复杂金融产品设计方法范文

一、复杂非实体产品的定义

根据现代营销学之父——菲利普·科特勒(PhilipKotler)的观点,产品是市场上任何可以让人注意、获取、使用、或能够满足某种消费需求和欲望的东西。它既包括具有物质形态的产品实体,又包括非物质形态的利益。现代市场营销理论认为,产品可分成有形产品(实体产品)和无形产品(非实体产品)两类。

现代产品具有客户需求复杂、产品组成复杂、产品技术复杂、制造过程复杂、项目管理复杂的特性,可称为复杂产品。

现代金融服务业如保险、证券和银行等相关企业提供的产品一般也具有组成复杂、功能复杂和行为复杂的特性,但以服务契约形式而非实体形式,可以定义为复杂非实体产品。

产品设计的最终目标是面对客户的选择性市场需求,将基于市场细分的需求概念转化为高质量或低风险的产品,最大限度地满足客户持续变化的需求。复杂实体产品的设计要求产品是在满足功能需求的基础上,要求以最快的上市时间、最好的质量、最低的成本、最好的服务、产品创新和最佳的环境保护。

金融服务产品是非实体产品,其最重要的问题是产品的风险性。与实体产品的质量类似,控制产品的风险也就控制了产品的质量。复杂金融产品的特性主要表现在其风险的复杂性,所以其设计和仿真方法也就具有复杂性。

二、金融产品设计涉及的技术和设计过程

1.金融产品设计涉及的技术。在实体产品的设计中,提出了生命周期的概念,其目的是研究产品的市场战略和设计,涉及的内容涵盖市场分析和设计开发。包含从产品的需求分析、概要设计、详细设计、制造、销售、售后服务、直到产品报废回收的全过程。软件产品也不例外,软件生存周期涉及的内容也包括从问题定义、可行性研究、需求分析、软件设计(概要设计和详细设计)、编码、调试和维护。

与复杂实体产品类似,复杂非实体产品的生命周期涵盖产品的需求分析、概要设计、详细设计、售前服务、销售、售后服务和产品终止等阶段和相应指标。其管理技术也是为满足产品上述指标发展起来的。

2.设计过程。金融业是百业之首,金融领域的产品涉及到银行、证券和保险等方面。需求分析是复杂金融产品设计的第一步。

(1)需求分析阶段。需求分析阶段要解决的问题,是让用户和金融机构共同明确将要开发的是一个什么样的系统,其过程包括:

①详细听取客户的反映,确定产品需求,是需求获取的第一步;

②市场研究,包括市场规模调研,确定市场需求并听取分销渠道的反映;

③相关产品跟踪调查,确定产品的竞争力因素,是需求提炼的过程。

(2)概要设计阶段。需求分析阶段以后,进行产品的概要设计。这一阶段有两项关键活动,即预测产品的风险和全面可行性分析。

风险来自两个方面。首先是金融产品和服务本身所包含的风险,其次为控制和转移风险的方法。前者是从金融产品(服务)的风险需要出发,从产品交易双方进行分析。后者是分析如何控制、转移风险。

(3)详细设计阶段。详细设计是制定完整详细项目计划、细化产品原型、定义产品详细特征、产品对系统和管理的影响以及培训方案。

详细设计的主要内容是产品定价。产品定价是概要设计的继续,包括定价原则;定价前提的假设条件和经营管理成本对产品成本的定价三个方面。

(4)销售和售后服务阶段。这一阶段的主要工作是业务的风险评估和控制。相当于软件生命周期中的维护阶段,其目的是使金融产品在整个生存周期内保证满足用户的需求和延长产品使用寿命。

这一阶段中的业务监管过程是基于事后的经验。将既成事件作为历史或经验数据,建立监管模型,或对原有的模型做出调整,从而达到监管的目的。

3.复杂金融产品设计的仿真技术。目前,仿真科学与技术在经历了上个世纪后50年的飞速发展后,已成功地应用于航空航天、信息、生物、材料、能源、先进制造等高新技术和工业、农业、商业、教育、军事、交通、经济、社会、医学、生命、娱乐、生活服务等众多领域。由于计算机技术的高速发展,科学计算和计算机仿真已经成为科学研究中除理论研究和科学实验以外的第三种方法。现在,建模与仿真技术和高性能计算技术相结合,正成为继理论研究和实验研究之后的第三种认识和改造客观世界的重要方法。仿真技术毫无例外地可用于复杂金融产品设计中。

(1)建模:仿真的意义在于模型的有效性,因此用仿真的方法来研究复杂系统,首要问题是对研究的目标对象建立合理的仿真模型,即建模,它是仿真中最基本的工作,数学模型的建立必须有数学知识的支持。将研究对象符号化、公式化,形成理想化的数学方程式或具体的计算公式,然后在数学语言的规范内进行逻辑推导、运算、演算和量的分析,形成数学模型,从而对研究对象形成数学解释和预测。其次,各类仿真算法也需要数学方法作为基础。

因此,仿真科学与技术的进一步发展离不开数学模型和数学工具,特别是复杂产品的仿真,更依赖于PETRI网络,神经网络,混沌理论,模糊理论等新的数学理论。随着数学的发展,能够更好地为仿真所用,强有力支持仿真科学与技术。

模型的建立还依赖于丰富的数据资源,数据仓库(DataWarehouse,DW)的方法就为建模和仿真提供了一个有效的环境。我国金融企业经过10多年的信息化建设,建立并积累了大量的数据资源,基于数据仓库的建模和仿真是一个个值得注意的研究领域。

(2)选择合理的仿真算法:犹如算法是计算机程序设计的核心一样,仿真算法同样是仿真过程的关键。以金融领域为例,现代金融工程的技术内容主要是基于信息系统的分析和综合对象的建模和仿真分析,其方法在股票、期权、外汇和期货等领域得到了广泛的应用。例如,对非实体产品具有风险的复杂不确定性的特点,用确定性方法给出近似解十分困难。擅长对随机问题进行仿真的MonteCarlo方法,就是解决这类问题的一种特殊数值方法

(3)仿真优化:分析金融产品的数学模型的性质可知,在同一个问题中经常会出现非线性、不确定性和最优化问题。因此,优化的核心问题也是最大限度地降低产品的风险,优化风险结构,达到控制风险的目的。近年来,随着计算机技术的发展,涌现了各类仿真优化理论和算法。例如,模拟自然界进化过程的进化算法、遗传算法和蚁群优化算法都已成为解决复杂优化问题的重要方法。