衍生工具的雙面刃:從實證了解信用違約互換的利弊

衍生工具的雙面刃:從實證了解信用違約互換的利弊

「信用違約互換」(CDS)交易近年來在環球市場上發展迅速。CDS除了作為一種兼具避險和投機功能的金融衍生工具,同時亦可被銀行用作信用衍生工具,以減低監管機構對他們的資本要求。港大經管學院金融學教授湯勇軍及其團隊研究發現,利用 CDS滿足資本要求的銀行能夠以更多的資金提供額外的金融服務,但同時貸款期亦可能相對延長,大大增加其資產組合的風險。

是次研究由湯勇軍教授與上海財經大學金融學院的陝晨煜​博士,上海高級金融學院嚴弘教授以及美國聯邦儲備局周星博士進行。團隊研究超過105所位於美國的大型銀行由2001年至2014年間所進行的CDS交易、資本要求丶貸款交易和其他財務數據。該項研究於今年年初在全球五大金融學期刊之一的「金融研究評論」(Review of Finance) 中發表。

對比單純以CDS作為投機工具的銀行,以CDS滿足資本要求的銀行在盈餘丶資產回報率和股本回報率方面都有較為優秀的表現。湯教授認為:「事實上,銀行業的利潤率不高。故此對銀行而言,透過增加資產總值以提升整體收入其實相當合理。一般來說,以CDS滿足資本要求的銀行能夠釋出10-15%的資產,以增加更多的交易。」

儘管CDS令貸款在監管機構和投資者眼中看似風險較低,但以CDS降低批准貸款延期對市場的實際影響卻仍有很大的研究價值。在金融危機時,以CDS作為避險工具的成本難免會大幅增加,令CDS在風險轉移和滿足資本要求上的功能減弱。由於這些銀行的資產組合風險普遍較高,他們在金融危機時或面臨流動資金的短缺,甚至未能達到監管機構的資金要求。縱然他們依然能夠利用CDS滿足資本要求,其金額亦不一定能夠為銀行提供足夠的流動性。研究發現,對比單純以CDS作為投機工具的銀行,以CDS滿足資本要求的銀行在金融危機中向政府索取的援助金相對較多。湯教授指:「換句話說,在金融危機時CDS將轉移銀行的風險到政府和納稅人身上。」

但總括而言,湯教授仍認為CDS的存在對金融市場是利多於弊。湯教授發現CDS的交投在新冠疫情爆發前非常活躍,而且很多對沖基金和機構投資者亦成功利用CDS轉移大多數的風險。其次,CDS的確能夠提升銀行的表現,為投資者帶來正面得益。再者,市場上的流動性越大,企業在融資方面亦會更加輕鬆,對經濟發展亦大有裨益。有鑑於CDS近年來在內地市場開始興起,湯教授認為市場需要一套有效的監管機制進行調節。湯教授指出:「只有汲取前車之鑑,才能在未來更進一步。」

研究全文(只提供英文版本):
Credit Default Swaps and Bank Regulatory Capital
https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3038730

Other Events
港大經管學院最新多模態AI圖像生成能力排名出爐 部份中國人工智能模型表現突出
2025 | 學院新聞
港大經管學院最新多模態AI圖像生成能力排名出爐 部份中國人工智能模型表現突出
港大經管學院今日發表《人工智能模型圖像生成能力綜合評測報告》,針對15個「文生圖模型」及7個「多模態大語言模型」進行全面評估。研究顯示,字節跳動的即夢AI和豆包,以及百度的文心一言,在新圖像生成的內容質素及圖像修改的表現突出;而早前引起全球關注的DeepSeek最新推出的文生圖模型Janus-Pro,則在新圖像生成方面表現欠佳。研究亦發現部分文生圖模型雖然在內容質素方面表現優異,卻在安全與責任方面的表現強差人意。整體而言,與文生圖模型相比,多模態大語言模型整體表現較佳。
人工智能圖像生成評測成績單公布: 字節跳動百度表現亮眼,DeepSeek Janus-Pro表現欠佳
2025 | 研究
人工智能圖像生成評測成績單公布: 字節跳動百度表現亮眼,DeepSeek Janus-Pro表現欠佳
如今,人工智能領域的前沿模型技術已經從文本處理拓展至視覺信息的深度理解與生成。這些模型既能精准解讀圖像語義,又能根據文字描述創作出兼具真實感與藝術性的視覺內容,展現出令人驚嘆的跨模態理解與創作能力。本研究聚焦全新圖像的生成和基于現有圖像的圖像修改兩大核心任務,提出了一套系統性的人工智能模型圖像生成能力評測框架。我們基于多維測試集的構建與專家評審,對15個專業文生圖模型和7個多模態大語言模型的圖像生成能力進行了全面評估。結果顯示,字節跳動的即夢AI和豆包以及百度的文心一言在新圖像生成的內容質量與修改任務中表現突出,位列第一梯隊。對比不同類型的AI模型,我們發現,相對于專業文生圖模型,多模態大語言模型整體表現更佳。