3、市场风险因子识别：价格风险、波动率风险、流动性风险、基差风险、利率风险
做市商这行，说白了就是跟风险打交道。你赚的钱，本质上就是承担风险后的补偿。但风险这东西，你得先认得它，才能管住它。
我个人习惯，把市场风险因子分成五类。这五类因子，几乎覆盖了做市商日常交易中所有的“坑”。咱们一个一个来看。
3.1 价格风险：最直接的敌人
价格风险，就是资产价格朝你不利的方向变动。你做市，手里肯定有存货。价格一跌，库存就贬值。这道理谁都懂。
但我想说的是，价格风险不只是“涨跌”这么简单。它还有两个维度：
- 方向性风险：大盘涨，你多头仓位就赚；大盘跌，你就亏。这是最基础的。
- 凸性风险：价格变动不是线性的。比如期权，Delta会变。价格涨得快，Delta变大，风险敞口也跟着放大。我见过不少新手，只盯着Delta，结果价格一波动，Gamma把仓位打穿了。
实战经验：我在做美股做市商时，遇到过一只小盘股。平时流动性极差，但突然有一天，因为一条新闻，价格瞬间拉升了15%。我的库存是空头，瞬间浮亏巨大。这就是典型的价格风险爆发。所以，我建议做市商一定要给每个品种设定“最大持仓限额”，别让一个品种的风险敞口过大。
3.2 波动率风险：隐形的杀手
波动率风险，很多人容易忽略。你想想看，价格没变，但波动率变了，你的期权仓位价值也会变。这就是Vega风险。
做市商最怕什么？最怕“平静的湖面下暗流涌动”。
- 隐含波动率飙升：市场恐慌时，隐含波动率会暴涨。你卖出的期权，Vega是负的，波动率一涨，你就亏钱。
- 波动率曲面扭曲：不同行权价、不同到期日的波动率不一样。如果曲面形态变了，你的波动率套利策略可能瞬间失效。
避坑指南：我曾经在波动率曲面交易上栽过跟头。当时我判断波动率会回归均值，卖出了宽跨式期权。结果市场突发黑天鹅事件，波动率曲面整体上移，我的Vega敞口巨大，一天亏掉了两周的利润。从那以后，我每次做波动率交易，都会强制设置Vega上限，并且用VIX期货对冲尾部风险。
3.3 流动性风险：能买能卖才是王道
流动性风险，说白了就是“你想跑的时候，跑不掉”。做市商的核心是提供流动性，但自己也可能被流动性反噬。
我把它分成两类：
- 即时流动性风险：你想平仓，但市场上没有对手盘。比如你挂单卖1000手，但买一只有10手。你只能一点一点卖，价格越卖越低。
- 融资流动性风险：你手里有资产，但需要现金。如果借不到钱，或者融资成本飙升，你就得被迫低价抛售资产。这就是典型的“流动性螺旋”。
注意：流动性风险往往和价格风险、波动率风险叠加。市场暴跌时，流动性会瞬间枯竭。你越卖，价格越低；价格越低，流动性越差。这是一个恶性循环。我建议做市商一定要准备“流动性储备金”，至少覆盖3-5天的极端行情。
3.4 基差风险：套利者的噩梦
基差，就是现货价格和期货价格之间的差。做市商经常做期现套利，基差就是利润来源。但基差也会反向波动。
基差风险主要有三种：
- 交割基差风险：临近交割日，期货价格必须向现货收敛。如果基差没有如期收敛，你的套利头寸就会亏损。
- 跨期基差风险：不同到期月份的期货合约，价差会变动。比如近月合约涨得多，远月涨得少，你的跨期套利就会亏。
- 品种基差风险：比如你同时做多沪深300股指期货，做空上证50股指期货。这两个指数之间的价差变动，就是品种基差风险。
个人经验：我记得有一次做原油期现套利。现货是布伦特原油，期货是WTI。我本以为基差很稳定，结果因为地缘政治事件，两个市场的价差瞬间拉大。我的套利头寸从盈利变成亏损。嗯，从那以后，我学会了“基差不是常数，它是会变的”。做套利前，一定要分析基差的历史波动区间和驱动因素。
3.5 利率风险：被低估的变量
利率风险，很多人觉得跟做市商关系不大。其实不然。利率变动会影响所有资产的定价。
- 折现率风险：利率上升，未来现金流的现值下降。你持有的债券、远期合约，价值都会缩水。
- 融资成本风险：做市商需要借钱加杠杆。利率上升，你的融资成本增加，利润空间被压缩。
- 隐含利率风险：在期权定价中，利率是输入参数。利率变动会影响期权的理论价值，尤其是对深度实值期权影响更大。
避坑指南：我曾经在利率互换做市上吃过亏。当时我持有大量固定利率头寸，以为利率会保持稳定。结果美联储突然加息，我的头寸瞬间浮亏。我建议做市商，尤其是做固定收益产品的，一定要用利率期货或互换期权对冲利率风险。别以为利率变动很慢，它一旦动起来，杀伤力不亚于价格波动。
3.6 风险因子关联性：它们不是孤立的
这五个风险因子，不是独立存在的。它们之间会相互影响，甚至相互放大。
举个例子：
- 利率上升 → 债券价格下跌（价格风险）
- 债券价格下跌 → 市场恐慌 → 波动率上升（波动率风险）
- 波动率上升 → 做市商缩小报价价差 → 流动性下降（流动性风险）
- 流动性下降 → 基差扩大（基差风险）
你看，一个利率变动，能引发连锁反应。所以，做压力测试时，不能只单独测试一个因子。一定要做多因子联合压力测试。
3.7 风险因子识别框架图
下面这张图，是我自己总结的风险因子识别框架。你可以把它当作一个检查清单。
3.8 实战中的识别方法
光知道这五个因子还不够，你得能在实战中识别它们。我分享几个方法：
- 历史情景回测：把过去5年的极端行情拉出来，看看每个因子是怎么变动的。比如2008年金融危机、2020年疫情、2022年加息周期。
- 因子敏感性分析：用代码计算你的投资组合对每个因子的敏感度。比如Delta、Vega、Rho等希腊字母。
- 压力测试矩阵：构建一个5x5的矩阵，每个因子设定轻度、中度、重度三种压力情景，然后计算组合的损益。
代码示例：下面是一个简单的Python代码，用于计算投资组合对五个风险因子的敏感度。
import numpy as np
# 假设投资组合包含股票、期权、债券
# 定义风险因子敏感度矩阵
# 行：资产，列：价格、波动率、流动性、基差、利率
sensitivities = np.array([
[1.0, 0.0, 0.2, 0.0, 0.1], # 股票
[0.5, 0.8, 0.3, 0.0, 0.2], # 期权
[0.0, 0.0, 0.1, 0.0, 0.9] # 债券
])
# 压力情景：各因子变动幅度
shock = np.array([-0.05, 0.20, -0.10, 0.03, 0.01]) # 价格跌5%，波动率涨20%，流动性降10%，基差扩大3%，利率升1%
# 计算组合损益
portfolio_value = 1000000 # 100万
pnl = portfolio_value * np.dot(sensitivities, shock)
print(f"压力情景下组合损益: {pnl:.2f} 元")
3.9 总结
识别风险因子，是做市商压力测试的第一步。你得知道敌人是谁，才能制定作战计划。
我个人建议，把这五个因子做成一个检查清单。每天开盘前，过一遍：
- 今天哪些品种的价格风险最大？
- 波动率曲面有没有异常？
- 流动性有没有萎缩？
- 基差有没有偏离历史均值？
- 利率政策有没有变化？
养成这个习惯，你就能在风险爆发前，提前做好准备。