.st0{fill:#FFFFFF;}

Breaking Down the Black Box 解構黑盒子 

初次見面許多人對我的工作與職務性質都充滿好奇,財務工程是什麼樣的工作,平常究竟都在做些什麼?而最近也有許多學弟妹帶著滿腹的疑惑來找我,想要知道主修財工的學生 (碩士班) 在畢業後,能有什麼樣的機會,業務屬性又是如何。

簡單的說,財務工程就是運用數學、統計 (計量) 與財務的知識,結合撰寫程式的能力,用來解決在財務領域所會遭遇到的問題。由於財務領域相當的廣泛,應用的範圍更是包羅萬象,有人研究最佳化投資組合的建立模式,有人研究市場微結構,試圖從密集的資訊中找出市場規律性,更有人致力於基礎理論、模型的建立。有太多的領域我們無法一一道盡並深入探討,本文我們將從另一個面向 – 解構黑盒子,從管理與交易的角度介紹 Quant[1]的工作性質。

黑盒子在哪?

財務的領域充斥著黑盒子的存在,所有我們無法直接得知其運作邏輯的模型、系統都可以歸類為是黑盒子。在這之中,有部份可以藉由間接的觀察、測試數值的變化,來推敲其隱含的運算邏輯為何,進而建立出相同的運算模型,如外購的風險管理系統、評價系統以及外商的報價邏輯等;而另一部份我們只能靠統計的資料,觀察其數值變化的趨勢,如各大避險基金的淨值變化、股票的價格變化等。而本文的討論將著重在第一種類型的黑盒子上。

管理面系統、系統、還是系統

在過去幾年的工作經驗中,我們有很多的機會使用外購的系統來處理每日評價與出帳的作業,這些系統每天產生的數字主宰著各大金融機構每日損益的波動,決定季度、年度財報的表現,也間接影響了投資人的權益。

而日漸複雜的各式衍生性金融商品不斷推陳出新,納入這些複雜商品評價模型的系統也廣泛的為各大金融機構所使用。為了避免遭受預期之外的虧損,例如使用錯誤模型評價,導致商品到期時與市價偏離太多。財務工程人員必須深入系統的使用,確切的了解這些模型產生的數字所隱含的意義,並確認模型的適當性。

當外購系統的文件說明完整時,我們需要確認系統實際產生的數字是否與文件中所言一致,而系統所提供的評價邏輯與方式,是否符合公司的需求,若不符合,則需根據公司的需求進行修改,並將修改後的模型導入系統,或於系統之外進行評價。

當外購系統的文件說明模稜兩可、解釋不全時,則需要藉由觀察系統計算出的數值,根據市場慣例、可能的模型選項與個人經驗等,測試且猜測系統所使用的模型種類,以及是否存在額外調整項。

圖一:Fenics 外匯選擇權系統 v.s 圖二:Panorama 風險管理系統

對系統有了全面性的了解之後,我們才有辦法告訴交易員,系統產生的數字所代表的意義為何、對 Greeks 的定義是否認知正確,從而交易員才能以這些數字作為參考,對其投資部位進行調整;另一方面,對於風險控管人員而言,當我們有能力掌握相關風險的變化意涵時,才有辦法估算出公司即將面臨的風險 (損益波動) 變化程度為何。如此一來才能降低預料之外事件的發生機會。

交易面爾虞我詐,外商的報價是如何產生的

知己知彼,百戰不殆。在對內部系統有了透徹的認知之後,為了發展新業務,如外匯選擇權交易等,我們可以藉由了解外商報價系統的運算邏輯作為出發點。

圖三:AutoBahn 外匯選擇權交易平台 v.s 圖四:UBS 的外匯選擇權交易平台

一般而言,市場上一些主要的交易商,如 UBS、DB、Barclays 等,都會發展電子交易系統,提供給其他市場參與者在系統上詢價、成交。對於簡單型態的選擇權 (Plain Vanilla Option) 來說,只要考量市場慣例的差異進行微調,報價基本上不會有重大的差異,一般會依照交易員對市場狀況研判 (View)、風險偏好的不同而有些許差異,但是對複雜型態的選擇權 (Exotic Option) 來說,價格的計算就不像教科書中公式所寫的那樣簡單了。

對於基本型態的障礙選擇權來說,如同「衍生性商品風險管理 Derivatives Risk Management」一文中曾提及的,這類型選擇權在評價上會額外考量波動率的二階風險,也就是 dDelta / dVol 以及 dVega / dVol 等風險,亦即市場上為人所知的 dVega 評價法。如果能正確的利用這個評價方法的邏輯,並經由些許調整,即可將一般的障礙選擇權價格評價出來,而這個價格也能夠落在外商電子交易系統的買、賣報價之間。

Quant - FX KI Barrier Quotes

圖五:外匯障礙入局型選擇權的市場買賣價與模型買賣價、中價的關係圖

圖五是障礙入局型 (Knock-In) 選擇權的市場買賣價 (Autobahn、UBS 等交易系統之報價) 與我們所發展的模型買賣價、中價的關係,每一個數值皆代表報價與模型中價之間的差距比率[2]。可以清楚的觀察出,模型計算出的中價都落在市場報價 (買、賣價) 之間,而依照我們的報價邏輯,考量避險成本下產生的模型買、賣價也落在市場報價之間[3]

Quant - FX KI Barrier Quotes

圖六:各家交易系統買賣報價、理論價與模型買賣價、中價的關係圖

從圖六可以更清楚地看出各家交易系統的障礙入局型 (Reverse Knock-In) 選擇權報價與我們的模型價格之間的關係,可以大致上觀察出各家系統的買賣報價差幅 (Bid-Ask Spread),與價格的變化趨勢為何。

進一步去觀察買、賣價的價差,就會發現這之中所蘊藏的知識的價值還真的不小。當不了解市場運作的方式與隱藏在背後的運算邏輯時,一般金融機構只能接受電子交易系統的報價,然後很輕易的就被賺走了「非常寬」的價差 (這是成長與學習的必經過程);但是如果能夠自行研究、發展出自己的模型,清楚的知道在面對何種市況時,什麼樣的報價方式與持有何種部位對自己最有利,在這樣的情況下所建構出的報價往往都會比電子交易系統所提供的價格要好,自然而然就能夠漸漸的將這個業務發展起來。

結語

財務工程的領域既廣且深,在持續追趕國際金融市場發展腳步的同時,我們必須由內而外,首先加強對既有工具的了解,穩固內部的知識與業務能力。當充分掌握所擁有的資源、能夠自由運用之後,接下來就能向外拓展新業務。 而這些都能夠藉由財務工程的協助,對各式各樣的評價、交易、管理等系統進行測試與拆解,學習他人的經驗與過人之處,並以此為基礎發展出屬於自己、適合公司發展方向的模型。為了達到這些目標,則有賴於財務工程人員對市場的熟悉程度、與交易員的充分交流、相關領域的知識能力以及多年來所累積的經驗。而這些都需要我們持續學習、共同努力,僅此與大家共勉之。


[1] 指 Quantitative Researcher 或 Quantitative Analyst,為財務 (金融) 工程人員的簡稱,知名學者 Derman 更以此做為其自傳【My Life as a Quant】的名稱。

[2] 差距比率 = (報價 - 模型中價) / 模型中價。

[3] 此模型報價尚未根據市場狀況、風險偏好進行調整。

  • 提到非常多細節 感恩
    可以說: 前台Qunat工作之一是發展模型,使模型能計算出bid ask之間的價格以利報價嗎?
    Dvega 評價法是指甚麼呢

    • 很開心文章對你有幫助 ^^

      是的,但規模、發展進度不同的銀行有能力做的事情不見得相同。有些前台 Quant 則是負責設計交易策略、設計複雜商品等。

      一般在交易複雜選擇權 (exotic option) 時,需要特別管理其波動率風險。實務上會用選擇權風險係數中對波動率的二階風險來進行評估,並估算使用一般選擇權調整二階風險時需要花費的額外成本,再將這個成本加到複雜選擇權的報價中。所以我們一般會稱做 dVega 評價。(不同銀行稱呼可能也不同)

      回到前面說的,這也是為什麼每一家銀行的報價 (bid/ask) 會有其「特色」,因為其風險偏好、風險衡量方式都已經隱含在內了。

  • {"email":"Email address invalid","url":"Website address invalid","required":"Required field missing"}
    >