我国证券公司自营业务风险识别与风险控制研究

制度，防止因为个别人的失误而导致风险的产生。

VaR模型具有很强的科学性，方法操作上简洁明了，是证券公司目前使用比较广泛的模型，能够大大的方便金融机构对于风险信息的识别与控制。但另一方面，由于VaR对金融资产或投资组合的风险计算方法是依据过去的收益特征进行统计分析来预测其价格的波动性和相关性， 从而估计可能的最大损失，单纯依据风险可能造成损失的客观概率， 只关注风险的统计特征， 风险管理思路相对比较片面。除此之外，VaR主要使用于正常市场条件下对市场风险的测量，因而当面对金融市场的一些突发事件时，VaR方法并不能全面地度量金融资产的市场风险。尤其在我国证券公司业务环境发生快速而深刻变化和量化交易和对冲交易迅速发展时期，我国证券公司在强调改进传统风险控制方法的同时，也应该方法上不断创新，使预测结果更加精准有效。

另一方面，在监管规则层面， 多年的实践表明以净资本为核心的风控指标体系在协助证券公司有效防范业务风险、保持业务平稳发展上发挥了非常积极的作用。但随着证券公司组织架构、业务产品越来越多元化，相关风险类型日也趋复杂，现有风险控制指标制度已经难以适应新形势下风险管理的需要。因此，证券公司应结合行业发展的新形势，通过改进净资本、风险资本准备计算公式，完善杠杆率、流动性监管等指标，明确逆周期调节机制等，提升风控指标的完备性和有效性。

四、结论及政策建议

证券公司自营业务风险的识别是一项系统的工作，通常牵涉到许多定性和定量的变量。因此，我们应当逐步认识自营业务风险形成规律、把握自营业务风险存在的位置，并在此基础上，对证券公司自营业务风险进行识别和控制，本文利用优化之后的VaR模型，分析了我国证券公司自营业务风险。本文得出的基本结论和政策建议如下：

第一、证券公司风险控制系统依赖于构建科学的数学模型， 模拟证券公司业务发展和市场变化的各种状况，能够在风险发生前发出警报，以便提前采取预防措施。分析模型在事后运用，通过对变化原因的分析，可以提前发现可能存在的风险刺激因素。因此，根据我们上文的分析，我们可以利用VaR风险预测模型， 研究建立适合本公司自营业务实际的VaR模型，准确地预测公司自营业务。如果计算的VaR值高于规定的风险准备比例，则应当要求证券公司提高风险资本准备比例，调整自营业务规模。通过上述方法，可实现对风险的实时、动态及事前监控。因此，证券公司在建立起VaR模型后，应结合财务、清算等系统准确计算相关业务风险，力争做到风险实时监控，实现事前预警和事后敏感性分析。

第二、证券公司自营业务风险管理是在西方发达国家成熟的市场经济和完善的金融体系下发展起来的，它的应用需要一定的金融环境和良好的监管运行机制。通过对证券公司自营业务风险识别以及风险控制进行分析，本文认为，应从建立证券自营业务风险控制开始进行逐级监管，完善证券公司内部监管机制，扩展证券自营业务风险监管权限，加强证券公司自营业务的审计四个方面来实施证券公司自营业务风险的监管。定期评估全面风险管理体系，根据评估的结果及时改进风险的识别和控制机制，同时，证券公司应结合行业发展的新形势，通过改进净资本、风险资本准备计算公式，完善杠杆率、流动性监管等指标，提升风控指标的完备性和有效性，以便适应新的宏观经济状况。

参考文献：

[1]黎延海.模糊层次分析法的Matlab实现[J].硅谷， 2009

[2]肖琼，汪春华，肖君.基于模糊层次分析法的网络信息资源综合评价[J].情报杂志，2006

[3]臧秀清，王素芳.内部控制框架下的证券公司自营业务授权博弈[J].燕山大学学报：哲学社会科学版， 2015

[4]姜慧.证券公司自营业务内部控制研究[J].哈尔滨职业技术学院学报， 2014

[5]刘燕，刘玉娟.我国证券公司自营业务风险管理问题分析[J].经营管理者， 2015

[6]郭强.谈证券公司自营业务内部控制问题[J].速读旬刊， 2014

[7]张琦.证券公司内部控制缺陷信息披露现状研究——基于我国上市证券公司的分析[J].管理现代化， 2014

[8]陈南龙.证券公司自营业务的风险及防范[J].科技信息， 2012

[9]杨高宇.券商自营业务创新的影响及对策分析[J].中国证券期货， 2012

[10]李云亮.我国上市证券公司自营风险量化研究[J].商业时代， 2011

[11]Hu A H， Hsu C W， Kuo T C， et al. Risk evaluation of green components to hazardous substance using FMEA and FAHP[J]. Expert Systems with Applications， 2009

[12]Naghadehi M Z， Mikaeil R， Ataei M. The application of fuzzy analytic hierarchy process （FAHP） approach to selection of optimum underground mining method for Jajarm Bauxite Mine， Iran[J]. Expert Systems with Applications， 2010

[13]Jorion P. Value at Risk： The New Benchmark for Managing Financial Risk[J]. Risk Management， 2012

[14]Basak S， Shapiro A. Value-at-Risk Based Risk Management： Optimal Policies and Asset Prices[J]. Review of Financial Studies， 2014

推荐访问:证券公司 自营 风险控制 识别 风险