研究出能够获得最准确风险预测值的VaR模型,但是由于各种参数设置的不同,VaR模型的测算结果也是千差万别,所以至今也没有强有力的证据支持存在最准确的VaR模型这一结论。部分学者的研究结果表明,几种VaR模型之间并不存在绝对的优劣之分。
历史模拟法通常都能够将金融资产和组合在历史发展过程中最真实的风险状况展示出来,这种方法的假设前提是历史会不断重演,之前的价格轨迹也会重复。这就使得研究者能够通过对这些数据的分析,预测出未来价格和回报的概率分布情况。所以,历史模拟法不需要添加任何参数,也不需要再进行过多假设,这就是其最大的优点。因此,证券公司在股权质押率的确定上优先考虑使用历史模拟法。
但是,我国股票交易市场和发达国家金融市场相比存在一定差距,市场本身交易规则的局限性会导致流动性问题。A股市场的股票存在涨跌幅限制,当股票跌停时,其流动性则无法受到保障,因此流动性是不可忽略的重要因素。然而,VaR模型的假定前提是任意头寸的金融资产都可以在一定时期内迅速按照市场价格进行交易,这显然有悖于A股市场的实际情况。
三、基于La-VaR模型的优化后的股权质押率BDSS模型
 (一)La-VaR模型
流动性风险的度量方法主要分为两种:一种是假定持有期外生变量不变,没有考虑持有期的市场风险,只考虑到由于变现成本导致的流动性风险,此类模型重点关注了内生流动性风险;另一种是基于买卖价差的流动性风险度量模型,该类模型考虑了外生流动性风险,但是忽略了内生流动性风险,即交易者本身的交易策略对资产价格造成的影响,其中最被认可的模型是BDSS模型。
内生流动性风险通常由交易主体的投资策略、持有金融资产头寸等因素引起。交易主体在调整所持金融资产仓位时,交易价格不能以期望价格成交。外生流动性风险是指由于金融市场本身的特性或金融资产的局限性导致的流动性风险。投资者的交易成本在流动性发生变化的金融市场中具有极大的不确定性。内生流动性风险可以通过交易策略进行规避,而外生流动性风险不能消除或者规避。因此,对无法规避的外生流动性风险进行度量是股权质押业务中的关键点。BDSS模型是其中最具代表性和认可度最高的风险评估模型,本文采用优化后的BDSS模型来评估风险。
(二)度量流动性风险的BDSS模型原理
1. 改进前的BDSS模型。BDSS模型是流动性风险度量中使用最为广泛的模型,该模型的基本思路如下:在一个存在流动性风险的金融市场中,在特定的时刻下,投资者根据实际情况将一定头寸的金融资产卖出,鉴于价差的波动性,投资者需要综合考虑中间价格和价差的波动等方面的因素,只有这样才能够更准确地计算出投资资产存在的实际风险。综合上述思路,BDSS模型是基于相对买卖价差来度量流动性风险的,具体计算公式如下:
La-VaR=St[(1-e-Zcθσt)+[12](ε+γσε)]  (2)
未来单个持有期、置信水平为c、头寸为1单位时的La-VaR可以按照以上解析式进行计算。等式右边的前半部分和后半部分分别是针对市场风险和流动性风险的测量和计算,即St(1-e-Zcθσt)和[12]St([ε]+γσε)。其中St是某资产当前的中间价格,则:rt=In[stst-1]~N(μ,σ2),rt代表资产的真实价值给投资者带来的收益。θ是对收益分布尖峰特征进行调整的修正系数,对应置信水平为c的分位数主要通过zc>0来表示,这个情况属于一种正态分布,当资产价值在某个时刻存在波动的时候主要用σt表示,期望值为ε,买卖价差的标准差为σε,价差的刻度因子为γ。在进行资产出清时,价差是总价差的一半,需要乘以0.5。r∈[2.0,4.5],在下文的实证分析中取γ=2,该数值越大,流动性风险越大。
2. 优化后的BDSS模型。国外对于外生流动性风险的评估主要是通过买卖价差指标来度量的,国外之所以选取买卖价差作为度量指标,在于市场本身的交易制度。国外市场在做市商制度下,做市商要对做市标的提供市场流动性,这样做市商所给出的买价和卖价一般能保证一定的深度。然而,我国股票交易市场并非报价驱动性市场,是通过集合竞价自动撮合股票交易的,市场中的流动性得不到任何交易者的保障。我国A股市场报价的宽度与深度均低于香港和美国市场,而宽度与深度分别是用买卖价差和报价深度来衡量的。例如,从相对价差来看,我国A股市场平均的相对价差约是香港和美国市场的十分之一,就此看来,我国的股市应当具有很强的流动性,但是实际情况并非如此。这就表明在我国股市的实际交易中投资者面对的流动性成本是大大高于表面的买卖价差的,所以我国A股市场中个股的流动性并不能完全用买卖价差来衡量,尤其是在目前报价深度不够的条件下。因此,基于我国股票市场的特点,本文以股票当天最高价格和最低价格的价差有效地代替了BDSS模型中的买卖价差指标。即:
[εt"=hpt-Ipt(hpt+Ipt)/2]     (3)
其中:Ipt为在第t个交易日中股票的最低价;hpt为最高价。本文中主要用σ"代替原公式中相对价差波动率σε。通过使用95%水平下的历史日最高价与最低价价差的最大值来估计未来股票可能的最大价差,得到La-VaR的计算公式如下:
La-VaR=St[(1-e-Zcθσt)+[12](Mε95%+γσ"ε)]
                   (4)
在本文改进的模型中,度量的是当日的最高价与最低价的差,所以得出的流动性成本是投资者在资产变现时的最大可能值,即最大的流动性成本。该模型充分考虑了我国集合竞价自动撮合股票交易的特点,因此更符合我国的实际情况。(三)BDSS参数值的计算
1. 计算La-VaR值。在VaR的计算中,关键的一个前提假设是金融资产收益服从正态分布。然而这一前提假设与实际情况有所出入,金融资产的收益会呈现尖峰后尾性。在BDSS模型中,对于厚尾性主要用系数θ来表示,收益分布的峰度值K和修正系数θ的关系计算能够有效地对θ值大小进行测量:
θ=1+φIn(k/3)     (5)
其中,ϕ是与收益的尾部特征有关的常数,其计算公式为:
[HAVaRTVaR]=1+φIn(k/3) (6)
HAVaR是基于历史模拟法下的VaR,不需要假设收益率服从正态分布就可以得到具体风险数值。在实际测算中,由历史模拟法的方式可以对HAVaR序列实现有效的运算。而传统的风险值主要由TVaR代替,计算如下:
TVaR=St[1-exp(-Zaσt)]        (7)
2. 计算到达平仓线时刻的股价剩余。以极差风险为基础,结合所定的平仓线正是计算股价剩余的依据。按照中国人民银行的规定最低平仓线为120%,从而质押率应满足以下方程:
U=(1-La-VaR)×120%     (8)
其中:U为到达平仓线时的股价剩余;La-VaR为通过优化后的BDSS模型计算出的风险值。
四、改进后模型的实证分析
(一)数据选取
本文选取与民生证券公司进行股权质押项目的顾地科技2012年8月16日 ~ 2015年6月17日的交易数据作为样本数据。样本总数为639个,计算从2015年6月17日起,持有期间是150天、置信度为95%的La-VaR值。本文所采用的顾地科技原始数据全部来源于Wind资讯中心。
(二)计算修正系数
[HAVaRTVaR]=1+φIn(k/3) (9)
式中:在历史模拟法的计算中,HAVaR不需要假设任何的分布就能够很好地反映正态分布的波动情况,所以通过历史模拟法测算获得HAVaR序列。传统风险值的主要计算公式如下:
TVaR=St[1-exp(-Zaσt)]            (10)
HAVaR的计算同民生证券公司的算法一致,下一步需要用Eviews对(9)、(10)两式进行回归,得到ϕ=0.853,θ=0.635801。顾地科技的参数值见表1。
对流动性调整后的VaR做Eviews回归,La-VaR=St[(1-e-Zcθσt)+[12](Mε95%+γσ"ε)]由La-VaR=St[(1-e-Zcθσt)+1(Mε+γσ′)]得到,顾地科技在6月17日的La-VaR值为-0.05327,持有期限为150天的La-VaR值为-0.6524,转换成质押率为34.76%。
民生证券公司给出的质押率为37.87%,两者之间相差3.11%,质押率明显减小。采用基于流动性风险的度量方法后,对风险因素考虑得更为全面,这样在大盘连续下跌的过程中,股权质押出现爆仓的可能性降低,给证券公司带来的损失也减少。
(三)事后检验
为了验证上文计算出来的质押股票的最大风险值的有效性,首先通过2012年8月16日 ~ 2013年12月31日共388个交易数据计算出历史模拟法下的VaR值以及La-VaR值,并用于检验。用2014年1月2日 ~ 2016年4月1日共497个交易日内的所有样本股票出现的实际最大损失值对模型结果进行后验测试,置信区间为95%。如果通过模型计算出的风险值超过实际发生的最大损失额的天数在25天内,则说明该模型对风险度量的程度基本准确;如果在25 ~ 35天则需要进一步验证模型是否存在问题,对数据不准确等原因进行逐步排查;如果超过35天,那么模型存在严重缺陷,不能应用于实际领域。
将溢出天数记为E,溢出率记为e,则有:
 (11)
其中,rt为2014年1月2日 ~ 2016年4月1日的每日收益率。事后检验测试的结果见表2。

 

 

通过检验结果最终发现,在95%的置信水平下,历史模拟法下的VaR值以及引入流动性风险的溢出天数和溢出率都在合理水平,且经过La-VaR值检验的溢出天数小于VaR值的检验天数。
(四)改进模型的适用性分析
首先,在整个实证分析过程中,该改进模型适用于有足够样本数据(包括低频数据和高频数据)的股票,公司上市时间至少为两年,且在所选样本的时间区间内其空缺数据最好不超过5%,这样才能保证数据的连续性和有效性。同时,这种模型只适用于所质押的股票是在二级市场交易的流通性股票,对于限售股、非上市流通的股票则不适用。
其次,VaR模型没有包含由于价格剧烈波动等因素可能会对证券公司造成重大损失的突发性小概率事件,依据VaR模型的具体含义,VaR模型用来度量非正常情况下但是属于一般性的市场波动所带来的风险,不适用于市场风险大幅度波动的情况。同时,VaR模型的准确性较大程度上取决于一些分布假设或过分依赖历史数据。但是在现实情况下,金融时间序列适当的分布具有明显的不确定性,要想准确度量并非易事。
再次,BDSS模型假定持有期内生变量不变,并且是以价差理论为基础,模型用于对外生流动性风险的度量。BDSS模型忽视了对内生流动性风险的度量,可能会导致因证券公司自身交易策略的改变而使流动性风险无法确定的情况。
最后,优化后的BDSS模型可以用于对我国A股市场上任意行业公司流动性风险的度量,但是,若是要形成完整的风险评估体系,通过该模型对风险进行评估后,还需要进一步对具体行业进行划分,对办理股权质押业务的上市公司根据所处行业特点选取相关指标进行调整。对于所处行业前景乐观、公司发展情况良好且提供股权质押担保的公司,其股权质押率可调高,反之则需要下调其股权质押率。
五、研究结论
股权质押业务的核心是对股权质押率的确定,但是证券公司对风险的度量还没有一个客观、公允的模型。因此,本文以民生证券公司股权质押案例的具体数据为基础,将BDSS模型应用于实际案例中,验证了其有效性。本文的主要结论如下:股权质押率的确定应该考虑流动性风险的存在。在一定流动性的基础上金融产品的交易才能够有效地完成,我国股票交易市场的流动性风险不能被忽视,应对股权质押业务中的风险进行全面度量。如果一个模型仅仅对市场风险作出度量,那么这个模型无法做到客观、公正。本文在确定股权质押率时,在模型中加入了对流动性风险的度量,这样做的目的是,对证券公司波动风险进行更多的考量。因为传统股权质押率的确定方法没有对流动性风险进行评估,致使证券公司给出的最终质押率偏高,股权质押所得融资偏少,平仓线偏低。

主要参考文献:
陈启欢,杨朝军.证券市场流动性综合指标及计量模型[J].系统工程学报,2014(6).
吴磊,陈日华.证券市场流动性研究述评[J].同济大学学报,2014(4).
万树平.上海证券市场流动性的度量及其影响因素[J].系统工程理论与实践,2013(9).
余立凡.股票市场流动性研究[J].厦门大学学报,2013(3).
李广川,刘善存,孙盛盛.价格限制机制对股票价格波动及流动性的影响[J].北京航空航天大学学报(社会科学版),2012(3).
刘妍.基于La-VaR的存货质押融资质押率决策研究[D].南京:南京理工大学,2016.
邓文斌,李虹含,周凯.商业银行知识产权质押贷款风险评估——基于A出版企业的实证研究[J].南方金融,2015(5).
李丽君,吴晓会,闫伟超.基于供应链金融的数量折扣成本控制模型研究——基于存货质押融资模式[J].工业工程与管理,2012(6).
何娟,蒋祥林,朱道立,王建,陈磊.考虑收益率自相关特征的存货质押动态质押率设定[J].管理科学,2012(3).
张燃,徐爽,王凤敏.质押贷款质押率决定的期权定价方法[J].中国管理科学,2013(1).