一、引言
2012年以来，自营业务一直是除了经纪业务以外证券公司收入的一个主要来源，2014年120家证券公司的自营业务收入就占总收入的比重大约27.29%，2015年更是大幅增加，达到了1413.54亿元，占总收入比重达24.5%。虽然自营业务在证券公司的总收入中占有很大的比例，但自营业务的收益却在很大程度上受到经济周期波动的影响，从而对证券公司的整体收益和风险状况产生很大的影响。因此，证监会在2005年发布《证券公司证券自营业务指引》用于改革自营机制，防范自营风险；又于2011年发布《关于证券公司证券自营业务投资范围及有关事项的规定》，限定了证券公司自营业务的投资品种，用于规避风险。2014年颁布的《证券公司全面风险管理规范》中特殊强调对公司经营中的流动性风险、市场风险、信用风险、操作风险等各类风险，进行准确识别、审慎评估、动态监控、及时应对及全程管理。因此，研究我国的证券公司自营业务的风险识别和风险控制对于证券公司的健康发展具有重要的现实意义。
无论是证券监管部门还是证券公司本身都面临着如何提高证券公司自营业务风险控制和风险识别能力的问题。然而这个问题在学术界和实务界都没有进行深入的讨论，主要源于风险控制理论与实践的对接错位，风险控制方法没有跟上控制论自身的发展，理论机制不完善，难以指导实践；同时，证券公司从业人员的风险控制意识不强也是其中一个重要原因。因此，为了能够对证券公司加强内部控制提供一些借鉴意义，本文将Garch和VaR相互整合优化之后的VaR模型，结合方差、自营业务收益率、贝塔值等常用风险量化指标，分析我国证券公司自营业务风险，从而对我国证券公司的自营业务风险进行控制，建立和完善自营业务风险识别和控制机制来发挥其降低证券自营业务风险的功能。
二、风险控制理论模型
目前，以VaR为基础的风险管理模型正不断地被金融监管当局、商业银行所使用，证券公司也在广泛使用VaR方法来管理营运资金、制定风险策略，通过对所持有贷款的风险评估以及计量，及时变动组合以消除市场风险。我们可以借鉴国外的实践经验，构建适合我国证券公司特征的风险控制分析框架。
VaR（Value at Risk）分析框架在1993年由G30集团在研究衍生品种的基础上提出，目前已经成为金融界测量市场风险的主流方法，其含义是指，在一般的市场波动之下，金融资产或资产组合在一定概率水平下的最大可能损失。假定VaR的界限符合投资的界限，那么我们可以将VaR定义为：[PW0-WT≤VaRα≡1-α， α∈0，1]。注意，VaR可以被解释为在给定的时间间隔下，在正常的市场条件下，可能发生的最大损失。VaR的具体计算方式为：[Var=V×n×σt]。在该式中，[V]是产品的价值，[σt]是波动率的度量，[n]是为了获得一个确定性的置信区间 [t]表示时间跨度。要确定一个金融机构或资产组合的VaR值或建立VaR模型就要确定以下三个系数：第一是持有期间的长短；第二是置信区间的大小；第三是观察期间。
传统的VaR计算方法都假定金融数据的收益率方差保持不变，但在金融的时间序列数据下，容易出现异方差的现象，我们使用正态分布很难描述这一特点，因此我们使用Garch（广义自回归条件异方差模型）来计算。Garch模型可以用来估计方差，通过方差的大小来衡量风险的大小。其次，也可以计算均值方差中的置信区间。并且，使用这种方法对异方差进行正确的估计可以使参数估计更加精准。Garch由均值方程和方差方程构成，均值方程表示为：[rt-μ=σtωt]。在上式中，[rt]为收益率序列，[μ]为收益率序列的均值，[σt]为随机变量的条件方差，[ωt]为独立同分布的具有0均值且方差为[σt]的随机变量。方差方程为：
由我们的统计结果可知，VaR风险指标比上证指数高的只有2家，标准差比上证指数高的有3家。这说明，我国的证券公司对宏观经济风险的识别程度较高，自营业务风险控制较好，且总体上取得的收益率相比于上证指数来说都比较高。我们以证券公司G为例进行分析，其标准差较小相当于上证指数的四分之一，这说明隐藏的风险相对较小，收益率的波动性较小，VaR的值低于上证指数的水平，在95%的置信水平之下，计算的VaR为上证指数的十三分之一。与其相互对应，C证券的VaR高于上证指数的1.54倍，标准差高于上证指数的1.83倍。这表明，相对于G证券来讲其波动性较大，其隐藏的风险也相对较大，而G证券公司的自营业务经营良好，风险较小，G公司在风险识别和控制上有其自身的优点。通过比较分析我们知道，VaR 方法在证券公司自营业务风险识别的控制方面具有很大优势，证券公司可以定期测算自营业务的VaR值，提高自营业务风险的把握程度，机构管理层也可以随时掌握机构的整体风险状况， 并采取措施对自营业务风险进行统一管理。
有鉴于此，我们认为在证券公司自营业务风险管理方面，首先，证券公司应遵守有关法律法规对自营业务做出的比例规定，严格执行这些比例和规定是证券公司防范和控制自营业务风险的基本保证。其次，证券公司在从事自营业务时，应设立公司内部各种防范指标，对警戒指数进行科学设定，并建立相应的监控体系和组织机构。再次，应运用优化组合投资和技术性对冲保值等手段解决公司在一定时期内的投资组合，防止单一性投资可能带来的投资风险。最后，为防范自营业务风险，证券公司应建立健全并不断完善内部监控体系，包括设立公司内部必要的相互监督、相互制约的机构，建立重大投资活动的集体决策和科学决策制度，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。
