李雪飞：金融衍生品助力分散风险和保障资产安全性

2018年4月20日-21日，由中国期货业协会主办的第十二届中国期货分析师暨场外衍生品论坛将在杭州黄龙饭店召开。本届论坛以“新时代、新价值、新作为”为主题，围绕大宗商品、“保险+期货”、期现结合与资产管理等业务领域，总结期货衍生品市场服务实体经济的经验与模式，深入梳理中国特色社会主义新时代背景下实体经济风险管理的需求特点。

21日下午，在分论坛“资产管理—人工智能浪潮下的财富管理”会场，中信证券衍生品经纪业务部副总裁李雪飞作了“金融科技、衍生品与财富管理”主题演讲。

中信证券衍生品经纪业务部副总裁李雪飞

李雪飞表示，财富管理的目标可以总结为：第一，创富、守富；第二大类是传富；第三个是享富。

金融衍生品对于财富管理的意义，主要体现在分散风险和保障资产安全性两个方面，而这也是资产管理行业的永恒需求。另外，李雪飞表示，随着市场发展、科技进步，市场出现越来越多的逐渐细化的风险管理需求，金融衍生品还能起到很好的对冲功能。

对于科技进步对财富管理带来的影响，李雪飞认为，客观讲，对中长期的投顾策略的效果仍然需要观望，这仍是一个持续探讨的过程。

以下为文字实录：

李雪飞：各位来宾，大家下午好！非常高兴和感谢中信期货提供这样的机会，让我在这里跟大家分享一下金融科技、衍生品和财富管理相关的想法。

我本身是在部门做中信衍生品经纪业务部，主要负责场内期权相关的工作，本人主要是做场内期权、策略上的开发工作。我们本身还会跟大量市场里面的投资机构交流，所以在财富管理方面也有一些想法，跟大家做一些交流和分享。

我今天的内容有点像命题作文，里面提了金融科技、衍生品和财富管理，每一块扩大起来都挺大的。因为今天时间有限，所以我们这里主要就把这三块里面各自提出几个点，然后跟大家做一个比较短的分享。

首先，我们今天的内容主要分三个部分：第一，大概谈一下目前整个市场财富管理的规模及我们想它未来可能的、潜在的发展方向；第二，介绍衍生品这样的品种在财富管理里面，我们想探讨它的意义；第三，探讨一下技术进步为财富管理及衍生品带来的影响。

财富管理这个行业在过去十年期间，我国的财富管理市场是持续快速扩大的过程。之前招商说2017年中国私人财富报告有一个统计，过去十年期间我国国民财富市场规模从2006年26万亿快速扩展到165万亿非常惊人的规模。同时，个人可投资超过1000万人数，十年翻了三翻。到了2016年，中国高净值人群人均持有可投资资产约3100万人民币，可投资产已经达到了49万亿人民币之多。

财富管理的目标是什么？从我们这边的总结主要有三个大的方向：第一，创富、守富。就相当于刚刚开始的高净值客户开始强调管理个人的资产负债表，做个人的配置、投资及对个人的财富做一个规划，以及税务方面的规划。第二大类是传富，主要是讲继承个人的财产，就是家族传承、文化、精神、财富的传承，涉及到二代的培训。第三个是享富，生活中复杂的事务，为客户提供解决方案，包括医疗、教育、慈善、生活等。中信证券去年开始，在财富管理方面也做了很多这样的工作。

从目前财富管理的市场格局来看，其实客户主要分四类：第一类是一百万以下的财富客户，目前主要是商业银行的零售业务和券商的个人业务，还有互联网金融的公司，主要覆盖很多一百万以下的零售客户。一百万到一千万是商行贵重理财、私募基金、券商财富管理。一千万是专属的财富管理公司，做一个分层的覆盖。

从未来的发展方向和大的趋势来看，从策略、类别和地域的角度讲，财富管理行业在未来有变化。从过去的短期投资向未来的长期投资专门，地域角度从国内资产逐渐变成全球资产。在这个过程中，不管是衍生品这样的市场还是技术进步，其实在未来趋势的变化中，都会在里面扮演非常重要的角色。

第二块谈一下衍生品在财富管理中的意义。衍生品对财富管理管理的意义，第一点就是财富管理真正有什么样的需求。比如大家买一些产品，做财富管理最大的投资需求的时候，我们左下角的图是之前瑞银计算的美国市场对冲基金指数，在1993-2013年的走势，然后跟股票市场本身走势的对比。绿线是全球的对冲基金指数。可以看到20多年间的环境里面，这样一个全球的对冲基金指数累计收益并没有表现出大额超出表外指出的情况。我们知道表外是剔除风控的指数，所以如果我们把分红的部分加上去，从收益来讲，占对冲基金指数，至少在20多年间没有跑赢的。为什么大家选择做对冲基金和财富管理？主要的原因还是追求最高的收益不是财富管理最高的目标，两方面：一方面Preqin作为对冲基金管理和分析的机构，他们统计了一下投资者投资对冲基金是什么原因，他们把原因从高到低做了排序，最重要的几点是对冲基金与股票、债券等传统市场相关性低，然后是不同的的市场环境下能够获得绝对的回报，然后是更高风险调整后的收益，总结起来是可以降低投资组合的波动性和降低风险。大家做财富管理这样的投资目标，最重要的核心需求是保证财富的安全、财富的传承等等。而做海外投资的目标，最重要的原因都是分散风险。所以这样一个财富管理的行业它需求什么？它首先需求风险的分散，需要新的和传统产业相关性比较低的产品，所以衍生品在这两个角度上，都为未来提供非常重要的意义。这是我们想的衍生品对财富管理和资产管理非常重要的点，就体现在这两个方面。

因为我们本身是期权做得比较多，所以我们就拿期权举例。我们知道期权的定价里面是由波动率影响，波动率本身是期权带来的新属性。所以所谓的交易期权，就是交易波动率。在海外的市场，波动率跟股票和债券是低相关性甚至有时候是负相关的资产类别，所以对衍生品这样的配置，衍生品本身就会提供一种和股票低相关性的资产类别，所以可以降低组合的风险。比如说像CBOE的BLFY，它是每个月调500指数期权，同时买入虚指，防止市场风险。它的收益是左下角的图，横轴是股票本身的价格，往右是股票上涨获得收益，往左是损失了，而BLFY是中间的红线，就是中间市场不动就会获得收获，市场大涨或者是大跌就会受到损失。我们可以看到它和股票市场是低相关性的品种。从1986年6月20日到2018年3月16日，BLFY与标普500指数相关性只有0.24。所以可以看到，一方面是波动率资产的长期累计收益并不差，同时跟原有的股票和债券品种保持很低的相关性，所以配入新的资产组合，降低了资产风险。此外，波动率资产有方向性，配置时需分析。比如说BFLY在2009年之前和2009年之后的波动率不同。假设2016年之后不做波总率指数，那就是右边蓝线的情况，累计收益量基本上跟标普500相似了，但仍然保持低相关性。

我们说到新的资产类别的引入，其实会对原来策略的收益的提升会提高额外的对冲风险的补充效果。通过多重的低相关性的配置，可以提升资产管理效果。同样，以CBOE的指数为例，它有一个CMBO指数，做法是每个月卖出平值认沽期权，卖除虚假一值20%认购期权，同时持有指多单。最终实现的是市场在小幅波动过程中，收益率高于市场指数。但是市场大涨的时候，它的收益最高也是截断的。1986年6月30日到2018年3月16日，CMBO指数与500指数高度相关，但是年化收益高于标普500指数，波动率、夏普比例、最大回撤等均优于标普500。加入新的资类别的配置，就有可能实现风险对冲甚至提升收益的效果。

按照国内的期货市场来看，期权市场从2015年开始场内期权市场有了快速的发展。过去我们接触的很多私募投资机构，其实有很多私募不是传统的大私募，比如说传统做股票做得规模很大的私募不算，但有很多在过去几年新生的规模未必那么大的私募，像几千万、几个亿的私募，很多私募对新的衍生品市场会非常感兴趣。为什么？有时候这些私募有足够的团队，会去配置这方面的策略，相当于在未来的市场做布局。比如说过三五年之后，整个市场衍生品新品种层出不穷之后，整个规模增加之后，私募在过去三五年有比较好的表现，未来当市场需要新的投资品种，期权、衍生品等波动率新的资产类别，新的市场需求就会增加，这些私募就会实现弯道超车的效果。所以衍生品对财富管理第一点意义，就是它提供了新的低相关性的资产类别。

第二块，衍生品还是能够满足非常好的对冲功能，随着市场发展、科技进步，所出现的逐渐细化的风险管理需求。过去整个A股国内市场，不同阶段对风险管理有进步和变化的过程。在1.0阶段，像股指期货等所有的期货、衍生品都没有的时候，那时候没有风险管理的概念，大家觉得风险比较高的时候就低舱位，觉得市场机会比较多的时候就重仓。2.0的时候有股指期货和Alpha和贝塔分离。3.0的时候有对风险的精确定义和指导。下面三个图不展开，是不同期权的收益，是对冲股票的风险。第二个图是红色的线，也是卖出平值期权，获得权益金，然后买到更多的期权。在市场大幅下跌的时候能够防范风险，没有减少成本，股票上涨之后收益不会受影响。第三个是右侧的图，不管向上还是向下，最大收益都被截断。有了丰富的衍生品之后，投资者可以不断细化投资。之前有投资者跟我们交流，因为他们持有股票的成本股，他们觉得自己年化的收益能有额外20%左右的收益，但同时他们有看涨市场，所以他们有风险需求，所以他们一方面希望市场上涨的时候，底舱上涨带来的收益能拿得到，但又担心市场持续下跌，这时候产品的净值就负了。也就是说他们小幅下跌不在乎，但是想防范大风险，同时又想销售市场上涨带来的收益。这个图就是小幅下跌的时候有额外的亏损，但是有足够的阿尔法覆盖，这种类似的结构就很好地满足风险管理的需求。所以衍生品市场的发展，实际上会使得相应投资者细化风险管理的需求得到满足，同时也使投资者可以通过风险管理，给他自己创造价值。

有了这些衍生品之后，其实也为投资管理带来额外的价值。这是我们去年客户做了A股股票多头产品，但是去年市场行情是非常快速的上涨，产品2017年9月之前赚了一大笔，但是9月份之后对市场有担忧，所以每个月拿必须的权利金买入50ETF认沽期权，防范希望下跌风险。10、11、1月份是下跌的，12月份下幅盈利，相抵损失不大。这是我们做的模拟图，是从9月份底的开始，蓝线是ETF持有情况，红线是9月底之后开始买认沽期权。走势的对比，在市场前面上涨的过程中，他持有股票的同时那它对风险，其实可以抵掉。但是2018年2月回调里面，直接跌回去年12月份的水平，但用期权防范大幅度下跌的风险，在这个过程中没有造成任何损失。我们知道如果没有衍生品市场的发展，没有期权这样的品种，实际上根本无法做到这样的效果。

所以衍生品这样的市场发展，在风险管理过程中，其实也为财富管理和投资管理带来非常好的帮助。

第三块，谈一下技术进步对这两块内容带来的影响。其实这个到现在还没有定论，有些内容可能也是我们思考方面的内容。

技术进步可能会给我们带来效率的提升，比如说现在都是电子化、自动化的方式完成了。但非常重要的一点，效率的提升只是一个亮点，很多时候技术提高需要很多足够的积累，才能引起最终质变的过程。

AI技术应用现状，从我们自身感受角度来讲，我们总体来讲金融行业对AI技术的应用现状，目前还处于比较初步的阶段。就是说整个金融行业目前对AI的应用，很多时候还处在成本替代的阶段。下面图里面是腾讯研究院之前有的研究报告，里面最大的应用范围都体现在产生的智慧医疗、智能汽车、智慧教育、安防等等方面，而从技术本身的角度来讲，语音识别、图象识别都走在前面的前列。金融方面，在目前的阶段还是比较少，很多还是基于互联网思维的AI应用，比如说服务零售服务，替代非主要的岗位。比如说过去有了大数据，有了基金产品，然后可以识别客户的风险，很大程度上能有比较好的推广应用，相当于可以替代美国比较高昂的投资顾问的成本。前两天建行做了一个智能化网点，其实这还是比较基础的人脸、语音识别的应用，还有智能客服、智能投顾的情况。所以我们感觉整个金融行业和其他某些行业的快速发展相比，总体上还处在成本替代的初期阶段。

技术的积累。它引发质变需要时间。因为前景比较广阔，但过去几次AI的革命，其实每次都面临同样的问题，就是在核心岗位到底能否实现真正的落地。像财富管理，它就两个方向，第一个是怎么样挖掘客户的真实需求，第二是怎么样匹配客户的真实需求。从AI的角度来讲，它们到底真正能否替代财富顾问或者交易员、基金经理？这是值得探讨和思考的方向。

从财富管理需求挖掘的角度来讲，其实我们也看到一些客户也做了很多这方面的工作，其中的一些工作，我们觉得也产生了一定比较不错的作用。技术进步，从需求挖掘的角度来讲，可以让财富管理机构更多了解投资者，比如我们可以做更细致的用户画像，画像越细致，可以越匹配客户的需求。像我们有些客户有第三方的理财机构，实际上它们是从大数据的角度来讲其实已经做了很多的工作，比如说一个客户来了之后，比较传统的是识别客户的现在财务状况，发一个表格填一下偏好等。而新的大数据机构，可以根据客户的习惯做更细的分类，比如说通过对他们过去的调查，他知道这个客户每次亏损，不是通过表格问他多少亏损是可以承受，它可以看到客户每个月先进流大概怎么样，每个月愿意拿出多少资金投资，每个月可能会去除多少钱，然后平时最大的时候一次性会把多少基金投出去，这是更细节的。所以我们看到有些公司在这方面，对客户做了更细致的分类和画像。通过这种画像，可以把客户需求更精准地描绘出来，可以更精准地满足客户的需求。我们在技术进步的挖掘客户需求方面，可以提供很大的帮助。

这种帮助产生之后，其实后面又需要额外的衍生品的结构匹配。我们知道最近持续发展的场外衍生品市场有各种新闻，大家也能看到，主论坛也叫场外衍生品，实际上这是对不恰当的需求做限定，长期合理的限定需求我认为不会受到太大的影响，在未来。

我前面说到客户的需求，技术进步可以挖掘客户更细的需求。没有更细的客户需求之后，要匹配更好的产品满足客户的需求。所以我们的市场可以用不同的收益结构，针对性地符合特定客户的特定需求。

一个方向是通过技术进步满足客户需求，另外一方面的发掘客户的需求。发掘是更好给客户画像，满足是提升客户的投资管理能力。技术的提升，便于管理人提高效益比。比如说有的投资者想要有对50的需求，但是场内50相关的品种非常多，有50ETF等。所有不同品种之间，哪个更符合的客户的需求？哪个阶段更符合客户的需求？其实可以通过人工智能和算法，可以做一定程度的识别。蓝线的50ETF从2015年2月份一直到今年3月底的时候，50ETF的收益。所以当客户有产品配置的需求的时候，我们一定程度上可以用算法进行识别。另一方面，只是从投研的角度本身，我们认为变革性的技术进步还要解决大量的问题，第一个是自动化交易，量化测算是不是人工智能？我们公司内部前一阵子也有创业团队也想做人工智能方面的想法，之前也有一些看法。什么是智能的人工智能？一个助理的角色，比如说我告诉它怎么下单，然后它帮我执行，这是智能助理。比如说我们有一个真的人存在在这里，我告诉他你研究什么方向，一个AI目前能做到这个东西吗？目前来讲还是存疑的。第二是机器本身的自我进化，能否找到进化策略？我认为还是挺难的，从投资者角度来讲很难界定什么是最佳，但是从AI的角度来讲，不管是什么品种都有一个边界的框架限制，我们知道什么叫好。投资者的角度来讲，如果我们不界定什么叫好，也是比较难的。再者是机器是否有自我需要能力，能适应环境的变化？一定程度上比较难。但是我们觉得纯粹AI的话，如果能有比较好的收益的话，也许也有可以做的事情。Derman也是比较有名的人，他提到基本模型、唯象模型、统计和回归模型，带来问题是模型不稳定、边界条件模糊等问题，我们无法证明一个人投资是否有效，就是因为它是一个不稳定的模型。这种模型下，我们认为AI的应用可能是在一定程度上有一定的局限。但反过来，如果每个领域里面，从模型化的角度更好了，也许AI在里面有更大的发展。从我们的角度来看，我们认为衍生品这样的市场，也许里面更有可能体现出更好的AI策略，因为衍生品的定价里面很多东西是可以捕捉的。而捕捉的过程，AI的算法可以起到作用。另外一个可以帮助的角度是高频交易，国内是受限了，但是我们接触过的海外高频交易公司，有一些策略里面已经把AI用进去了，他们在高频交易的市场里面，比较确定性什么好、什么不好的领域，技术应用得比较好。

所以我们认为从投资的角度来讲，明确的这方面是有不好的效果，而另外比较中长期的策略的投顾，我们认为还需要观望。所以我们目前还是观望的状态，我们也在研究、也在观望，相对来说认为市场里面目前比较缺乏的是比较好的内容，这也是一个持续探讨的过程。

由于时间比较有限，主要就是这部分的内容，谢谢大家！