1、2022年是市场风云变幻的一年
2022年注定是中国股票市场剧烈震荡的一年。数据显示，截至9月23日收盘，上证指数今年以来的跌幅已达15.15%，深圳成指同期的跌幅为25.92%，创业板指的跌幅更是已经高达30.66%。
在老牌百亿私募方面，淡水泉、汉和资本、敦和资管等机构今年以来平均净值回撤均超17%。在近两年新晋百亿规模的头部私募方面，冲积资产、同犇投资、汐泰投资、和谐汇一等机构今年以来亏损均超16%。在业绩表现居前的百亿私募中，睿扬投资、宁泉资产等机构，则较好地把控住了旗下产品的净值回撤，共计有14家主观股票多头策略百亿私募今年以来实现逆势正收益或亏损幅度低于5%。
在新冠疫情和国际金融市场动荡的双重冲击下，A股市场风云变幻，诸多不确定性对融资融券业务的风险管控提出更精细的要求。无论是投前对买入标的的研究，还是投后股价及仓位的风险把控，都对投资人提出了更高的风控需求。
本文将结合德勤风驭智慧股票产品，针对股票市场目前存在的风控痛点，一一展开新兴式股票风险预警一站式解决方案。德勤风驭智慧股票产品通过多年的财务分析经验、市场观察定量研究结合数字化驱动模型，将通过增加融资融券风险的监控，结合财报、市场舆论、股价波动及各金融市场间关联的特殊优势，为投资者提供可应用在实际业务中的简单易懂的股票风险评级指数。
2、个股风险量化模型优势突出
德勤智慧股票从不同角度、采用更加准确的方法进行测算，指标筛选采用分层的结构，指标包括基本面、技术面和行为面三个大类。
其中，基本面指标主要从财报造假、偿债能力、成长能力和盈利能力这四个方面，对企业的质地进行评估和打分。这部分指标采纳基于年报数据，采用逻辑回归 遗传算法的方式进行建模，为风险指标的基础预警提供驱动力量。
在技术面中，存在一些“时效性”极强的指标，如价格波动、流动性、价格趋势和外部舆情信息等。为了在指标中更精细地体现时间的价值，为赋予时间权重系数以更符合市场的认知，德勤智慧股票则会引入“半衰期”的概念，如技术面指标中的Beta、短期反转、相对市场强度、Sigma。
在行为面中，通过多方行为大数据的结构化处理，实现定性指标定量化，比如股东的减持行为、股权质押行为，买方的机构持仓变动，卖方的分析师一致预期，监管的行政处罚，审计师的变更频率等。
德勤以更高的数据完整度、更强的数据时效性和更深的特征工程挖掘技术为投资者提供专业和精准的预警服务。
3、产品预警实例
3.1 个股提前预警下跌走势
德勤通过制定量化因子，有效捕捉市场流动性变化及股价先兆波动趋势，结合回归分析，精准归因波动原因并给出预警等级。近期有效预测了中成股份及中交地产等个股的股价下跌趋势，平均有效提前预警时效可达1-2个交易日。
【中成股份】：在8月19日评级由C下调为D，在9月8日五级分层评级由D下调为E，提示风险预警，有效预测了该股9月9日以来的连续下跌风险。
【中交地产】：在9月9日五级分层评级由D下调为E，提前了10天预测了该股9月20日以来的连续下跌风险。
3.2 多空宝预警
由于信息技术越来越发达，各种金融市场之间的联系也相对越来越紧密。市场之间的同步性不断提高，金融波动的传递速度越来越快。同时，由于各种金融衍生品交易规模日益扩大，量化交易和高频交易等新型交易手段越来越先进，全球金融市场的复杂性也空前提高。因此，金融危机的防范和应对将面临前所未有的挑战。
此外，智慧股票通过观察多金融市场联动情况，结合资金市场的流向和股债配比之间的相对价值差为市场整体风险提供预警。
4、产品定制化落地案例
随着市场的发展，各家证券公司也在积极探索更为精细化、系统化的融资融券管控方式。根据中证协数据，中信证券、华泰证券融资融券收入增长较快，2021年分别实现融资融券业务利息收入99.16亿元、88.02亿元，同比上年增加30亿元左右。为了在融资融券业务规模快速发展的同时做好风险管理，华泰证券和中信证券都针对融资融券业务建立了打分卡模型用于风险管控其中，华泰证券主要措施为采取了分级限制，对融资融券账户进行了集中度管控，实现了对标的证券的精细化管理，既保持了融资融券业务的高成长、高盈利，又严格把控风险敞口，实现信用资产的低不良率。
对于证券的分级模型，中信、华泰等头部券商已经走在了自主研发的道路上，实现了从零到一：基于一些关键指标，通过打分卡模型加权汇总，实现标的券、担保品进行A～E的评级分组，但这类模型基于非量化指标分析，较大程度依赖专家主观判断，难以对风险做到客观量化评估，模型回测效果和时效性较难验证，存在进一步的改进空间。
而德勤智慧股票产品，将量化分析模型的指标数据，通过遵循业务含义、样本均衡和风险相关性原则，实现较高的召回率和准确率，形成有助于券商日常的风险管理的具有较为准确风险区分能力且简单易懂五档位划分模型。
作为一家中等规模证券公司，同时也是德勤的重要合作伙伴，恒泰证券基于业务现状，依托于德勤“智慧股票”体系，协同构建股票担保品分级模型，在融资融券业务地风险管控中采用“德勤分级 自建模型”的模式，以实现准入和集中度管控的目标。
4.1 准入
恒泰证券基于德勤智慧股票产品，搭建担保品黑名单池，实现担保证券的“风险级”和“非风险级”的两级管控。恒泰证券力求通过标准化建模，提升公司担保证券风险识别能力，能够及时、有效、准确地区分出具有较高风险的担保证券；德勤智慧股票模型则通过降低五级分类组别较低标的券的折算率和控制集中度的方式，从而实现管控担保证券的风险。
为了进一步细化担保品风险层级，德勤智慧股票模型通过多层级划分的方式实现对担保品的风险定价，结合折算率的动态调整和集中度的动态管控，实现对担保品、客户等多维度风险的精准控制。在事前的业务准入，德勤的五级分级模型是恒泰证券构建黑名单池的重要基础，恒泰证券主要通过 “模型验证-模型集成-结果产出-黑名单管控”几个步骤将五级分级模型的结果运用于事前的准入标准管控中。具体实现步骤如下：
第一步，验证模型。基于德勤分级模型的过程和结果，恒泰证券通过大量的回归验证和历史回测工作来进行二次校验。验证过程使用恒泰证券自建的多因子回归模型，通过分析各类市场因子对德勤分级结果的解释效力，验证德勤模型的因子选择和权重设置，得出德勤五级分类模型对股票暴雷风险有较好的区分能力，模型的参数选择有较强的统计学依据。
第二步，集成模型。恒泰证券将德勤分级结果和自建模型进行集成，综合多模型的信号形成最终稳健的分级结果。例如，考虑到舆情信息中含有较多的难量化和非线性影响因素，恒泰证券自研了一套舆情评分模型，通过主观打分和舆情标签赋值等模式，对一定周期内的股票舆情进行风险量化评分，再将舆情模型与德勤模型进行联合。
第三步，产出结果。恒泰证券形成了以德勤分级结果为基础，集成自建分级模型和舆情评分模型的担保品风险评级体系。该模型已在公司内部通过自主开发的模式构建，可以实现“模型训练-模型预测-模型回测”风险分析闭环应用，以日频的方式分析全市场A股的风险情况。
第四步，生成黑名单。基于模型最终评分结果，恒泰证券对得分处在尾部的公司进行统计，以此形成了公司融资融券担保品黑名单池，构建了风险券识别能力，并通过黑名单池对担保证券进行风险管控。管控的手段一般和同业经验相似，主要是对担保品折算率和集中度进行控制，如按一定的比例调低处在黑名单池中担保品的折算率，并对“黑名单券”集中度较高的客户进行预警和管控。
4.2 集中度管控
为了避免融资购买的股票价格下跌，或融券卖空之后股票价格上涨带来的损失，除要求投资者按照融资融券债务规模按比例缴纳保证金外，券商对信用账户中单只证券的市值占比也有严格的要求，即集中度管控。如果某只证券的市值占信用账户总资产的比例过高，一旦市场出现剧烈波动或个股遭遇黑天鹅事件，即便强制平仓可能也无法避免亏损。因此，为了有效降低融资融券交易市场风险，各家券商根据维持担保比例，对客户信用账户持仓进行严格的分级控制。
针对单只券的集中度管控以中信证券为例，由上表可知，当信用账户维持担保比例低于180%时，所持有的归属于动态风险分级“E”分组的单一证券的市值占信用账户总资产的比例不得超过5%。随着信用账户维持担保比例的提高，单只证券的集中度限制也会随之提高。
针对五级分类以动态风险分级“E”分组为例，当客户维持担保比例低于180%时，所持有的归属于“E”分组的所有证券的市值占信用账户总资产的比例不得超过20%，并且集中度限制同样会随着信用账户维持担保比例的提高。
德勤智慧股票解决方案中的五层动态风险分级结果可同时应用于集中度管控。动态量化风险评估避免了传统打分卡、专家评估等方法可能存在的风险评估滞后、客观性不足等缺陷，以量化模型结果为基础并结合适当人工调整，确保能够及时更新证券的风险分组并动态调整对信用账户的集中度限制，最终实现动态量化集中度管控的目标。
例如，截至9月14日，惠天热电、北京文化、慈文传媒等股票已连续下跌五天，德勤智慧股份已在9月2日将其风险等级划为“E”组，对未来可能存在的风险实现了有效的预警作用，若能及时根据五级分类结果对相关标的券的集中度进行调整和管控，则可以有效规避损失。
5、以可控的风险管理规划未来
展望2022年中国证券市场，可谓是惊心动魄的震荡的一年，预期收益和潜在风险的博弈在这个市场上愈发激烈。
未来，不能被预测，但是可以被规划；风险，不能被预知，但是可以被管理。无论面对未来还是面对风险，最好的策略就是提前做好风险预警及管理应对，从而降低临时预判调整的压力和风险。
