4月25日下午由中国期货业协会主办的第九届中国期货分析师论坛暨首届场外衍生品论坛在西子湖畔召开。本届论坛将以“新常态新征程——护航中国经济转型升级”为主题,围绕投资顾问、场外衍生品、期权、互联网金融与期货衍生品、大宗商品与风险管理等领域以及经济“新常态”下如何满足实体经济的风险管理需求、大力发展场外衍生品市场以及加快互联网金融创新步伐、推动跨界综合经营等议题展开深入交流与研讨。
在大宗商品与风险管理论坛中,德勤管理咨询有限公司全球交付中心经理沈斌发表题为《商品风险动态管理和数据集成化应用》的主题演讲。
以下为演讲实录:
沈斌:尊敬的各位,各位嘉宾,下午好!我来自德勤管理咨询的沈斌,非常感谢大会的邀请,也非常荣幸能够来到这边和在座的各位企业家、行业精英针对大宗商品的风险管理做简单的探讨和简要的报告。
大宗商品风险管理的重要性、迫切性和内涵的意义,之前的各位专家已经做了非常精彩自阐述,包括从银行的视角、交易所视角、期货公司的视角,从宏观的经济环境、中观的产业政策都已经做了非常高屋建瓴的见解以及非常具体的案例分析。从我的实践中观察到,每一家大宗商品的企业对于风险的理解和风险管理层次层次不齐,所以我的角度更多是从微观的角度落到具体的企业运营层面,结合我们管理咨询公司在各类企业项目当中的实践经验,结合大数据的运用谈一下大宗商品的风险管理,特别是大宗商品的精细化管理,来做一个探讨。
我们面临的第一个问题,从企业的角度如何做大宗商品风险的精细化管理。从实践当中来讲,这其中非常核心的举措,我们建议需要建立以大数据为基础、以数据量化为抓手的风险指标体系。我们需要从风险的类型、风险选项到量化的标的自上而下去设计每一个层次的逻辑关系,确保每一个风险项目能够被评估并且被量化。这样赋予每一个层级的关键指标,我自上而下形成这样的层层分解的风险指标体系。下一级的指标能够贡献给上一级的指标,通过这样的逻辑分解方式,我们希望搭建起真正管理意义上的大宗商品的精细化管理和深度分析体系。通过这样的体系,企业能够真正知道哪些指标会引起风险的波动,造成交易的损失,影响企业的利润,从而尽可能有效并且量化地管理这些潜在的风险,找出对策,形成预案,这是我的出发点。
如何来做风险敞口的量化标的?很大的前提是我们一定要有数据的支撑,毫无疑问一套完整的数据采集方案并不可少,所以第一步做的是数据的手机,这套方案应该从公司不同的业务职能、管理条线包括采购、销售、生产管理、物流、存货等等产供研销所有的数据,包括后台一系列的数据,同时针对企业或者公司实行中的重点战略项目进行数据收集,从而保证在企业内部从各个唯独都能够对企业经营的明晰数据保持更新和采集。同时,除了企业内部的数据之外,针对外部的数据包括对政府政策的解读、重大新闻采集、对标企业、产业链上下游的信息采集、机构的研报,我们甚至可以延伸到社交媒体一系列与企业相关的数据进行整合。当然我需要特别指出,在项目的实践过程中,数据采集的规模、效率、精度和广度、数据质量、数据完整性要有前提,取决于企业本身信息化建设的水平,这不是一个一蹴而就的过程,是一个长期演进的过程,但是有一个基本的节奏可以作为参考。我们先内部再外部,然后逐步形成大数据的规模。我们许了大量的精力,拥有大量的数据,如何将这些数据资产真正转化为生产力,真正转化为大宗商品风险管理的指导依据,我们需要对这些数据进行建模。概要地来讲,我们可以将模型分为两大类,第一类是风险保值的需求模型,然后是结果的跟踪模型,相应的指标体系分为两类,一类是预置指标,一类是后验指标,我们会投入预置的指标设计各类商品的保值需求模型,通过后验的指标我们对保值的结果进行跟踪以及监控,从而反馈到预置指标的保值模型,从而不断作出模型的修整和提升,从而形成一个正向的动态循环。我举一个简单的例子,我们讲商品价格风险的影响模型,我们可以透过对企业经营明晰数据的采集,可以清晰看到这样的画像,在在途存货、生产车间存货、在港存货、安全库存、订单库存可以形成一个模型指标,可以形成采购价格、销售价格、安全库存价格、航运周期、生产周期价格敞口风险,从而得到一个保值的整体需求。我们也可以再做得细一些,我们可以在商品价格的模型当中,通过设计与膨胀相关的一些子模型获得通货膨胀的综合敞口,从而更有针对性进行保值。同时,我们从风险精细化管理的实践角度考量,之间几位老总提到一系列的风险,我们也是建议能够尽力一系列企业级的风险事件库,将这一系列的风险转化为大宗商品敞口,跟量化的指标进行管理和应对。我们必须也要提到一点,我们各类模型得到的风险敞口,我们需要在现实的情景下面,从审计的角度,从战略的角度,从预算的角度,这些不同的纬度作出相应的调整,从而确保我们整套风险管理模型可以操作、可以落实,并且符合企业自身的现状以及未来的发展战略。接下来当我们得到大量风险敞口以后,我们要做一个拔高。我们要从整体上对风险敞口做审视,我们可以同一系列参数的权重设置体现保值潜育期敞口数值,并且对重要性水平评估,才确定是否采取保值策略和如何采取保值的策略。我如果有风险敞口之后怎么做?最简单的方式是商品套期保值的案例,我们有三种最基本的风险分配和处置方案,假设我们目前有一万吨煤的敞口,根据企业的现实情况有三个纬度,我评估下来,根据我一系列模型的计算,第一我自行做保值操作,第二交给专业期货公司进行保值,或者是评估以后可能我不需要做保值,这是最简单的三个方面。但是在做评估的时候,我讲细一些,我们一定要对风险敞口进行拟定,这里面包括保值目标量化的确定、止损限额、交易风险编号、内部定价预、套期保值比例、敞口限额等等,同时风险敞口的管理途径也有选择。所以我刚刚非常认同朱教授的观点,我们一定是要有一个军火库在后面,我们在市场上搏杀,一定要有企业级的对策库,针对一系列可能的风险做选择。所以我们也可以看到,从外部的一些产品工具的选择,我们有商品期货、商品期权、股指期货、国债期货、外汇期货、指数期权、债权回购、现金流互换、特殊组合,内部决策有套期保值、预期改良、资本配置方案、加以杠杆率调整、绩效风险系数调整、财务杠杆比率调整、高管期权计划、员工持股计划,这一系列的决策库是保障企业能够在中长期应对风险很重要的举措。与此同时我们对决策的权重、重要性来做非常审视的评估,通过不同的对策方案,我们需要透过模型来做模拟,我们来评估保值后的敞口预期,这包括在重要性的决策,包括账户级、项目级、部门级或者是企业级的重要性分层,形成综合的决策权重。针对不同的决策应对我们来进行优先级和执行节奏的节奏的评估,从而真正做到科学管理、科学决策。以上简单解释一下预置指标的运用,任何一个模型建立以后,它永远不会一劳永逸。模型的运用一定是动态,并且根据现实的市场情况不断修整的过程,这也是为什么我们需要后验指标和根据实际结果的反馈作为改良和修整的原因。其中一点,我们在后验模型当中,我们建议针对不同的风险敞口保值效果进行持续不断的监控和监测,这其中的理念就是做预期的保值结果和世实际的执行结果进行偏差的分析,找出核心因素,从而对保值效果和相关的参数进行修正。当然我们有不同的修正方式,可以自上而下、自下而上,这里面有努不风险评级指标、缝补风险标准、限额、定价、参数、标准、期限、期权执行价等一系列的指标,你要做不间断的修正和提升。
同时,你拥有了这一系列的数据支撑,我们的模型可以有效地对这些数据关系进行深度的挖掘,这其中从显性的角度来讲,原材料的价格和企业的利润,隐含的因素包括与信用风险向市值风险的转化率、风险与收益比值,你可以透过数据和实际运行的结果做一系列的挖掘和分析。
当然在专业化分工的年代,我们可以看到生态圈更多是我们会有企业、期货公司、交易所,我们解决方案的分工我们建议,本身在搭建或者期货搭建大宗商品风险管理体系当中,也需要与生态环境其他不同主体进行对接,然后进行风险的处理和对冲。拿期货市场而言,我们设计大宗商品风险敞口的方案一定要基于企业期货公司和交易所构成这样的生态系统,第一是数据交易怎么做,第二是从企业角度讲,敞口定义、转移、买断、非标准化产品设计,包括二级结算的需求,从交易所的角度来讲,标准化合约设计、集中撮合、一级结算处理,这些重要的考量因素都应该提前做什么,特别是对期货公司而言,你非做市商业务特别需要对企业端的数据分析和期货公司数据端客户分析进行研判(音译),期货公司买断企业的敞口,如何来做内部撮合和风险对冲,降低期货公司自身的风险也是提醒各位在座的同行注意的。
最后,我再强调几点,我们在实践过程当中或者失误的项目过程当中,在和大量企业合作或者调研访谈中发现,我们这一套的方案更多是基于企业有这样的数据,然后这个数据质量发现是一个非常现实的痛点,所以我也简单提一下数据质量的标准,有请在座的各位企业家注意,这里面核心的几个点:第一,业务编码的顶层设计,包括从字段、支付、表单一系列的编码要进行统一考量。第二,数据处理标准,包括结构化和非结构化对象的设计。第三,风险规则和商品数据映射,孤立的数据毫无疑义,所以我们要针对产品目录、业务流程、风险标准、信用政策取做一系列数据索引规则和全面的映射。另外包括数据验证,在数据处理层面是否符合标准,对数据的一致性,我们也是要做完善的考量。
对企业现有数据进行整合的时候会涉及到数据的迁移,主要考量也是从以往的ERP做数据的整合、迁移,顶层设计的调整和迁移怎么做,在迁移前做数据分析是必不可少的过程。
总结:从实践层面讲,企业一定要构建起一套从可靠的理论框架到可落地大宗商品风险管理系统和体系,以及基于非常严谨的数据模型驱动和支撑的科学体系。我们希望或者我们建议业内能够将以往更多定性的大宗商品风险管理要素转化为定量的精细化风险管理模型、流程以及可靠的绩效指标。我们将大宗商品精细化风险管理的先进理念真正能力转化为切实可行的管理技术,从而真正能够形成企业的核心竞争力,能够真正持续、长期地助力企业的稳定发展,不断为股东创造价值。以上是我个人的浅见,时间有限可能有不足,最后再次感谢大家听我的演讲,谢谢。