为充分挖掘、培育资产评估行业青年研究骨干，推动资产评估学科建设和长远发展，中国资产评估协会组织开展了2018年资产评估行业青年研究项目的申报及评选工作。在各省、自治区、直辖市、计划单列市资产评估协会(注册会计师协会)以及资产评估机构、相关院校的大力宣传和支持下，青年研究项目吸引了大批行业青年的积极参与。经过两轮独立、匿名的评审，最终确定出30个项目进行立项资助，中同华《Python在金融工具估值中的应用研究》课题项目成功入选。
研究的政策背景
2006年，财政部为了推广公允价值计量在企业会计尤其是金融工具中的运用，出台了一系列准则，有分别规定金融工具确认和计量、金融资产转移、套期保值和金融工具列报的企业会计准则第22号、23号、24号以及37号，这体现了我国财政部对金融工具的公允价值计量地位的认可。
公允价值的应用在金融危机后受到了各方的质疑。证监会于2008年11月21日颁布《公开发行证券的公司信息披露编报规贝Ⅱ第20号——公允价值计量相关的信息披露(征求意见稿)》；为了增强公允价值的可靠性，征求意见稿对公允价值的披露信息做了详细的要求，规定企业的披露至少应该包括：l、以公允价值计量的相关金融资产或金融负债的数量，2、与公允价值相关的内部控制信息，3、企业在确定金融工具公允价值时候采用的方法，包括估值技术的选取方法和采用的数据依据等。
2009年，美国财务会计准则委员会FASB发布了FSP FASl57—4，其规定“在资产或负债的市场活动交易量和水平大幅降低的情况下决定其公允价值以及识别无序的交易市场”。FSP FASl57—4对非活跃市场中金融工具的公允价值计量做出了相关解释：a．为了确定市场是否活跃，应该通过金融工具的交易量及活跃程度的高低进行判断；b．如果市场不活跃(交易量或者活跃程度显著降低)，金融资产或负债的公允价值以市场中的估值方法确定(即根据估值模型估算公允价值，而非市场价格)。同年，我国发布了《中国企业会计准则与国际财务报告准则持续全面趋同路线图(征求意见稿)》，旨在结合我国市场经济发展的基础上，实现与国际会计准则的趋同。
2017年3月31日，财政部修订发布了《企业会计准则第22号 —— 金融工具确认和计量》（CAS 22）、《企业会计准则第23号 —— 金融资产转移》（CAS 23）和《企业会计准则第24号 —— 套期会计》（以下简称“新金融工具准则”）等三项金融工具相关会计准则（CAS 24）。采用新金融工具准则的分类和计量方法，可能导致更多的金融资产被分类为以公允价值计量且其变动计入损益。新CAS 22引入了新的减值损失确认模型—预期信用损失（“ECL”）模型。新金融工具准则预计将提高公允价值评估管理的重要性，并对估值技术和模型要求更高。
由上述变化可以看出，随着金融工具的广泛应用与不断创新，以及确认和计量会计准则的逐步实施，如何确定金融工具的公允价值已经成为以财务报告为目的的资产评估的重要组成部分，与确定企业合并对价分摊、资产减值测试等一样，已经成为资产评估领域的一项新兴业务。
《以财务报告为目的的评估指南》中关于金融工具的内容规定较少，仅在第十七条中规定“资产评估专业人员应当关注金融资产和金融负债公允价值计量过程中是否以单项资产或者资产组为计量单位、资产核算分类、混合金融工具是否分拆等重要影响事项”。同时评估指南要求披露“关键性评估参数的测算、逻辑推理、形成过程和相关评估数据的获取来源”，这也间接对评估人员对评估参数、模型的运用提出了质量要求。
实务界应用的现状
随着中国会计准则演变，国内各公司在金融工具公允价值确认的实务操作中也经历了由简单到严谨，并逐渐加强监管的过程。以中国银行年报信息为例，可以看到会计准则变化对信息披露的影响。
2006年，中国银行在年报中首次披露“对没有活跃交易市场的金融工具，本集团通过估值方法确定其公允价值，估值方法包括贴现现金流模型分析等。在实际操作允许的限度内，各种估值模型仅使用可观察到的数据，如利率和汇率。”2007年披露时将“仅使用可观察到的数据”改为“这些估值技术包括参考熟悉情况并自愿交易的各方最近进行的市场交易中使用的价格、参照实质上相同的其他金融工具的当前公允价值、现金流量折现法、期权定价模型等市场参与者普遍认同，且被以往市场实际交易价格验证具有可靠性的估值技术”。
2008年，中国银行年报披露其“根据《商业银行市场风险管理指引》、《企业会计准则 2006》及《国际财务报告准则》，参照《巴塞尔新资本协议》，并借鉴国际同业在估值方面的实践经验，本行制定了《中国银行股份有限公司金融工具（资金产品）估值及估值验证管理办法(试行)》，以规范本行金融工具公允价值计量，及时准确进行信息披露”。并对各主要金融工具的估值模型及公司内各部门确认公允价值参数的分工进行了公告。同时在“对复杂资金产品，如复杂结构性债券，风险承担部门从公开市场、交易对手或聘请专业价格服务机构等渠道获取多个价格，对公允价值进行分析和评估”中首次提出以专业价格服务机构的数据作为减值测试评估依据。2009年年报中再次明确了中国银行集团针对公允价值计量建立了完善的内部控制机制。此阶段，中国银行仍披露其估值模型“所用的参数基本来源于可观察的市场信息”。
2012年起，中国银行年报对金融工具估值参数来源更改叙述为“尽可能使用市场参与者在金融工具定价时考虑的所有市场参数和相同金融工具当前市场的可观察到的交易价格来测试估值技术的有效性”。
2016年起，中国银行年报中增加了关于金融工具估值的关键审计事项，重点关注“在估值技术中依赖主管判断的假设和估计，尤其是那些包括了重大不可观察参数的估值技术”。
由上述示例可以看出，中国银行对金融工具的估值经历了从简易操作，到建立专门的内部估值管理流程；金融工具估值模型参数选取从仅选取可观察数据，到尽可能选取可观察数据并对估值技术有效性进行检验，到最近的将包括重大不可观察参数的估值技术作为关键审计事项。
中国银行作为国内四大国有银行之一，有较强的技术实力通过自身部门进行金融工具估值，其他具有金融工具估值需求的公司，在新准则实行及监管趋严的环境下，更有可能寻求外部估值机构进行估值。
四大会计师事务所与境外估值机构最早作为第三方机构进入金融工具估值的实务领域。而《以财务报告为目的的评估指南》出台后，其主要内容集中在减值测试方面，未对金融工具相关内容进行展开。国内评估机构在金融工具估值领域承接业务相对较少，而随着此部分市场需求的增大，实务领域的研究迫在眉睫。
实务应用领域的主要瓶颈—关于建模技术的研究不多
公允价值计量基于输入值的可观察程度以及该等输入值对公允价值计量整体的重要性，被划分为三个层次：第一层次输入值是在计量日能够取得的相同资产或负债在活跃市场上未经调整的报价。活跃市场，是指相关资产或负债的交易量和交易频率足以持续提供定价信息的市场。第二层次输入值是除第一层次输入值外相关资产或负债直接或间接可观察的输入值。第二层次输入值包括:①活跃市场中类似资产或负债的报价。②非活跃市场中相同或类似资产或负债的报价。③除报价以外的其他可观察输入值，包括在正常报价间隔期间可观察的利率、收益率曲线、隐含波动率、信用利差等。④市场验证的输入值。第三层次输入值是不可观察输入值，本公司只有在相关资产或负债不存在市场活动或者市场活动很少导致相关可观察输入值无法取得或取得不切实可行的情况下，才使用第三层次输入值。
金融工具的估值中，一些基础的金融工具所需的公允价值计量依据是可以直接从市场上获得，即在满足公允价值第一层级准则要求的情况下，依据市场价格来确定公允价值是可行的；或者可以根据市场上除第一层次输入值外的相关资产或负债直接或间接可观察的输入值，即第二层输入值确认公允价值；但是如果金融工具处于不活跃的市场时，市场价格难以获得，其估值往往需要采用市场不可观察重要的参数，需要运用估值技术来进行确定。在这种情况下，恰当地选取金融工具估值模型，在公允价值估值过程中选择可靠的不可观察或可观察关键输入值，通过建立平行估值模型对估值结果进行校验等均为在金融工具评估实务中需要重视的关键环节。
金融工具估值模型中多应用仿真、模拟算法，如蒙特卡洛模拟；而采用传统方式需要大量运算才能实现。目前只有少数机构应用相关技术对金融工具进行估值，评估机构大多不具备仿真模拟条件，多采用Excel表和二叉树定价模型进行估值，面对复杂条件模型时，推导和求解过程繁琐，计算精度难以保证。
应用Python的优势
Python是一种具备动态语义、面向对象的解释型高级编程语言。它的高级内建数据结构和动态类型及动态绑定相结合，使其在快速应用开发上极具吸引力，也适合于作为脚本或者“粘合剂”语言，将现有组件连接起来。Python简单、易学的语法强调可读性，支持模块和软件包，鼓励模块化和代码重用。Python解释程序和大量标准库可以源代码或者二进制形式免费取得，用于所有主要平台，并且可以随意分发。这些特性使其成为当今主要编程语言之一。临时开发人员可以在已知Python具有优势的特定问题上使用Python，特定领域的专家也可以通过频繁地使用Python中某些库和框架，构建常年改进和优化的应用程序，并根据特定的需求调整生态系统。
2014年起，已经有许多大型金融机构战略性地使用了Python，如美国银行、美林证券的“石英”项目和摩根大通的“雅典娜”项目。许多对冲基金也大量使用Python的功能，进行高效的金融应用程序开发和金融分析工作。
随着金融工具及相关会计准则的发展，关于金融工具的估值需求逐渐增加，基于金融工具自身特点，其估值过程中通常需要采用公允价值计量中的第三层次输入值，这也对估值模型、参数及相应检验提出了更高的要求。Python作为一门对入门者较为友好，同时又具有大量标准库，鼓励模块化和代码重用的编程语言，已经有金融从业者将其用于相关实践，而在评估行业内对此的研究较少。将Python用于金融工具估值，可以从技术上建立抽象特征、算法、模型并加以实现，提高估值工作的效率、质量和生产率，对资产评估行业在金融工具估值的业务领域中具有重要的理论价值与现实意义。
综上：
本课题选用Python作为研究金融工具估值的基础工具，具有一定的推广价值。同时，本课题也为其他建模、仿真技术在评估实务中的应用起到抛砖引玉的作用。
项目组成员——徐兴宾
北京中同华资产评估有限公司授薪合伙人
北京科技大学 硕士研究生
十五年评估执业经验，主要从事股权价值评估工作，有较为扎实的评估理论基础知识，对评估实务有较为深刻的理解，多次负责上市公司重大资产重组并通过核准。在评估实务中有多次金融工具的评估经验，比如，金融负债、期权及远期合约等。
项目组成员——张懿
北京中同华资产评估有限公司高级项目经理
北京交通大学 系统工程专业 硕士研究生
五年评估执业经验，主要从事股权价值评估工作。在评估实务中有金融公司和金融工具的评估经验，比如，证券公司、金融租赁公司、期权等。硕士期间研究方向为车站通过能力评估与优化，具备一定数学建模及仿真模拟能力，曾发表期刊论文《基于监控数据挖掘的运行图参数查定与修正方法》、《运煤线路装车站能力评估与优化研究》，会议论文《运煤专用线列车运行的Petri网仿真模型研究》。
