تحقیق در مورد ارائه مدلهای حاشیه اولیه مبتنی بر ریسک

مدل های حاشیه اولیه غالباً محرمانه هستند و در مواقع استرس بازار نیازهای حاشیه ای را افزایش می دهند ، که می تواند این استرس را تشدید کند. این ستون اقدامات کمی از روند کار را در طول چرخه و افق برنامه ریزی نقدینگی ارائه می دهد. اگر شرکت کنندگان در بازار این اقدامات پیشرفته مدل های حاشیه خود را فاش کنند ، این می تواند به همتایان کمک کند تا افزایش احتمالی نیازهای حاشیه را پیش بینی کنند و بر همین اساس آماده شوند.

نویسندگان

Michalis Vasios

نیک ووز

دانیل مورفی

اشتراک گذاری

نیازهای حاشیه اولیه برای یک نمونه کارها از مشتقات به طور معمول با استفاده از یک مدل ریسک ، مانند یکی از خانواده مشهور مدل های ارزش در معرض خطر محاسبه می شود. بیشتر مدلهای ریسک متداول هستند. الزامات حاشیه برای همان نمونه کارها در زمان استرس بازار بیشتر و در شرایط آرام کمتر است. این می تواند یک خاصیت نامطلوب باشد ، زیرا افزایش نیازهای حاشیه ای در طی یک دوره از استرس بازار می تواند باعث شود شرکت کنندگان در بازار با فشارهای بودجه روبرو شوند.

مقررات به رسمیت شناخته شده است که ، با توجه به اینکه به اندازه کافی حساس به خطر است ، مدل های حاشیه ای نباید "بیش از حد" ، هر دو برای مدل های حاشیه ای برای پاکسازی مرکزی (CPSS-IOSCO 2012) و مشتقات غیر متمرکز (BCBS-IOSCO 2013) باشند. با این حال ، هیچ تعریف استانداردی از procyclicality وجود ندارد. کار اخیر ما اقدامات کمی از پیشرفت را ارائه می دهد ، و مدل های مختلف حاشیه ای را با توجه به حساسیت به خطر آنها و هر دو مورد ، بررسی می کند (مورفی ، واسیوس و VAUSE 2014).

بر اساس این تجزیه و تحلیل ، ما توصیه می کنیم که همتایان مرکزی و نمایندگی های اصلی باید خصوصیات پیش بینی مدل های حاشیه خود را فاش کنند ، به عنوان مثال ، با گزارش اقدامات پیشنهادی در این ستون. این امر به کاربران مشتقات کمک می کند تا تماس های حاشیه ای بالقوه را پیش بینی کرده و از داشتن دارایی های مایع کافی یا دسترسی به آنها اطمینان حاصل کنند.

تنظیم کننده ها مدتهاست که تشخیص داده اند که یک مسئله بالقوه برای ثبات مالی با مدل های حاشیه ای که بیش از حد پروکی هستند وجود دارد. به عنوان مثال ، کمیسیون معاملات معاملات آتی کالا (CFTC 2013) نشان می دهد که چگونه حاشیه های بزرگ در یک بازار استرس که نمی تواند از نقدینگی در دست باشد ، می تواند باعث فروش دارایی یا پیش فرض شود - هر دو بی ثبات هستند.

مقررات مربوط به اروپا در اینجا مبادله ای بین حساسیت به ریسک و شکوفایی (اتحادیه اروپا 2012) در نظر دارد. این امر مستلزم این است که ، "همتایان مرکزی (CCP) ، مقامات ذیصلاح و اوراق بهادار و اوراق بهادار و بازارهای اروپا باید اقداماتی را برای جلوگیری و کنترل اثرات احتمالی احتمالی در شیوه های مدیریت ریسک اتخاذ شده توسط CCP ها اتخاذ کنند ، تا آنجا که یک CCPصدا و امنیت مالی تأثیر منفی ندارد. "

این ملاحظات سیاست توسط شواهد تجربی و نظری پشتیبانی می شود. به عنوان مثال ، Bruermeier و Pedersen (2009) اقتصاد را الگوبرداری می کنند که در آن سرمایه گذاران به دلیل احتمال تماس های حاشیه ای در آینده یا ضرر در موقعیت های موجود ، با ریسک نقدینگی با بودجه روبرو می شوند. آنها نشان می دهند که در این اقتصاد ، بین بودجه نقدینگی و نقدینگی بازار پیوند وجود دارد و این تعامل می تواند تحت شرایط خاص ، بازار را از طریق مارپیچ نقدینگی بی ثبات کند.

اقدامات مربوط به عمل

برای پرداختن به نگرانی های مربوط به حرکات ، ما به برخی از اقدامات مختلف از جنبه های مختلف از حاشیه حاشیه نیاز داریم. ما دو نوع اندازه گیری کمی از procyclicality را پیشنهاد می کنیم:

• یکی که تغییرات حاشیه بلند مدت را بررسی می کند. وت
• یکی که روی حاشیه کوتاه مدت متمرکز است.

ما با اندازه گیری اوج به ترو شروع می کنیم. این به عنوان نسبت حداکثر حاشیه اولیه مورد نیاز برای یک نمونه کارها ثابت به حداقل حاشیه مورد نیاز در یک دوره مشاهده ثابت تعریف شده است. اگر دوره مشاهده به اندازه کافی طولانی باشد تا مراحل مختلف چرخه تجارت را پوشش دهد ، این اندازه گیری تغییر حاشیه در چرخه را ضبط می کند. به عبارت دیگر ، این اندازه تخمین از روند طولانی مدت را ارائه می دهد.

شکل 1 اندازه گیری اوج به ترو را نشان می دهد. در اینجا ، سری قرمز بازده های روزانه یک موقعیت در شاخص کل بازده S& P 500 در طی یک دوره چهار ساله از 2009 تا 2012 ، با ارزش اولیه 100 دلار است و خط سبز فوقانی حاشیه مورد نیاز برای آن موقعیت استمحاسبه شده توسط یک مدل حاشیه اولیه محبوب (به طور خاص ، یک مدل ارزش شبیه سازی تاریخی-در معرض خطر). حاشیه مورد نیاز در دوره مصور از اوج حدود 6. 2 دلار تا حدود 1. 8 دلار متفاوت است. از این رو ، نسبت اوج به ترو برابر با 3. 44 است. هرچه این نسبت بزرگتر باشد ، مدل حاشیه ای بیشتر در طول چرخه است.

شکل 1 . یک سری بازده دارایی مالی و حاشیه تخمین زده شده برای موقعیت در آن دارایی

ما بعد به اندازه گیری procyclicality n-day حرکت می کنیم. این تغییر در حاشیه در یک افق کوتاه تر را بررسی می کند. این به عنوان بیشترین افزایش حاشیه در طی یک دوره N روز برای یک نمونه کارها ثابت در یک دوره مشاهده ثابت تعریف شده است. این اقدام میزان حاشیه اضافی را که شرکت کنندگان در بازار نیاز به تأمین بودجه کوتاه مدت دارند ، ضبط می کند و از این رو جنبه مهمی از خطر نقدینگی دارایی های وثیقه را اندازه گیری می کند.

شکل 2 در دوره حدود 658 از شکل 1 بزرگنمایی می کند تا اندازه دوم اندازه گیری را نشان دهد. در اینجا ، خط سبز (مقیاس سمت راست) حاشیه مورد نیاز است ، و خط نارنجی نقطه ای (مقیاس سمت چپ) قیمت دارایی زیرین است. دارایی نوسانات را از روز 655 یا بیشتر افزایش داده و باعث افزایش نیاز حاشیه می شود. به عنوان مثال ، حاشیه از 2. 2 دلار در روز 658 به 3. 75 دلار در روز بعد می رود. این بزرگترین افزایش یک روزه در پنجره داده است. خطوط آبی رنگ در نمودار سطح حاشیه "قبل" و "بعد" را نشان می دهد. پنج و سی روز اقدامات پیش بینی می تواند به روشی مشابه محاسبه شود.

شکل 2 . قیمت دارایی و الزامات حاشیه برای یک دوره ایجاد یک تماس بزرگ یک روزه

عملکرد مدل های حاشیه

شکل 3 برآورد حاشیه اولیه برای یک سری بازده تاریخی از شاخص بازده کل S& P 500 را که در ژانویه 2009 آغاز می شود ، نشان می دهد ، همانطور که توسط چهار مدل حاشیه محبوب محاسبه می شود:

• نوسانات ثابت (CV) ؛
• نوسانات میانگین متحرک (EWMA) با وزن قابل تصور ؛
• شبیه سازی تاریخی (HS) ارزش در معرض خطر ؛وت
• مدل Hull & White (HW).

ما مشاهده می کنیم که اگرچه به نظر می رسد همه مدل ها نسبت به تغییرات در نوسانات حساس هستند ، اما برخی از مدل ها نسبت به سایرین واکنش پذیر تر هستند. برای توضیح این یافته ، ما حساسیت به خطر و اقدامات پیشنهادی پیشنهادی را برای هر یک از مدل ها محاسبه می کنیم.

شکل 3. نمونه تخمین حاشیه اولیه از چهار مدل حاشیه بر اساس بازده تاریخی

به عنوان یک اندازه گیری از حساسیت به خطر ، ما از آمار Kupiec استفاده می کنیم ، که اندازه گیری می کند که آیا تعداد استثنائات پشتی یک مدل حاشیه ای نشان می دهد ، با توجه به سطح اطمینان که قصد احترام دارد ، قابل قبول است. مدلی با آمار Kupiec زیر 6. 6 به نظر می رسد که به اندازه کافی حساس به خطر باشد. نتایج ارائه شده در جدول 1 نشان می دهد که هر چهار مدل به اندازه کافی در برابر تغییرات در ریسک واکنش نشان می دهند.

میز 1 . حساسیت به خطر و آمار پروانه برای مدل ها با استفاده از بازده تاریخی

در مرحله بعد به سراغ ویژگی های procyclicality مدل های حاشیه می رویم. نتایج جدول 1 برخی از تفاوت های بین مدل ها را نشان می دهد. ساده ترین مدل - نوسانات ثابت - فقط کمی بیش از دو برابر بیشتر از حاشیه در اوج نیاز دارد، در حالی که مدل واکنش پذیرتر Hull& White تقریباً سه برابر این محدوده است، یعنی شش برابر بیشتر حاشیه در اوج نسبت به پایین ترین حد.. نتایج اندازه گیری های n روز (در اینجا با ارزش دارایی در ابتدای پنجره n روز مقیاس بندی شده است) تصویر مشابهی را نشان می دهد. ما می بینیم که حساسیت به ریسک مدل واکنشی تر به قیمت ریسک نقدینگی به میزان قابل توجهی برای پوسترهای حاشیه است. به نظر می رسد با هر معیاری که به عنوان چرخه ای وجود دارد، Hull& White در بین مدل های حاشیه اولیه مورد مطالعه قرار گرفته است.

به طور کلی تر، تغییر در چرخه ای بودن ممکن است نه تنها از مدل های مختلف (همانطور که در این مقاله ارائه شد)، بلکه از تنظیمات پارامترهای مختلف در یک مدل معین، یا استراتژی های مختلف برای به روزرسانی مقادیر پارامتر در پرتو داده های جدید ناشی شود.

تجزیه و تحلیل ما نشان داده است که مدل های حاشیه اولیه که آزمون های حساسیت ریسک رایج را پشت سر می گذارند، می توانند سطوح بسیار متفاوتی از چرخه ای بودن داشته باشند. مسئولان و فعالان بازار چگونه باید پاسخ دهند؟

اول، آنها می توانند معیارهای procyclicality را برای درک بهتر، ارزیابی، و مقایسه procyclicality مدل های حاشیه اولیه موجود و بالقوه آینده محاسبه کنند. در این مقاله دو اقدام از این دست را پیشنهاد کردیم که ممکن است مفید باشد.

دوم، طرف های مرکزی و دلال های بزرگ می توانند هر دو معیار اوج به پایین و n-day procyclicality برای مدل های حاشیه خود را افشا کنند. این به اعضای تسویه حساب و مشتریان آنها کمک می کند تا افزایش بالقوه در نیازهای حاشیه را پیش بینی کنند و بر اساس آن آماده شوند.

در نهایت، با تجهیز به معیارهای دور چرخه ای، مقامات بین المللی بهتر می توانند از طریق سیاست هایی مانند کالیبراسیون تحت فشار، کف حاشیه، و محدودیت سرعت در تماس های حاشیه، میزان کاهش آن را بدون نقض الزامات حساسیت به ریسک، بررسی کنند. قصد داریم در کارهای بعدی این موضوع را بررسی کنیم.

کمیته بازل در مورد نظارت بانکی و سازمان بین المللی کمیسیون های اوراق بهادار (2013)، "الزامات حاشیه برای مشتقات غیرمرکزی تسویه شده"، سپتامبر.

Bruermeier، M and L Pedersen (2009)، "نقدینگی بازار و نقدینگی تامین مالی"، بررسی مطالعات مالی، جلد. 22. شماره 6، صفحات 2201-38.

کمیته سیستم های پرداخت و تسویه و کمیته فنی سازمان بین المللی کمیسیون های اوراق بهادار (2012)، "اصول زیرساخت های بازارهای مالی"، آوریل.

مورفی دی، ام واسیوس، و ان واوز (2014)، "بررسی به دور چرخه ای مدل های حاشیه اولیه مبتنی بر ریسک"، مقاله ثبات مالی بانک انگلستان شماره 29، می.