金融風險管理與物理學家

經濟物理學專題編者按金融活動高度發(fā)達的現代市場經濟,在經濟全球化和經濟一體化的進程中,不僅存在著產能過剩、需求不足的經濟危機,而且存在著金融信貸行為失控、新金融工具使用過度、資本市場投機過度而監(jiān)管機制不健全引發(fā)的金融危機.過去的兩年多以來,由美國次級房貸危機作為導火索引發(fā)的一系列的金融風暴席卷全球,并愈演愈烈,其影響的深度和廣度至今仍無法準確評估.許多銀行、投資基金等金融機構、乃至一些國家和地區(qū)的整體金融體系深陷泡沫經濟的泥潭,一時難以脫身.包括美國、歐盟、英國、澳大利亞、日本等多數發(fā)達國家及中國、巴西、印度、俄羅斯等新興市場經濟體在內的全球實體經濟都遭受不同程度的打擊.各國政府和世界金融組織不斷推出各種貨幣政策、金融政策和財政政策,借以應對目前的危局.物理學是通過物理實驗對物質運動變化的現象進行歸納演繹,總結其規(guī)律而后再通過實驗進行檢驗的一門實驗科學.經濟物理學是利用統計物理、復雜系統理論等概念和方法研究經濟活動的機制、理解并預測市場行為,是一門新興的交叉學科.狹義上講,特別針對金融活動的研究可以被稱為金融物理學.物理學家在市場經濟的許多領域發(fā)揮出越來越大的作用.華爾街上有很多物理學博士,已經對金融風險管理、銀行信用指數、金融資產定價等實務界產生了重要影響.例如,傳統經濟理論并無框架可以解釋市場的風暴行為,而金融物理學家則從唯象角度,試圖闡述市場運行機制,理解并預測市場行為.在當前全球金融海嘯背景下,金融物理學將大有可為.從更廣泛的意義上講,針對社會現象乃至虛擬網絡等為研究對象的物理學框架下的交叉學科可以稱之為社會物理學.其實,早期的社會學本質上就是社會的物理學.值得提出的是,經濟學和社會學研究中的許多概念,如彈性、杠桿原理、張力等,本身就是起源于物理學中的相同的概念的.近三十年來,我國經濟進入快速增長期.可以說,具有中國特色的社會主義市場經濟已經成為一個重要的和有差異性的市場經濟的實驗平臺.可喜的是,不僅許多國際與國內金融機構逐步加大力度引入物理人才加盟,而且一些綜合性高等學校已經開始嘗試設置經濟物理學本科或本科以上的有關專業(yè)或方向,以滿足未來社會在更廣泛的層面上對有關復合型物理人才的需求.本期和下期發(fā)表的經濟物理學專題文章,通過介紹經濟物理學、社會物理學等基本概念和研究領域,提供一些研究實例,反映當前的一些研究熱點,旨在提供讀者一些基本的資料和研究思路.金融風險管理與物理學家*李紅剛t張鈺(北京師范大學管理學院系統科學系北京100875)摘要作為經濟物理學的一個重要專題,文章簡要介紹了金融風險管理的基本框架和主要內容,包括風險界定、風險來源、風險度量、風險處置等.特別地,展示了物理學在金融風險管理中的可能應用,討論了物理學家對金融風險管理可能做出的貢獻.FinancialriskmanagementandphysicistsLIHong-GangtZHANGYu(DepartmentofSystemsScienceSchoolofManagement,BeijingNormalUniversity,Beijing100875,China)AbstractAgeneraloutlineoffinancialriskmanagement,animportanttopicineconophysics,ispresen-ted,includingmainissuessuchasthedefinition,resources,measurementandtreatmentofrisk.Inparticu-lar,variouspossibleapplicationsofphysicsinfinancialriskmanagementareidentified,andthepossiblecontributionsthatphysicistscanmaketofinancialriskmanagementarediscussed.Keywordsfinancialriskmanagement,econophysics,review常言道,天有不測風云,人有旦夕禍福,這句話真實反映了人們對風險的樸素認知:未來是不確定*國家自然科學基金(批準號:70871013)、教育部新世紀優(yōu)秀人才支持計劃(批準號:NCET-07-0089)資助項目2009-06-02收到t通訊聯系人.Email:hli@物理。39卷(2010年)1期http://www.。13。?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題的,而且不確定性會影響我們的人生.然而,對于未來的不確定性,我們并非只能宿命式地去接受.事實上,在大多數情形下,我們對不確定性是可以有所作為的,而這也正是風險管理的由來和使命.風險管理是金融工程核心內容之一,其基本范疇包括風險辨識、度量和處置.風險管理最初主要關注保險,自1970年代以來,金融風險管理日益成為其重要的關注對象,也正是在這一時期,一些物理學家開始進人風險管理領域,把物理學的一些思想和方法引入風險管理,使得風險管理也成為所謂“火箭科學家”的事業(yè),這也讓風險管理的“科學性”有長足進步.但是,2008年美國次貸危機引發(fā)的世界性金融危機暴露了當今金融風險管理存在的深層次問題,也引起人們對當代“高技術型”風險管理的反思以及對風險管理中炙手可熱的高技術選手角色的爭議.無疑,反思和爭議并非壞事,這也許意味著一個新的契機,把風險管理推進新的歷史階段,讓物理學家在其中更好地定位.為了讓更多的物理學工作者和學生了解風險和風險管理,本文擬對相關知識和方法做一個入門的介紹,并對物理學在風險管理中可能發(fā)揮的作用做些初步的討論.1風險界定與金融風險現象什么是風險?經濟學和金融學中一般把風險界定為不確定性,也就是經濟行為主體(如個人、企業(yè)等)面臨行為的不確定結果,而且,不同結果對行為主體意味著不同的福利后果.比如,股票價格漲跌無常,對持股人而言,漲則財富增值,跌則財富縮水.有時人們使用較為狹義的風險涵義,即只把不確定變動中不利的變動視為風險.例如,只有股價下跌才視為風險,股價上漲不算風險.風險源于變化的不確定性,而變化的不確定性可處于不同的水平等級.如果變動結果只有一個并可精來了.如果我們確切地知道變動的結果可能是哪幾個,并且?guī)讉€結果有可知的穩(wěn)定概率分布,則不確定性等不確定性.如果我們確切地知道變動的結果可能是哪高,也意味著風險處置和管理難度越大.風險按來源可以分為很多種類型.金融機構關注等市場變量的變化.信用風險主要源于貸款的借貸方、債券發(fā)行人以及衍生產品等交易對手違約的可能性.在這次美國次貸危機引發(fā)的金融危機中,主要的風險就是市場風險和信用風險.而操作風險主要源于業(yè)務其他雇員的詐騙等許多內控失效等帶來的意外損失.由于市場交易數據的可得性最好以及其具有相對較好本文以下部分,也多以市場風險作為舉例對象.年代的亞洲金融危機和2008年以來的世界金融危機.象環(huán)生,連債券這種經典低風險投資產品的價格風險都大得令人難以想象,風險管理頓時成為經濟主體更加迫切的需求,這也使得現代風險管理方法和產品應東南亞國家在外界投機基金攻擊下,貨幣幣值(匯率)遭受重創(chuàng)(見圖3),進而引致這些國家股市暴跌,國民美國信用衍生產品過度膨脹所支撐的房地產泡沫破裂了影響世界的金融海嘯,并導致世界性的經濟大幅衰像上演了一場夸張的人間悲喜劇.2對風險的描述和度量2.1變量的隨機行為風險本質是不確定性,而這種不確定性一般可表述為一些變量的隨機性.比如,市場風險常體現為價格的隨機波動.我們知道,對隨機變量的基本描述方式包括概率分布和隨機過程.早在1900年,法國巴黎大學數學系巴舍利耶(LouisBachelier)就在其博士論文中對隨機游動行為進行了正式表述,而且他描述的對象就是股票價格波動.他認為股票價格的變化量是一個獨立隨機14·http://w?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題在看來,巴舍利耶的結論不太準確,更確切的說法應該是股票價格P的變化率ΔP/P(而非變化量ΔP)是一個獨立隨機變量,服從高斯分布,價格遵循幾何布朗運動.股票價格變化率在金融學中一般對應收Δ(lnP),在ΔP/P不太大時,Δ(lnP)與前者很接近.實際上,資產價格變化率統計分布的實證研究表明,即使是變化率服從高斯分布這一說法也只能算是一種合理的一級近似,因為價格變化率的實際物理。39卷(2010年)1期http://www.。15。?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題分布遠比高斯分布復雜.例如,人們發(fā)現,與高斯分就是說,相對高斯分布擬合而言,實際價格變化率在中心部位和兩端有更多的分布(如圖7).這意味著價格的小變化和大變化都比高斯分布預測的要高.而且實證表明,實際分布還表現出負偏斜性,即左尾比右尾存在更多觀測值,這意味著賺錢和虧錢的概率分布是不對稱的.對于風險管理而言,胖尾和負偏斜性具有非常重要的意義,它們表明用高斯分布描述價格變化率很可能會低估風險.圖7尖峰胖尾:高頻S&P500價格變化概率密度函數與相應的高斯分布(圖中虛線)和列維穩(wěn)定分布(圖中實線)的化值,σ為Z的標準差,P為概率密度函數)表1實際發(fā)生率與高斯分布發(fā)生率(SD為標準差,本表引自文獻[1])歷史數據/(%)高斯分布/(%)歷史數據/(%)高斯分布/(%)>1SD25.0431.73>4SD0.290.01>2SD5.274.55>5SD0.080.00>3SD1.340.27>6SD0.030.00什么樣的概率分布函數可以展示胖尾和負偏斜特性呢?理論研究表明,列維穩(wěn)定分布(Lévystabledistribution)是一個有力的候選者[3].其實,高斯分布和列維穩(wěn)定分布都是更一般的穩(wěn)定分布中的一類,而該穩(wěn)定分布統一由特征指數(尾指數)α、偏斜時,對應高斯分布,當α<2時,對應列維穩(wěn)定分布(也稱為非高斯穩(wěn)定分布).柯西分布(α=1,β=0)、列維分布(α=1/2,β=1)都是列維穩(wěn)定分布的特例.特別是,列維穩(wěn)定分布的漸近尾分布為指數-α的冪率分布,使其有較多的應用.例如,曼德博(BenoitMandelbrot)早在1960年代就用列維穩(wěn)定分布去擬合棉花價格對數收益率分布,發(fā)現擬合效果很好,隨后其他人陸續(xù)用它去擬合股票價格和匯率等收益率,發(fā)現其擬合效果遠好于高斯分布.近10年來,一些物理學學者傾向于用各種截尾列維飛行(truncatedLevyflight)分布[2]來擬合股票價格等金融市場收益率,取得不少成果.截尾列維飛行分布是列維穩(wěn)定分布的變形,它一般在分布函數中間部位采用對稱列維穩(wěn)定分布(β=0)去擬合,兩端部分則采取其他函數甚至干脆舍棄掉[3].這樣做的原因是,列維穩(wěn)定分布并不能很好地擬合實際數據分布的尾端,需要進行局部修正.大量實證研究表明,很多金融市場收益率尾端分布可以用冪率分布近似,但冪率指數(α>2)并非前述的列維穩(wěn)定分布的漸近尾冪率分布的指數(α<2).因而,一種比較常用的截尾列維飛行分布就是在尾端直接采用α>2的冪率進行擬合.在事件不確定性分析中,有一類事件發(fā)生的概率典型例子是資產價格的不同尋常(如幾年、幾十年一遇)的暴漲或暴跌.從風險管理的角度來看,極端事件的處理是個富有挑戰(zhàn)性的課題.由于它發(fā)生的概率非極值理論(EVT)[4]就是專門研究樣本極端值的特別是研究數據分布的尾部特征.探索尾端分布的一個天然不利條件是樣本數據稀少,這就使得人們對尾端的分布很難把握.很多情況下人們試圖用冪率分布極端事件對風險管理的重要性,對極值分布的探尋又是回避不了的.探索更精確的價格變化率分布一直是實證研究的數據的可得性和對數據的處理能力都大大提升了,這理的分布函數統一描述實際價格變化率分布的夢想仍場等),或者在同一市場不同時期,收益率都可能表現度特性:越是高頻數據(對應短時間尺度收益率),越顯。16。物理。39卷(2010年)1期?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題分布很好地描述了.對收益率這類時間序列數據的統計分布,其背后的動力學可以用隨機過程來表述.如布朗運動可產生高斯分布,穩(wěn)定過程產生穩(wěn)定分布,列維過程產生列維穩(wěn)定分布.實際的時間序列數據可以看作是某個隨機過程的一個實現.在對金融市場收益率時間序列數據分析中,我們不僅關心其分布,而且還關心其時間相關性.實證數據表明,股票收益率的自相關函數是一個快速衰減函數,其特征相關時間為幾分鐘量級,因而日收益率(即每天收益率)基本是序列線性無關的.然而,這并不意味著日價格變化率是時間獨立的隨機變量.實證研究表明,收益率的非線性函數,如絕對值或平方值的自相關函數是有長時間記憶(長程相關)的.這種時間關聯特征在收益率時間序列上的表現就是波動聚集(如圖8),即大波動一般相伴大波動,小波動常常跟隨小波動.另外,某個資產價格的收益率不僅自身存在時間關聯,而且不同資產之間還存在“空間”關聯,這種關聯可用相關系數來度量.在我們構造描述收益率動態(tài)隨機行為的隨機過程統計模型時,無論時間相關性還是圖82007-2008年中國上證指數收益率時間序列2.2風險度量了解了市場變量的隨機行為和概率分布,我們對其蘊含的風險就有一個基本的認識.但是,要對其中風險有一個更直觀、更易于比較的認知,仍需在以上隨機分析的基礎上抽象出一個確定數值,以表示風險的大小,這就是風險定量度量的任務.風險度量的一個經典指標是市場變量的標準差或波動率.著名的馬柯維茨(HarryMarkowitz)投資組合理論[5]就是建立在平均值-標準差的基礎上.假設多風險特征:方差越大,不確定性越大,風險也越大.但對值相等的正收益率和負收益率當作同樣的風險,這在風險管理實務中顯得并不合理,很多人更傾向于使用較為狹義的風險界定,只把意味損失的負收益率視為風險.其次,有些分布(如列維穩(wěn)定分布和冪指數小的分布盡管方差存在但標準差也不再是一個有效的風融機構總體風險時,標準差并不是一個很好用的度量指標.1990年代,J.P.摩根推出了VaR指標,它對金融機構的資產組合提供一個單一風險度量,而且該度量指標能體現金融機構的總體風險.VaR在一定程度上克服了標準差指標的弱點.具體而言,VaR被定義為在一定置信水平(c)和一定展望期(如1日、1月或1年等)內,某金融資產(或其組合)在未來資產價格波動下所面臨的最大損失額,相應的數學表示為VaR(c)=inf{v∈R:p(l>v)≤1-c},其中l(wèi)表示金融資產(或其組合)的可能損失額,v是一個數.實際上,VaR就是對應分位數1-c的一個數值,圖9是標示VaR的示意圖(圖中α=1-c表示損失大于VaR的概率).顯然,特定置信水平下VaR越大,可能損失越大,風險也越大.現在,VaR已經被銀行的資產部、基金公司以及其他金融機構廣泛采用.3風險處置風險處置(risktreatment)是風險管理的核心內容,它旨在把風險控制在一個“可以接受”甚至是止遭受無法承受的損失,是風險管理的最低目標,而“最優(yōu)”水平強調的是風險成本最小化的風險水平.其中風險成本既包括風險事件導致的期望損失成本 (直接成本+間接成本),也包括風險控制和管理本物理。39卷(2010年)1期http://www.。17。?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題圖9在險價值(VaR)標示圖身所需要的成本.顯然,最優(yōu)風險水平一般不會是零風險,因為,零風險的代價可能大大超過期望損失成本.從更深層的機理看,風險處置方法有兩類:一類是直接干預風險事件的發(fā)生和發(fā)展(隨機過程),也就是影響風險事件引致損失的自然分布概率(如下面文中所述的風險控制措施);另一類是在接受風險事件及其損失發(fā)生的前提下,通過風險組合(如分散化和對沖)或風險轉移(如保險)的形式減少風險事件對行為主體的最終影響.下面我們簡單介紹一些風險處置的基本技術方法.3.1風險控制風險控制旨在干預風險事件本身,或者說直接影響表征風險的隨機變量.損失控制基本模式包括防損與減損,前者意在降低損失事件的發(fā)生頻率,后者意在降低損失事件已經發(fā)生時損失的規(guī)模.一種極端的防損行為被稱為損失規(guī)避(avoidance),它謀求完全規(guī)避可能導致損失的行為,最經典的例子要規(guī)避的,如遠離股市可以回避股市價格風險,但更多的風險要么是規(guī)避不了,要么是代價太高.因此,防損一般不追求消滅風險事件.比如,銀行要貸款給別人就免不了遇上違約的,正確的想法不是取消貸款業(yè)務而是引入減少違約(風險事件)的方法,如按信用級別決定是否放貸就是一個不錯方法,運行較好的銀行可以將其違約率控制在1%以下.減損是風險事件發(fā)生后的行為,它力求防止進一步的損失.比決于風險期望損失和風險控制成本的權衡.金融市場是一個風險市場,作為單個投資者,我們一般是不能影響市場價格的隨機過程的.當然,我們可以通過規(guī)避這個市場風險(自然也規(guī)避了我們可能從這個市場得到的財富)或選擇參與市場的程度(即投資頭寸,也就是持有所投資資產的數量)來管理風險.但除此之外,我們還有更積極的方法來控制市場風險,如構造風險資產組合或通過風險交易轉移風險.風險匯聚就是構造風險組合的基本方式之一,它強調的是構造分散化組合.另一種風險組合的基本方式是構造對沖組合.下面我們分別簡要介紹這兩種風險管理技術,它們也是金融風險處置的基本方法.3.2風險匯聚與分散化蛋放在一個籃子中”,意即我們搬運雞蛋時應該把雞蛋放在不同籃子里,不幸摔了其中一些籃子的雞蛋還里,我們用一個小例子來簡要說明通過匯聚相互獨立的損失來減少風險的基本原理.假設有兩人A,B參加風險匯聚安排,每人遇到意外事件概率獨立且各為50%,并導致2000元損失.則匯聚前每個人期望損失分損失,匯聚后每個人支付事故損失的概率分布如表2所示.則匯聚后每個人期望損失仍為1000元,但標準差減少為707元.這里,匯聚安排雖沒有改變損失的期望值,但減少了其標準差.事故的成本更具有預測性,因此降低了個人面臨的不確定性,也就是減少了個人的風險.它佐證了“不把所有雞蛋放在一個籃標準差愈益減小,而且分攤損失的分布更接近正態(tài)分布,極端損失的概率快速減小.表2匯聚后每個人支付事故損失的概率分布可能結果總成本分攤成本概率000.5×0.5=0.25200010000.5×0.5=0.25200010000.5×0.5=0.25400020000.5×0.5=0.25不相關風險分散化效應也可通過方差公式直接表述.例如,在組合方差公式wiwjρ中,如果各個資產不相關,即ρ=0(i≠j),則.如果進一步假定wi=1/n,σi=σ,則。18。物理。39卷(2010年)1期?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題=0.當然,現實中構造分散組合時很難保證各資產不相關,因此,組合中存在的相關風險使得組合的總風險不可能通過分散化完全消除.理論上可以把一種資產的風險分解為系統風險和非系統風險,其中非系統風險相互獨立,可以通過足夠多的資產聚合而消除,而系統風險是相關的,不能通過分散化而減弱.圖10是股票組合標準差與組合中股票種數的關系.圖10股票系統風險(不可分散風險)和非系統風險(可分散風險)3.3風險對沖先舉個簡單例子來解釋風險對沖.民諺云,“旱且好質量瓜棗要求的氣候相反.如果質量好決定收入,則旱氣候時種瓜收入高,澇氣候植棗收入高.由于事先沒法知道來年氣候,單一種植無論瓜還是棗都意味收入不確定.為了減少收入風險,農夫可以決定一半地種瓜一半地植棗,假若瓜、棗豐收時收入相當,則不管氣候如何,農夫收入基本穩(wěn)定.這里,農夫的種植決策就是對沖操作.可以看出,對沖是針對資產間的關聯風險的.借用資產組合方差公式表述上例,假設兩種資產(瓜和棗)收益相關系數為=(w1σ1-w2σ2)2=0.值得注意的是,理論上通過分散化完全消除風險需要無窮多種資產,而通過對沖最少只需要兩種資產.在教科書上,對沖一般并非針對線性相關的基礎資產組合而言的,而是特指衍生資產與基礎資產或衍生資產與衍生資產的構造組合.金融中衍生資產就是其價值依賴于更基礎資產的金融資產,如小麥期貨合約的價值依賴于小麥價格,股票期權(權證)的價值依賴于標的股票價格.對沖的必要條件是兩種資產(基礎資產或衍生資產)價值受同一個隨機變量影響,這意味著它們存在很強的線性或非線性受同一個基礎資產價格S的影響.如果S是一個隨機變量,則衍生證券價格的變化量可以寫為:顯然,式中衍生證券價值變化量的不確定性(風險)源于δS.如果我們構造兩種衍生資產的組合2},則資產組合價值為wiVi組δS+[i()2.因此,只則資產組合是瞬時無風險的.這就是衍生資產對沖基本思想一種數學描述.顯然,式中和都是S的函數,且與資產定價方程V(S)有關,因此,關于衍生資產的對沖操作需要對資產定價有充分的了解.4物理學家走進風險管理領域前文簡單介紹了風險管理的基本知識和理論框架,從中我們可以窺見物理學者可以在其中大顯身手的空間.從歷史淵源看,正是1970年代金融及經濟風險飆升所引致的對風險管理的新挑戰(zhàn),使得物理學家和物理學專業(yè)畢業(yè)生開始進入華爾街,并在1980年代成為時代潮流.其實,風險管理的基礎就是描述和理解金融市場變量變化,而關注物理變量的動態(tài)演化行為一直是物理學的核心內容,而動態(tài)與演化分析恰恰是傳統經濟學、金融學研究的弱項.物理學家已經確立了一些經過實驗和實際現象檢驗的可靠模型,并掌握了處理這類問題的方法和技術手段.風險管理中需要面對的隨機動力學雖然在計量經濟學中也有大量的研究,但在物理學中則有更長的研究歷史,而且物理學有著與計量經濟學不太一樣的視角和處理方式,可以豐富對金融市場變量隨機動力學分析的手段,也有助于加深對相關隨機?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題讓他們在風險管理特別是在定量風險管理領域很快就可以得心應手,表現出良好的適應性和卓越的創(chuàng)新能為這個領域的新成員.他們以前曾被那些誤認為只有火箭技術才是最尖端科學領域的人士稱為“華爾街的(quant)[6].德曼(EmanuelDerman)寫的《寬客人學家成為寬客之路以及寬客們在華爾街的傳奇.截至目前為止,物理學理論和方法應用于金融市場卓有成效的具體領域大致涉及以下幾個方面:(1)金融市場變量描述與風險度量,主要表現在金融市場變量和經濟變量時間序列的統計性質分析,包括市場變量分布概率密度、變量之間的線性和非線性關聯、變量的自相關特性、以及概率分布中的標度特性、金融市場的普適性規(guī)律等;(2)隨機動力學建模,常用模型包括幾何布朗運動,跳過程(如泊松過程)、GARCH模型、帕累托-列維過程等以及相應的蒙特卡羅模擬;(3)金融市場動力學機制的探索與模擬,它既包括直接描述市場宏觀動力學的模型,如1980年代時興起的非線性動力學模型,也包括基于多主體互動的微觀市場模型,如借鑒物理學中滲流模型、伊辛自旋模型的股票市場價格機制模擬模型;(4)股票市場崩盤的理論和預測.這其實是更廣義的災變理論在金融領域的體現.股票市場的崩盤發(fā)生概率很低,但對投資者損傷力巨大,是典型的金融極端事件,對其理解、預測和干預是一個富于挑戰(zhàn)性的課題.一些物理學理論(如相變理論、自組織臨界性理論等)也被嘗試引入作為借鑒;(5)在金融市場實務中應用研究.金融物理學在風險管理領域的應用主要體現在資產組合管理與風險分散化、衍生產品(如期權)定價和對沖.現在,一些物理學者開始涉足的金融工程應用也主要在此領域.綜上所述,金融風險管理已經給物理學者提供了一個很大的施展功夫的平臺,而且一些先行者已經在這個平臺上踩出了一條可行的路.未來這個平臺能有多大,路能走多寬,將由后來者來回答.5結束語在一陣搖旗吶喊、擂鼓助威之后,本文也不忘給有意進入華爾街的物理學者一點提醒.現實中,物理學家常常懷揣著一些物理學模型進入華爾街,并力圖把它們類推到金融市場.但是,需要特別注意的是,常用的物理學模型具有很高的準確性,而金融學模型誤差則大得多.在風險管理領域具有重要地位并被推崇為金融學乃至經濟學最成功的Black- Scholes期權定價模型[7]其誤差也可達30%.自從Black-Scholes模型在1973年發(fā)表以來,人們投入極大的熱情試圖推廣和改善它,并普遍認為不久就可以開發(fā)出一個更完善的新模型.但是,30多年過去了,理想中的新模型并沒有出現.正如著名寬客德曼所言,這并不意味著金融研究者沒有物理學家復雜.在物理學中,物理學家是在認識自然,自然的規(guī)則是永恒的.而金融市場的演化與人類自身行為有關,它是人們策略互動的結果,這里似乎存在著金融學家和市場參與者的某種“博弈”.在有些情形下,在另一些情形下,卻是因為人們相信存在某個“規(guī)在物理學中是不可思議的事情.金融規(guī)律是有歷史性的,它不是因為人們認識的歷史局限,而是因為人們的互動行為本身具有歷史性.因此,當今的金融學模型只能算是對市場行為的當前最好的描述或估計而已,千萬別把它當“真”—當作客觀對象的本性揭示.基于對此的深刻認知,風險管理中專門提出了模型風險的概念[8].模型風險就是利用理論模型進行風險管理(如對沖等)所導致結果與理想目標偏差的不確定性.在業(yè)界一直有因為使用錯誤模型而導致金融機構損失巨大的案例,甚至有人揶揄一個數學公式引發(fā)了2008年的全球金融危機[9].有鑒于此,大部分金融機構在其風險管理部門中設立模型檢驗部門,專門負責檢驗模型的假設是否合適,評估模型結構以及所采用的參數估計,勘察模型實施過程是否正確,將模型與用于其他目的相同的模型進使做了最嚴格的模型檢測,模型風險常常仍然存在.這是物理學者應該認識的基本事實,它時時提醒物理學工作者在進入華爾街后,既要胸懷抱負,也要保持一份敬畏之心.“Change”,他的潛臺詞是改變才有希望.但從風險管理的角度看,變動也蘊涵風險.在籌劃未來時,我們常常更自然地著眼于機遇,但是,也不可忽視面臨20·http://www.wuli?1994-2014chinaAcademicJournalElectronicpublishingHouse.Alrightsreserved.http:/'經濟物理學專題的風險.也就是說,心中充溢欲望之際,也須空余一席恐懼的空間.這層意思也適用于物理學工作者進入金融、進入風險管理領域.物理學家走進華爾街,道路是通的,但也并非一馬平川.參考文獻[1]約翰。赫爾.風險管理與金融機構.北京:機械工業(yè)出版社,2008[HullJC.Hull.RiskmanagementandFinancialInstitutions.[2]羅薩里奧。N。曼特尼亞,