ETF权证发行实证分析 2006年3月
发行人风险 模型风险 市场风险 做市风险 正股流动性风险 最低持仓头寸限制风险 缺乏对冲工具带来的风险
模型选择 我们选取Black-Scholes模型为权证定价。 优点： 理论上得到严格的证明 实践中被市场广泛应用 缺点： 股价行为远比几何布朗运动复杂 期权市场上隐含波动率的“微笑”与“哭泣” 不能处理收益分布的“厚尾性”与收益波动的“簇聚性”
波动率估计 波动率（Volatility）是BS模型中，最重要也是唯一无法从市场直接观察到的参数 以历史波动率为基础 用GARCH模型修正波动率 从“均值回归”估计波动率 从“波动率微笑”估计波动率 从“股价杠杆效应”估计波动率
避险策略 Delta中性（Delta Neutral）避险 由于BS模型的推导基于风险中性与无套利原则，从模型的结论中可以直接得出Delta中性避险策略。 组合避险 考虑交易成本 考虑连续避险（Delta避险带） 情景分析中的最差情景重现处理 结合正股走势判断动态调整避险头寸
避险策略评估因子 我们以VaR和CVaR作为风险控制的量化指标
避险实例 我们以即将推出的深证100指数ETF为例，进行实证分析 基本信息： 标的资产：深证100ETF 权证类型：欧式认购权证 存续期限：自权证上市起6个月 行权方式：可在权证存续期间的最后三个交易日行权 行权比例：1：1 结算方式：现金给付 发行数量：1亿份
产品优势 ETF流动性好，权证有望交投活跃； ETF权证可以用来对冲大盘系统性风险； 发行人对冲操作对ETF本身造成的价格影响低 ； 权证发行人申购可用一揽子股票，构造初始对冲组合时现金需求较低； ETF权证不涉及除权、除息的问题，不必由此对行权价格和行权比例调整；
标的资产分析 由于目前深证100ETF尚未推出，我们根据其特性选用深证100指数的历史数据作为替代样本数据 补 图1 历史走势
标的资产分析 深证100指数日收益率有较为明显的“簇聚现象”
收益率时间序列分析
收益率时间序列分析 由Q检验结果可知序列不具有线性相关性 ARCH检验的结果表明序列具有ARCH效应 结论： 用GARCH模型修正后的波动率，更符合该公司股价实际波动情况
历史数据分析 历史数据选取区间为03年1月到05年11月 以月为时间窗选取样本，共发行27只期限完整的权证 以日为时间窗选取样本，共发行537只期限完整的权证 假定监管层要求最低持股比例为30％ 记发行成本为对冲成本＋交易费用
历史权证样本发行成本（隔月）
历史权证样本发行成本（隔日）
历史权证样本发行成本 可以看出： 在最低持股30％的要求下，以月为间隔发行如上条款的价内认购权证，其最大发行成本为1479万元 以日为间隔发行则历史上最大发行成本为1514.6万元。
模拟分析 模拟方法： 历史蒙特卡罗模拟 标准蒙特卡罗模拟 模拟次数： 每次模拟均随机生成50000条路径，以保证结果收敛 避险方式： Delta中性组合避险 实现工具： Matlab6.5
避险策略评估
避险策略评估 我们以历史MC模拟数据为例说明风险值VaR与条件风险值CVaR的实际意义。 权证存续期内，在99％的置信水平下风险值为1623万元，99％的置信水平下条件风险值为1740.7万元。 这表示存续期间99％的情况下不会发生超过1623万元的发行成本，一旦发生超过该数值的发行成本，则预期发行成本为1740.7万元。 置信水平越高，风险值约大。这里我们考虑的最高的置信水平达到了99.9%。
避险策略评估 由于目前国内没有完善的场外期权与ELN市场，权证发行人只能通过构造对冲组合进行风险规避。 这种避险方式成本较高，发生损失的可能性大，期间现金需求也较高。 针对不动风险度量下的发行成本，我们分别计算相应的隐含波动率。 理论上期初如果按照这样的隐含波动率发行，则可以做到在不同的概率水平下期末不会发生损失。
避险策略评估
最低持股比例的影响
最低持股比例的影响
问题探讨 GARCH模型中误差放大的风险 盟特卡罗模拟中的历史数据选择问题 缺乏场外期权市场下的对冲工具选择 未来做市制度下的做市商风险度量 风险值的度量以及盘后情景分析 风控、做市以及交易系统的对接 未来对手盘风险与信用风险的评估 最低持股比例下的发行避险策略 利用纯call+put组合对冲发行认沽证的可行性 利用融券复制卖空发行认沽证的可行性
Thank You!