大宗商品风险管理评估技术的进化

这部分是一个资源介绍。我看到的最好的风险管理评估技术的资料是《中华人民共和国国家标准：风险管理  风险评估技术（GB/T 27921）》，我手头是2011版的。当前最新的版本是2023，是2023年8月6日开始实施更新。该推荐性标准采用了ISO、IEC等国际国外组织的标准。

在该标准中，既介绍了风险评估技术相关术语，实施过程，也按照风险评估技术的适用范围，介绍了评估技术，内容权威、专业，非常全面。

为了写这个文档，我特意付费更新了版本。大家如果专门从事风险管理工作的岗位，对于评估技术有深入了解的兴趣，可以浏览一下，获取方式见全文最后。

图：《中华人民共和国国家标准：风险管理  风险评估技术（GB/T 27921）》目录

当然，在实体企业中，并不会用到如此复杂和多样的评估技术。实际上，企业用到的评估技术大致可以分为以下四类

1、名义交易量法。

所谓名义交易量法，指的是对于交易额度进行设置。包括各种子公司、团队、人员、产品上设置交易限额、设定期现比例、控制损失额度等等。

在国资委《关于切实加强金融衍生业务管理有关事项的通知》中，其中在第二条中规定：

（二）商品类衍生业务年度保值规模不超过年度实货经营规模的90%，其中针对商品贸易开展的金融衍生业务年度保值规模不超过年度实货经营规模的80%。时点净持仓规模不得超过对应实货风险敞口。要实行品种分类管理，不同子企业、不同交易品种的规模指标不得相互借用、串用。套期保值对应关系的建立、调整和撤销应当符合生产经营的实际需要，避免频繁短线交易。

（三）货币类衍生业务的规模、期限等应当在资金需求合同范围内，原则上应当与资金需求合同一一对应。

以上提到的所有手段，比如经营规模的比例，净持仓规模、合同范围量等等，基本都是名义交易量的范畴。

2、敏感性分析

所谓敏感性分析，是指涨跌1%的情况下，对于持有敞口的影响程度。这个在上市公司年报中，尤其是外汇类风险管理中，是常用的指标。

3、波动性分析

所谓波动性分析，是对价格波动率的评估，这个在衍生品交易中，尤为重要。尤其是期权类衍生品中，波动率分析，直接关系到定价和损益的评估。

4、VaR、压力测试和极限测试

本质上VaR、压力测试和极限测试是同一类的评估方式，都是基于极小发生可能性下，公司持有敞口的损失情况。比如我们可以看到银行VaR的评估要求是99%的置信度水平。我们在《嘉能可、托克、摩科瑞市场风险指标及国内应用分析》中，谈到嘉能可采用基于蒙特卡罗模拟的VaR方法，其置信度为95%。而托克集团以综合VaR模型，评估95%的置信水平计算一天时间范围内的VaR。按照统计学的假设检验的要求，对于5%以下的可能性，是可以否定假设成立的的。

压力测试和极限测试也类似。可以基于历史场景进行模拟，比如08年10月的金融危机，也可以基于假设的波动率标准差进行模拟，比如3个标准差以上的价格波动幅度的情况下，行情对于持仓的影响。

银行机构作为高风险，强监管的行业，对于风险管理的要求极高。大家有兴趣可以阅读中国银行等机构的年报，其对于风险管理的手段和评估结果，有非常清晰的描述。中国银行采用了VaR和敏感性分析等手段来评估风险。

但是由于他是多币种的敞口，所以持有多币种敞口下，去计算他的净敞口，同时以此评估他的持仓风险，是一个技术活。

图：银行业风险量化技术

实际上，大宗商品企业的评估方法，也是随着时代、产品和技术手段的演进而不断推陈出新的，这个过程基本就是我们所列示的顺序。比如VaR的手段，我们知道，出现于90年代的美国JP摩根公司。这个演进顺序，我是参考了复旦大学蒋祥林教授的观点。

我们国内的大宗商品企业，大部分还在名义交易量法，对于后三种方式使用较少。这个从国资委的通知中也可以发现这一点。

图：风险评估方法的演进

但是我们要注意的是，以上的方法，都有一个共同的特点，就是基于历史的数据，对于未来的风险进行评估和预测。尤其是后两类，即波动性分析，以及VaR、压力测试和极限测试分析，都是基于历史价格评估。

我们曾经说过，基于极小概率的评估方法，对于国内企业并不适用，因为国内作为公允价值的期货市场是有涨跌停的，这个和国外有根本的不同。当然，另外一点，就是就算是国外企业，采用极小概率来应对不确定的风险，这个对于企业的资金流要求极高。企业始终要存续有巨量的资金，以应对基本不可能发生的风险，这个对于企业的资金运作来说，是一种浪费。

这种方式，实际上是采用了一种次优的选择。因为最优的选择是，最好知道明天的涨跌幅，然后筹措相应的资金，就可以应对资金流的需求，对吧？但是显然，我们在90年代，提出VaR这个概念的时候，并没有这样的技术手段。市场的非线性波动的情况下，基于线性的手段去进行价格预测和判断，是一种缘木求鱼。

而现在，对，我要说的就是神经网络的价格预测，提供了一种新的视野和可能性。如果神经网络对于价格的预测偏离真实价格波动的距离，在可接受的范围内，那么我们就可以根据预测价格做出一定的调整，去准备相应的资金，或者采用相应的减仓的方式，就是相对于VaR，更好的风险管理手段。

比如我们在上一篇《效果好到爆炸，用GRU+LSTM复合神经模型预测铝价》中，预测价格偏差铝价MSE是很小的，远低于市场的平均波动幅度，历次的偏差也极小。也就是说，我们并不要求预测价格一定符合真实价格，而在一定幅度内就可达到预测管理的要求。我相信，AI，对于风险管理技术的进化，会带来推动作用的。基于预测的市场风险的评估，相对于基于历史的极限、压力和VaR评估,会更加频繁地用于大宗商品的企业中，尤其是国内企业。

好了，以上就是我的看法。最后，如果大家对于风险管理技术有兴趣，可以关注公众号，回复“风险评估技术标准”，获取《中华人民共和国国家标准（GB/T 27921）》2023版。我们下次再聊。

欢迎大家交流，也欢迎大家用KIMI或者问答机器人进行查询。