论文部分内容阅读
一、研究背景及研究意义
融资融券是有杠杆的交易工具，投资者使用融资融券在享受资产快速增值的同时，也面临着市场下跌带来的资产加速减值乃至账户被平仓甚至资不抵债的风险。因此，作为有杠杆的交易工具，投资者在使用时，对风险的防控意识应大于对杠杆收益的追逐。融资融券业务自2010年推出以来，在一个相对宽松的政策环境下得到了迅速发展，融资融券余额随之上涨，最高之时已超过2万亿元。然而市场投资者在追逐杠杆收益带来资产快速增值的同时，却很少做到杠杆的风险控制。2014年獐子岛的“黑天鹅”事件并未引起市场投资者乃至券商的重视，直至2015年下半年的市场异常波动，资不抵债的客户开始大量出现，市场才真正认识到融资融券的风险，因此，政策逐步转向对融资融券业务风险的控制，客户账户集中的指标正是在这个背景下提出的。进入2018年之后，随着对市场运行环境的逐渐治理，从乐视网到康得新，没有业绩支撑或是业务造假的个股“灰犀牛”事件频发，多次上演个股“闪崩”行情，融资客户深受其害，市场上的两融坏账率开始显著提高。从市场的风险到个股的“闪崩”，使得投资者对融资融券风险的认识不断升级，同时也对券商的风险防控能力提出了新的要求。如何有效地控制客户融资融券账户的风险，尽量将客户风险管控前置，这既是券商服务客户的价值所在，又能有效地保障券商债权安全，对于券商意义重大。
目前国内理论界对融资融券风险控制的研究都集中在宏观和中观层面。宏观层面是对融资融券业务本身的研究，分析该业务的风险因素和影响;中观层面是对证券公司进行分析，即通过对某一证券公司融资融券业务的运行情况和整体数据进行研究，进而对某公司融资融券业务的整体风险进行评价。但是，针对融资融券微观层面，单客户融资融券账户风险程度的评价和测度在国内尚未开展。本文从客户的角度研究融资融券账户的风险防控，具有理论创新和实践指导意义。
二、融资融券账户风险测度指标体系构建
（一）指标体系的建立
指标体系的设计采用 “目的树”的设计方法。首先，设置评价的总目标为融资融券账户的风险测度。其次，从影响信用账户风险情况的主观和客观两个方面的因素出发，考虑客户的账户操作水平、信用账户内的持仓证券情况以及当前时点下信用账户已经客观存在的风险因素三个方面，设置准则层为：客户操作水平维度、持仓证券维度以及信用账户维度。最后，考虑指标数据的可获取性、可标准化性等因素，设置各准则层下的指标层。最终得到融资融券账户风险评價指标体系从上向下依次为：目标层，即融资融券账户的风险测度;准则层，包括客户操作水平维度、持仓证券维度、信用账户维度;指标层，风险测度分析的具体指标。指标层次划分以及具体指标见图1。
（二）指标释义、界定准则以及数据处理
结合我们长时间对客户跟踪观察，以及从指标数据的可获取性、可标准化性等角度出发，确定了指标层的12个指标。以下为三个维度、12个指标的释义以及对账户风险影响的界定准则：
1.客户操作水平维度：主要衡量信用账户风险的主观因素，描述客户操作能力对账户风险的影响。该维度包含五个指标，对应的指标解释及界定准则为：（1）年龄：中国证券投资者保护基金有限责任公司在发布的《2019年度全国股票市场投资者状况调查报告》中指出，个人投资者年龄越大，证券知识水平越高，持股时间越长，同时越倾向于长线价值投资;腾讯证券在2020年的《中国股民行为年度报告分析》中指出70后、80后的投资行为更加活跃，同时指出投资者投资更加注重对舆情的诉求，并且信息获取方式多样化。在这个信息化迅速发展的时代，虽然随着年龄的增长可以提高投资水平，但是过高的年龄也会影响对信息化的接受程度以及对市场变化的反应速度。所以，我们认为投资者整体的投资水平并非和年龄为简单的正相关关系，年龄不是越大越好，也不是越小越好，年龄和投资水平是一种倒U形关系。我们会在研究中界定最优值，指标向两侧延伸递减，风险逐步增大。（2）两融账户开户时间：一般逻辑上，开户的时间越久，对融资融券认识越深。因此，本文认为开户时间越短，账户的风险越大。（3）盈利水平：描述两融账户收益率相对于同期沪深300指数涨跌幅的比值。当沪深300指数涨跌幅为正值时，该指标值越小，客户盈利水平越差，账户风险越大;当沪深300指数涨跌幅为负值时，该指标值越大，客户盈利水平越差，账户风险越大。（4）资产周转率：描述客户账户资产周转情况。本文认为资产周转率越低，账户风险越大。（5）风险触发频率：描述客户收盘时维持担保比例低于130%次数。本文认为风险触发次数越多，相应的账户风险越大。
2. 持仓证券维度：通过持仓证券的情况衡量信用账户风险客观因素中下一步的风险变化趋势。该维度包含四个指标，对应的指标解释及界定准则为：（1）持仓市值比例：描述客户信用账户证券持仓的比例。本文认为该比例越高，账户风险越高。（2）账户平均估值：描述持仓证券的平均估值水平，估值水平越高，客户账户风险越高。（3）高风险证券市值占比：描述账户持仓高风险证券的市值比例，该比例越高，信用账户的风险越高。我们从两个维度多个指标对高风险证券进行界定，一是在股票风险事件维度，关注股票是否会出现债务逾期、被立案调查、主营业务是否受影响、是否被实施退市风险警示等;二是在股票基本面维度，关注股票的基本财务及财务分析指标，比如最近财报市净率如何、最近三个月日均成交额是多少、股价是否过低等因素。结合上述指标对上市A股进行分析，每月筛选的高风险证券基本在400只以上。（4）账户贝塔：表示股票相对于沪深300指数的波动。账户贝塔按照个股市值加权的方式计算，用来描述客户的账户资产相对市场的波动情况。处理时本文采用绝对值的做法，并认为该值越高，风险越高。
3. 信用账户维度：通过信用账户基本指标的情况反映账户目前客观的风险状况。信用账户的基本指标有维持担保比例、持仓集中度、信用账户净资产占比，相应的指标解释及界定准则为：（1）维持担保比例：是指客户信用账户中担保物价值与其融资融券债务之间的比例。维持担保比例越低，信用账户的风险越高。（2）持仓集中度：信用账户中市值最大证券的持仓市值资产占比。持仓集中度越高，信用账户的风险越高。（3）信用账户净资产占比：描述普通账户对信用账户担保资产的补充能力。本文认为该比例越高，信用账户的风险越高。 （三）方法选择
指标体系建立以及指标数据处理之后，本文希望通过确定各指标权重，最终以加权求和的方式计算风险测度值，选择层次分析法作为确定融资融券账户风险评价指标体系权重的方法。具体为：通过专家打分赋值的方式构造判断矩阵，通过特征根法计算指标权重，进而得出某层次相对上一层次中某一因素的重要性，即层次单排序。在此基础上，依次沿递阶层次结构由上而下逐层计算，计算出最底层相对于最高层（总目标）的相对重要性排序值，最终得到各个指标在总指标体系中的权重。
三、实证研究
本文以ZT证券公司为例，结合该公司融资融券业务实际运行情况，利用上述构建的指标体系以及模型，进行实证研究。本文共构建4个矩阵，分别为：准则层矩阵A，对应指标为客户操作水平、持仓证券、信用账户整体情况;客户操作水平矩阵B1，持仓证券矩阵B2，信用账户维度矩阵B3。
为更好地确定各指标权重，本文设计调查问卷，通过ZT证券公司内部23名研究融资融券业务的资深专家打分的形式确定各个指标的重要程度。在处理各个专家打分的结果时，先求几何平均，再对最终的结果进行一致性检验。通过一致性检验的矩阵利用特征根法计算各指标权重。以下以准则层矩阵A和用户操作水平矩阵B1为例，确定客户操作水平下的年龄、两融账户开户时间、盈利水平、资产周转率、风险触发頻率5个指标权重。
（一）准则层矩阵A
结合上述分析，准则层矩阵A为三阶矩阵。一致性检验和指标权重见表1。
从表2可以看出，准则层三个维度对客户账户风险测度影响的重要性排序为客户操作水平、信用账户的情况以及客户持仓证券。这一排序符合我们的一般逻辑，客户的操作水平可以直接影响融资融券账户的安全情况，而账户的安全情况则又通过信用账户整体情况来判断，因此，客户操作水平的重要性大于信用账户整体情况;持仓证券的情况对信用账户的影响有一定的滞后性，因此，持仓证券的重要性次于信用账户整体情况。
（二）客户操作水平矩阵B
矩阵B为五阶矩阵，其一致性检验和指标权重结果见表3。
客户操作水平下的五个指标的重要性排序为：盈利水平、风险触发频率、资产周转率、年龄、两融账户开户时间，这个排序符合我们对操作水平的一般认识。通过分层以及沿递阶层次计算权重的方法可以弥补普通算法中的权重等比例划分缺点，突出重要指标对客户账户风险的影响。
最终，12个指标对账户风险影响的重要性排序为：盈利水平、维持担保比例、持仓集中度、风险触发频率、高风险证券市值占比、资产周转率、信用账户净资产占比、账户平均估值、年龄、持仓市值比例、账户贝塔、两融账户开户时间。
（三）指标归一化处理
对上述12个指标数据做无量纲化以及归一化处理。有一点需要说明的是，指标的处理在表示风险大小方面需要保持同一个方向。例如“两融账户开户时间”这个指标，一般意义上我们认为开户时间越长“越好”，但是归一化后该指标越长表示风险值越小。最终，处理后的数据将在[0，1]区间上，风险测度值越大，客户账户风险越大。
（四）客户风险水平测度
本文以ZT公司为例，分析2020年9月底、10月底以及11月底客户的风险测度情况，并对不同测度区间的账户数量进行统计分析，具体见图2。
1. 客户风险测度主要集中在0.2～0.6区间，这部分客户风险较小，说明该公司客户两融账户情况整体较好。
2. 在统计区间内，风险测度值高于0.6的客户账户指标多数表现较差，我们认为该公司融资融券的风险主要体现在风险测度在0.6以上的客户。虽然这部分客户数量较少，但却是风险防控的重点，该公司应该注意防范客户风险测度值在各个测度区间的浮动，并及时做好相应的防控工作。
（五）客户风险水平分析
为了较为直观地理解不同风险测度下客户账户所处的风险水平，本文从盈利水平、维持担保比例、持仓集中度等重要性排序前八的指标分析风险较高的客户（风险测度值）指标分布情况。本次分析中定义了相关指标的阈值，并认为低于或高于该阈值时，指标的表现较差。比如，本文将维持担保比例指标的阈值定义为180%，若低于180%，则代表客户的账户风险敞口较大，因此，客户应尽量将阈值保持在180%以上。以下统计分析了ZT公司2020年10月底风险测度在0.5以上的客户，当其指标低于或高于该阈值时的概率分布情况见表6。可以看出，风险较高的客户在盈利、维持担保比例控制、持仓集中度控制、高风险证券处理等方面做得不好，尤其对于风险测度值高于0.6以上的客户，其各项指标基本上都劣于设定阈值。
四、结论和建议
无论从证券公司层面的风险防控出发，还是从客户微观层面的风险评价出发，融资融券账户风险的测度研究都具有指导意义和借鉴意义。从证券公司的角度考虑，证券市场的波动加大以及退市机制的逐步推出和完善，对证券公司的风险管理提出了更高的要求;从客户维护的角度考虑，证券公司可以根据风险测度值的大小看出目前客户账户的风险状况，从而提前同客户进行必要的沟通;通过指标阈值，找出客户账户的风险点，帮助客户提前防范账户风险，这样既可以增加客户黏性，也可以更好地保护投资者。
借鉴融资融券账户风险测度的研究，证券公司可以从以下几个方面开展风险防控工作：一是对于风险测度值较高的客户（比如高于0.6），需要做好重点维护，并跟踪客户账户状态，做好必要的客户沟通。二是通过风险测度值的划分，实现客户风险的分层管理，提高客户风险管理的效率。三是对于有多家营业分支机构的证券公司，通过对客户风险测度的统计分析，可以反映分支机构的风险管理情况，为证券公司的风险管控提供抓手。
（责任编辑 王 媛;校对 GJ，WY）
融资融券是有杠杆的交易工具，投资者使用融资融券在享受资产快速增值的同时，也面临着市场下跌带来的资产加速减值乃至账户被平仓甚至资不抵债的风险。因此，作为有杠杆的交易工具，投资者在使用时，对风险的防控意识应大于对杠杆收益的追逐。融资融券业务自2010年推出以来，在一个相对宽松的政策环境下得到了迅速发展，融资融券余额随之上涨，最高之时已超过2万亿元。然而市场投资者在追逐杠杆收益带来资产快速增值的同时，却很少做到杠杆的风险控制。2014年獐子岛的“黑天鹅”事件并未引起市场投资者乃至券商的重视，直至2015年下半年的市场异常波动，资不抵债的客户开始大量出现，市场才真正认识到融资融券的风险，因此，政策逐步转向对融资融券业务风险的控制，客户账户集中的指标正是在这个背景下提出的。进入2018年之后，随着对市场运行环境的逐渐治理，从乐视网到康得新，没有业绩支撑或是业务造假的个股“灰犀牛”事件频发，多次上演个股“闪崩”行情，融资客户深受其害，市场上的两融坏账率开始显著提高。从市场的风险到个股的“闪崩”，使得投资者对融资融券风险的认识不断升级，同时也对券商的风险防控能力提出了新的要求。如何有效地控制客户融资融券账户的风险，尽量将客户风险管控前置，这既是券商服务客户的价值所在，又能有效地保障券商债权安全，对于券商意义重大。
目前国内理论界对融资融券风险控制的研究都集中在宏观和中观层面。宏观层面是对融资融券业务本身的研究，分析该业务的风险因素和影响;中观层面是对证券公司进行分析，即通过对某一证券公司融资融券业务的运行情况和整体数据进行研究，进而对某公司融资融券业务的整体风险进行评价。但是，针对融资融券微观层面，单客户融资融券账户风险程度的评价和测度在国内尚未开展。本文从客户的角度研究融资融券账户的风险防控，具有理论创新和实践指导意义。
二、融资融券账户风险测度指标体系构建
（一）指标体系的建立
指标体系的设计采用 “目的树”的设计方法。首先，设置评价的总目标为融资融券账户的风险测度。其次，从影响信用账户风险情况的主观和客观两个方面的因素出发，考虑客户的账户操作水平、信用账户内的持仓证券情况以及当前时点下信用账户已经客观存在的风险因素三个方面，设置准则层为：客户操作水平维度、持仓证券维度以及信用账户维度。最后，考虑指标数据的可获取性、可标准化性等因素，设置各准则层下的指标层。最终得到融资融券账户风险评價指标体系从上向下依次为：目标层，即融资融券账户的风险测度;准则层，包括客户操作水平维度、持仓证券维度、信用账户维度;指标层，风险测度分析的具体指标。指标层次划分以及具体指标见图1。
（二）指标释义、界定准则以及数据处理
结合我们长时间对客户跟踪观察，以及从指标数据的可获取性、可标准化性等角度出发，确定了指标层的12个指标。以下为三个维度、12个指标的释义以及对账户风险影响的界定准则：
1.客户操作水平维度：主要衡量信用账户风险的主观因素，描述客户操作能力对账户风险的影响。该维度包含五个指标，对应的指标解释及界定准则为：（1）年龄：中国证券投资者保护基金有限责任公司在发布的《2019年度全国股票市场投资者状况调查报告》中指出，个人投资者年龄越大，证券知识水平越高，持股时间越长，同时越倾向于长线价值投资;腾讯证券在2020年的《中国股民行为年度报告分析》中指出70后、80后的投资行为更加活跃，同时指出投资者投资更加注重对舆情的诉求，并且信息获取方式多样化。在这个信息化迅速发展的时代，虽然随着年龄的增长可以提高投资水平，但是过高的年龄也会影响对信息化的接受程度以及对市场变化的反应速度。所以，我们认为投资者整体的投资水平并非和年龄为简单的正相关关系，年龄不是越大越好，也不是越小越好，年龄和投资水平是一种倒U形关系。我们会在研究中界定最优值，指标向两侧延伸递减，风险逐步增大。（2）两融账户开户时间：一般逻辑上，开户的时间越久，对融资融券认识越深。因此，本文认为开户时间越短，账户的风险越大。（3）盈利水平：描述两融账户收益率相对于同期沪深300指数涨跌幅的比值。当沪深300指数涨跌幅为正值时，该指标值越小，客户盈利水平越差，账户风险越大;当沪深300指数涨跌幅为负值时，该指标值越大，客户盈利水平越差，账户风险越大。（4）资产周转率：描述客户账户资产周转情况。本文认为资产周转率越低，账户风险越大。（5）风险触发频率：描述客户收盘时维持担保比例低于130%次数。本文认为风险触发次数越多，相应的账户风险越大。
2. 持仓证券维度：通过持仓证券的情况衡量信用账户风险客观因素中下一步的风险变化趋势。该维度包含四个指标，对应的指标解释及界定准则为：（1）持仓市值比例：描述客户信用账户证券持仓的比例。本文认为该比例越高，账户风险越高。（2）账户平均估值：描述持仓证券的平均估值水平，估值水平越高，客户账户风险越高。（3）高风险证券市值占比：描述账户持仓高风险证券的市值比例，该比例越高，信用账户的风险越高。我们从两个维度多个指标对高风险证券进行界定，一是在股票风险事件维度，关注股票是否会出现债务逾期、被立案调查、主营业务是否受影响、是否被实施退市风险警示等;二是在股票基本面维度，关注股票的基本财务及财务分析指标，比如最近财报市净率如何、最近三个月日均成交额是多少、股价是否过低等因素。结合上述指标对上市A股进行分析，每月筛选的高风险证券基本在400只以上。（4）账户贝塔：表示股票相对于沪深300指数的波动。账户贝塔按照个股市值加权的方式计算，用来描述客户的账户资产相对市场的波动情况。处理时本文采用绝对值的做法，并认为该值越高，风险越高。
3. 信用账户维度：通过信用账户基本指标的情况反映账户目前客观的风险状况。信用账户的基本指标有维持担保比例、持仓集中度、信用账户净资产占比，相应的指标解释及界定准则为：（1）维持担保比例：是指客户信用账户中担保物价值与其融资融券债务之间的比例。维持担保比例越低，信用账户的风险越高。（2）持仓集中度：信用账户中市值最大证券的持仓市值资产占比。持仓集中度越高，信用账户的风险越高。（3）信用账户净资产占比：描述普通账户对信用账户担保资产的补充能力。本文认为该比例越高，信用账户的风险越高。 （三）方法选择
指标体系建立以及指标数据处理之后，本文希望通过确定各指标权重，最终以加权求和的方式计算风险测度值，选择层次分析法作为确定融资融券账户风险评价指标体系权重的方法。具体为：通过专家打分赋值的方式构造判断矩阵，通过特征根法计算指标权重，进而得出某层次相对上一层次中某一因素的重要性，即层次单排序。在此基础上，依次沿递阶层次结构由上而下逐层计算，计算出最底层相对于最高层（总目标）的相对重要性排序值，最终得到各个指标在总指标体系中的权重。
三、实证研究
本文以ZT证券公司为例，结合该公司融资融券业务实际运行情况，利用上述构建的指标体系以及模型，进行实证研究。本文共构建4个矩阵，分别为：准则层矩阵A，对应指标为客户操作水平、持仓证券、信用账户整体情况;客户操作水平矩阵B1，持仓证券矩阵B2，信用账户维度矩阵B3。
为更好地确定各指标权重，本文设计调查问卷，通过ZT证券公司内部23名研究融资融券业务的资深专家打分的形式确定各个指标的重要程度。在处理各个专家打分的结果时，先求几何平均，再对最终的结果进行一致性检验。通过一致性检验的矩阵利用特征根法计算各指标权重。以下以准则层矩阵A和用户操作水平矩阵B1为例，确定客户操作水平下的年龄、两融账户开户时间、盈利水平、资产周转率、风险触发頻率5个指标权重。
（一）准则层矩阵A
结合上述分析，准则层矩阵A为三阶矩阵。一致性检验和指标权重见表1。
从表2可以看出，准则层三个维度对客户账户风险测度影响的重要性排序为客户操作水平、信用账户的情况以及客户持仓证券。这一排序符合我们的一般逻辑，客户的操作水平可以直接影响融资融券账户的安全情况，而账户的安全情况则又通过信用账户整体情况来判断，因此，客户操作水平的重要性大于信用账户整体情况;持仓证券的情况对信用账户的影响有一定的滞后性，因此，持仓证券的重要性次于信用账户整体情况。
（二）客户操作水平矩阵B
矩阵B为五阶矩阵，其一致性检验和指标权重结果见表3。
客户操作水平下的五个指标的重要性排序为：盈利水平、风险触发频率、资产周转率、年龄、两融账户开户时间，这个排序符合我们对操作水平的一般认识。通过分层以及沿递阶层次计算权重的方法可以弥补普通算法中的权重等比例划分缺点，突出重要指标对客户账户风险的影响。
最终，12个指标对账户风险影响的重要性排序为：盈利水平、维持担保比例、持仓集中度、风险触发频率、高风险证券市值占比、资产周转率、信用账户净资产占比、账户平均估值、年龄、持仓市值比例、账户贝塔、两融账户开户时间。
（三）指标归一化处理
对上述12个指标数据做无量纲化以及归一化处理。有一点需要说明的是，指标的处理在表示风险大小方面需要保持同一个方向。例如“两融账户开户时间”这个指标，一般意义上我们认为开户时间越长“越好”，但是归一化后该指标越长表示风险值越小。最终，处理后的数据将在[0，1]区间上，风险测度值越大，客户账户风险越大。
（四）客户风险水平测度
本文以ZT公司为例，分析2020年9月底、10月底以及11月底客户的风险测度情况，并对不同测度区间的账户数量进行统计分析，具体见图2。
1. 客户风险测度主要集中在0.2～0.6区间，这部分客户风险较小，说明该公司客户两融账户情况整体较好。
2. 在统计区间内，风险测度值高于0.6的客户账户指标多数表现较差，我们认为该公司融资融券的风险主要体现在风险测度在0.6以上的客户。虽然这部分客户数量较少，但却是风险防控的重点，该公司应该注意防范客户风险测度值在各个测度区间的浮动，并及时做好相应的防控工作。
（五）客户风险水平分析
为了较为直观地理解不同风险测度下客户账户所处的风险水平，本文从盈利水平、维持担保比例、持仓集中度等重要性排序前八的指标分析风险较高的客户（风险测度值）指标分布情况。本次分析中定义了相关指标的阈值，并认为低于或高于该阈值时，指标的表现较差。比如，本文将维持担保比例指标的阈值定义为180%，若低于180%，则代表客户的账户风险敞口较大，因此，客户应尽量将阈值保持在180%以上。以下统计分析了ZT公司2020年10月底风险测度在0.5以上的客户，当其指标低于或高于该阈值时的概率分布情况见表6。可以看出，风险较高的客户在盈利、维持担保比例控制、持仓集中度控制、高风险证券处理等方面做得不好，尤其对于风险测度值高于0.6以上的客户，其各项指标基本上都劣于设定阈值。
四、结论和建议
无论从证券公司层面的风险防控出发，还是从客户微观层面的风险评价出发，融资融券账户风险的测度研究都具有指导意义和借鉴意义。从证券公司的角度考虑，证券市场的波动加大以及退市机制的逐步推出和完善，对证券公司的风险管理提出了更高的要求;从客户维护的角度考虑，证券公司可以根据风险测度值的大小看出目前客户账户的风险状况，从而提前同客户进行必要的沟通;通过指标阈值，找出客户账户的风险点，帮助客户提前防范账户风险，这样既可以增加客户黏性，也可以更好地保护投资者。
借鉴融资融券账户风险测度的研究，证券公司可以从以下几个方面开展风险防控工作：一是对于风险测度值较高的客户（比如高于0.6），需要做好重点维护，并跟踪客户账户状态，做好必要的客户沟通。二是通过风险测度值的划分，实现客户风险的分层管理，提高客户风险管理的效率。三是对于有多家营业分支机构的证券公司，通过对客户风险测度的统计分析，可以反映分支机构的风险管理情况，为证券公司的风险管控提供抓手。
（责任编辑 王 媛;校对 GJ，WY）