【会员通讯】CCP初始保证金模型顺周期性缓解工具分析（摘译）（三）
近期，英格兰银行发布了关于CCP初始保证金模型顺周期性缓解方法分析的工作人员研究论文，上海清算所伦敦办事处对相关内容进行了摘编，供讨论参考。
三
结果
本节介绍了日元/美元外汇期货合约的结果。特别地，我们绘制了顺周期减缓工具相关的LC或PT与AC的关系图。图3显示了(顺周期性减缓前)基准模型的IM要求分布情况。
上述分布有三个值得注意的特性:1.最常见的情况是保证金在名义金额的2.5%左右，保证金在相对较紧的区间[1.9%，3.1%]约有一半的时间;2.保证金分布有一个非常大的右尾。这是因为压力期不太可能发生，但当其真的发生时，会产生比普通情况高得多的风险估计，因此也会产生保证金要求。平均保证金为名义金额的2.6%，但在总共8,874天中，有43天出现了该金额3倍以上的保证金，占所有天数的0.48%;3.非常平静的时期也会出现左尾。其中699天的保证金不足平均水平的一半，占所有天数的7.9%。
从平静时期过渡到普通时期，或者压力时期，会产生最常见的去杠杆化的情况，而压力时期往往会产生大幅的短期保证金追加。
(一)未缓解模型(Unmitigated models)
图4为衰减常数为0.96-0.995的未缓解的FHS模型结果。随着衰减常数的增加，基于PT和LC测量，顺周期性都下降了。λ更接近1的模型对新数据的反应相对较慢，因此它们产生的保证金要求的变化更小。λ较高的模型的平均成本首先上升，然后趋于平稳，但与使用一些顺周期性缓解工具相比，差异并不大。对于单一的衍生品投资组合，通过提高模型的衰减常数，可以以较低的成本实现顺周期缓解。
(二)下限模型
图5将未缓解模型的结果与之前使用EMIR APC工具的模型产生的结果进行了比较。比较中使用的λ的区间值相同。所有模型仍然通过了回测，因为下限未降低保证金要求。
下限工具可以防止保证金要求在平稳时期降至较低水平，因此在降低PT的顺周期性方面是有效的。然而，这增加了上述时期的保证金要求，提高了平均保证金要求(即AC)，约0.3%的名义金额。LC顺周期性仅小幅下降,大额保证金追加通常是因为从正常时期或波动小幅升高时期,转向压力时期导致，下限工具本质上仅在平静时期增加保证金要求。
(三)缓冲模型(Buffered models)
正如Murphy等人(2016)所指出的，缓冲工具使用中的一个关键问题是缓冲释放规则。这可以基于图3中的分布形状。缓冲要求是未缓解保证金要求的25%,所以如果我们想要其在未缓解保证金达到第99.7个百分位(y)时耗尽(这意味着只有压力较大时期的保证金追加会消耗缓冲)，那么其应该被释放的百分位是y/1.25。对于我们的投资组合，未缓解保证金第99.7个百分位是名义金额的8.4%，8.4%/1.25是名义金额的6.7%，这对应于第98.9个百分位的未缓解保证金要求。当未缓解保证金达到其历史分布的第99个百分位时，我们释放缓冲。
图6比较了使用第二种EMIR APC工具(缓冲)后，未缓解模型保证金要求的顺周期性和成本。对于下限工具，这些保证金要求仍然通过回测，因为缓冲要求并不减少保证金。对比图6和图5的结果可以看出，缓冲模型比下限模型成本更高，收益更低。缓冲模型的成本几乎比未缓解模型高25%。这是因为25%的缓冲是添加到未缓解保证金要求至上的，并在99%的时间不会提取。而且，当它被提取的时候，并不一定是完全提取的。这就是为什么顺周期度量比未缓解模型低25%的原因。缓冲要求对LC顺周期性的影响特别小，因为保证金要求可以急剧增加，而不会进入分布的前1%，这至少会部分释放缓冲。
(四)压力VAR模型
图7显示了第三种EMIR APC工具的类似结果，该工具在计算当前要求时，对历史压力时期的保证金要求给予了一定的权重。有时，当前的IM要求高于压力时期要求，这意味着压力权重工具可以将保证金要求拉到未缓解模型的保证金要求之下。然而，压力权重工具仍然通过了我们的回测，λ值从0.96到0.995。通常情况下，当前的IM要求比压力时期要求要低，因为对后者的权重增加了保证金要求。由于权重显著，压力权重工具大幅度推高AC。然而，在保证金要求中有一个常数成分显著降低了PT的顺周期性，因为这个常数成分有一个相对较高的值，它也显著降低了LC的顺周期性。
(五)适应性压力模型(Adaptive stressed models)
适应性压力模型的提出是为了解决基础压力权重工具的问题，即如果当前条件比用于校准压力时期参数的条件更紧张，具有APC缓解工具的模型可以将保证金要求拉到当前风险值以下。因此，适应性压力模型在平稳条件下(图3分布左侧)对压力参数的权重较高，在压力条件下(图3分布右侧)对压力参数的权重较低。
如图7所示:与EMIR压力权重工具相比，适应性压力权重工具在成本和两种顺周期性测量指标上具有相似但略大的效果。对于λ从0.96到0.995的所有值，模型均通过了我们的回测。
(六)上限模型(Capped models)
Raykov(2018)和Goldman&Shen(2020)的理论促使引入了一种设置保证金较高水平上限的模型。如果亏损超过这一上限水平，它们将落入CCP违约管理“瀑布”中的后保证金层，尤其是违约基金。由于所有清算成员都缴纳了相应份额，因此违约基金进行风险共担。
图8显示了该模型的结果。由于上限限制了保证金要求达到最高水平，它降低了PT和LC的顺周期性，同时(略微)降低了保证金平均要求，并仍然(刚好)通过了我们的回测。当然，这是以尾部风险共担成本增加为代价的，因此，任何对上限工具的考虑，都需要进一步研究比较，降低较高压力下的流动性风险的收益与违约基金的额外风险权衡。
摘自《会员通讯》2021年第112期(总第113期)海外来风栏目
关键词： 初始保证金
