【《不同期权保证金模式对比分析》7100字】

不同期权保证金模式对比分析目录TOC\o"1-3"\h\u6190不同期权保证金模式对比分析 -1-308271.1传统保证金模式 -1-90161.1.1固定收取模式 -1-105471.1.2策略保证金模式 -2-23861.1.3Delta模式 -3-171991.2投资组合模式 -4-137171.2.1SPAN模式 -4-128961.2.2TIMS模式 -7-256601.2.3STANS模式 -9-105901.3几种模式对比总结 -11-传统保证金模式柳青、张书军（2013）对期货期权传统保证金模式做出了很好的定义。传统保证金模式主要根据执行价格与标的物价格之间的关系来设计保证金水平，为了防范期权被执行时所导致的风险。传统模式有着共同特点，那就是静态和非线性。它把投资组合中的每个合约单独看待，即使在组合中一些组合头寸的风险是允许相互抵消的，但是也必须符合已经交易所公布的明文规定。传统模式虽然能反应出市场的波动，但是却无法反映对未来的风险预测，本质上都是非风险性的。固定收取模式固定比例模式是指交易所事先公布的单一合约的保证金计算方法为基础计算，对单个合约固定收取一定额度的保证金。该模式是把投资组合中的每个合约头寸独立看待、分开计算处理，具有收取方式简单、保证金静态等特点。其保证金水平可以覆盖多日的总体风险，但是保证金总额的要求实际上大大高于组合的实际风险。虽各个交易所收取方式有所差异，但本质上都是采用了非线性静态保证金模式，降低了义务仓缴纳保证金的比例。其传统保证金模式的设计原则：传统保证金的设计，考虑了期权收取的权利金、期权标的资产价值和合约虚值部分等方面。保证金收取连续覆盖两个交易日的违约风险。因为虚值执行可能性较小，所以对于虚值期权保证金收取对虚值部分进行了相应的减免。策略保证金模式策略保证金模式是基于头寸（Position-based）和规则（Rule-based）来制定的，投资者可利用已持有的相关合约按照交易所已经公布的组合策略规则记性构建达到保证金冲销或减免的效果目的。由于传统单一合约保证金收取偏于谨慎而且均不考虑合约之间的相关性以及不同合约之间的风险相互冲抵，这也是国际上常见的期权保证金冲减机制，可以提高投资者资金使用效率，降低成本、活跃交易。制定对冲策略的思路通常是选择所谓风险值最低并且回报率最高的策略，如价差组合策略和跨市组合策略，未来还会增加其他组合如蝶式、综合价差、转换组合等。郭燕芳（2015）在传统保证金的框架下研究了策略保证金模式的运用，认为策略保证金是适应目前期权发展现状的保证金收取方式，相比线性收取等方法，既能够提升资金效率，也能较好的实现风险覆盖。总体来说，策略保证金模式有如下特点：组合的策略由交易所规定且计算简单且不需要复杂的计算过程；与固定比例模式相同，未考虑期权波动的变化以及到期远近的因素；头寸相同，但运用的组合策略不同，或顺序不同，保证金收取金额也可能不一样；组合策略无法覆盖所有的情景，符合组合策略的可抵扣，其余情况不予考虑，对某些头寸组合不公平。策略保证金具有静态、一刀切的特点，即使一些风险能抵消，但是也必须符合市场明文规定，与各头寸之间的相关性和动态变化无关，往往会收取过量的保证金。其一般使用在市场的发展初期，品种比较少，交易策略相对简单，但随着交易品种与交易策略的增加，这种方法显然无法适应市场的发展，最终会被更为合理的保证金方法所代替。Delta模式Delta为期权合约价格与其标的资产价格之间的变动关系，是最常见的风险敏感度分析的参数之一。在期权风险管理中最为常见的指标之一，对交易员来说也相对容易接受。从Delta的数学计算含义来看，指标的资产价格变动一个单位，其期权合约价格变动的数值。Delta模式主要是针对期权，反映了期权对期货的依附关系。对于期货期权，在Delta模式中期权保证金等于期权权利金与期权合约的Delta和期货保证金的乘积之和，用公式3-1表示为：(3-1)其中为期权保证金，为期权权利金，为期货合约保证金，其中通过公式我们可以看出Delta模式主要是通过将期权资产标的物价值通过Delta系数，来计算卖出期权所需缴纳的保证金的模式。例如一手平价的看涨期权，其Delta=0.5，则此看涨期权的保证金相当于0.5手期货的保证金。李磊（2015）研究50ETF期权采用DELTA模式来收取保证金，表明依据Delta值来确定股票期权义务方占用保证金，能够较准确地反映义务方的风险。但是，同时朱杨林、朱天星、徐占东（2006）也表示DELTA更多的代表即时和历史的状况，缺少对未来风险的预测。而且DELTA随价格动态变化的特点会增加市场风险，尤其在出现单边市场时期权保证金会明显不足。Delta模式考虑了不同标的价格下期权的风险，资金的使用率较高，也解决了期权风险计算的难度。但是只考虑到价格波动对整体部位的影响，而没有考虑到其它重要因素，在如何估算未来风险损失上存在缺陷。例如以做空跨式期权的投资组合为例，卖出相同执行价格不同到期月份的看涨和看跌合约，投资的整体delta较小,收取的保证金额较小，但是这只考虑了价格波动的风险没有考虑近月和远月的期权合约有不同的波动率风险，实际上投资组合风险比上述计算所得保证金大得多。Delta模式在期权交易的初期被各大交易所广泛应用于期货期权保证金的计算，但其考虑的因素过于简单，无法正确反映期权头寸的真实风险，所以很快就被投资组合保证金取代。投资组合模式投资组合模式是在一个投资组合中所有头寸作为一个整体，投资组合成分之间存在着某种与时间、产品、风险特性相关联的作用与关系，而这些相关性应该在风险计算中反映出来。例如两个方向相反的相同期权合约的风险会相互抵消。相比策略性保证金可以在同样控制市场风险的基础上明显有效地降低投资成本。投资组合模式从本质上基于VAR方法，其含义是在正常市场条件和一定的置信水平下，计算对资产组合在特定时间段内造成的最大潜在损失。因此这类保证金都是基于风险的。另外，风险性的保证金模式是以整个投资组合作为考虑基础，并非把各个合约个别、独立地看待与处理。目前全球大多数衍生品交易所都采用投资组合模式计算保证金，此模式的主要代表为SPAN模式、TIMS模式、STANS模式，此外一些交易所采用自己开发的模式,如欧洲交易所（EUREX）、北欧联合交易所（OMX）。本文主要介绍SPAN模式、TIMS模式和STANS模式。SPAN模式标准投资组合风险分析（SPAN）模式是1988年由芝加哥商业交易所（CME）推出的基于模拟投资组合风险计算的保证金系统，是计算投资组合风险的强有力工具。现在已经被大多数交易所和结算组织所采用，也是目前国际主流的保证金模式。它是以整个商品组合为基准，以风险为考量，对价格波动、波动性的变化、时间价值的流失、跨月价差风险、实物交割风险还有不同商品之间的抵扣，来计算应收的保证金额度。SPAN模式能够模拟一个完整的资产组合随市场状况变化而出现的各种可能反应以及合理预期的最大可能日亏损程度并通过多变量、单方向的为资产组合提供全面分析期权头寸风险，并匹配到最低保证金要求。根据国内学者的研究结论，从系统架构、设计原理（朱杨林等，2006；任鹏，2008）、设计步骤（卢亮，2006）、计算要素（姜海燕等，2016）、重要参数设定方法（黄荣兵，2010）、功能和特点（李翔，1994）来总结分析SPAN投资组合保证金模式，依据霍瑞戎等（2001）对SPAN保证金系统计算逻辑的解析，分析整个计算过程。简单来说，首先计算出不同商品组合的风险值，再进一步求出每个商品群的风险值，最后加总各个商品群的风险值，得出整个投资组合的风险值。算出整个投资组合风险值后，会再计算出整个投组组合的超额多头期权价值之和，也就是按照市价立即平仓后的价值之和，正数表示现金流入，负数表示现金支出。SPAN就根据总风险减去期权价值总和，作为投资者应收的保证金金额，如公式3-2表示：(3-2)具体来看各商品群的风险值由格扫描风险（ScanRisk）、跨月价差风险（Inter-MonthSpreadRisk）及交割风险（DeliveryRisk）加总并扣除商品间价差抵扣（Inter-CommoditySpreadCredit）再与最低空头期权风险（ShortOptionMinimum）相比，取其较大值作为商品群的风险值，可以用以下公式3-3表示：(3-3)对商品组合风险的衡量，简单概括为首先对模拟商品组合中所有合约随着市场的变化计算最坏情况下的日内损失值，得到最原始的一个保证金，在此基础将未考虑的风险因素加入，逐步修正得到一个比较合理的保证金。SPAN模式在计算保证金中有三个概念需要注意：商品组合，具有相同标的物或者标的物相似的两种或多种商品的集合，并把商品群分成不同的商品组合。商品组合是SPAN计算的基础，其计算步骤先在商品组合内部，再在商品组合之间（商品群）进行。时段（Tier）是把商品组合内合约分成不同时间段间，他们有着不同风险特性参数。复合Delta，指合约在各价格扫描点对应的Delta值的加权平均累总，作为价差计算的基准。考虑到期Delta会随着标的物不同而不同，当价格变动过大时，Delta不足以反映标的价格变动对期权价格的影响。SPAN保证金详细演算流程可用下图3-1表示：图3-1SPAN计算流程图以下是对计算要素的简单叙述：价格扫描风险，表示在特定时间和置信度下由于标的资产价格的变动及波动率变化而可能导致的损益。跨月价差风险，基本假设为计算估算风险时，认为不同到期月的标的资产的价格完全相关，然而不同到期月标的资产的价格并非完全正相关。因此，SPAN引入跨月价差风险来调整此风险值。交割风险，是指当合约临近交割时商品的波动性可能会加大而产生额外风险所要求的风险值。商品间价差抵扣，是指具有类似标的商品组合的合约间由于价格波动相互关联而使总的投资组合风险下降，这也是投资组合保证金里有关相关性的经典体现。两个不同商品组合中如果有两个相反头寸可以降低整个组合的风险。最低空头期权风险，

期权深度虚值期权（卖出期权合约）是存在风险的，当市场剧烈波动时，标的合约价格出现巨大变化，那么虚值期权有可能成为实值期权，此时空头期权就有可能出现难以预料的潜在风险。因此，SPAN也考量了这种情况下可能存在的风险。总体来说，SPAN保证金模式是基于全账户估算，全面考虑衍生品面临的多重风险，计算较为合理，兼具流动性和安全性，能提高资金使用效率。此方式把账户看做一个整体，账户中的各个合约的盈亏情况并不总是同向运动，因而可以产生损失冲抵，然后再遵循保守性的原则进行修正。其优点为估算准确，估算的损失值更接近实际损失值，能有效的降低账户组合保证金，提高资金使用效率；但是其计算模型及算法复杂，参数设置复杂，稍许偏差可能引起风险值与实际偏差较大，而且不能实时结算的方式，是否适用于国内市场还需要进一步讨论。TIMS模式起源于股票期权市场的理论性保证金系统TIMS系统也是一种基于风险的保证金模式。TIMS采用二叉树期权模式，其设计能适应各种衍生品并且特殊考虑了股票产品的特性，可较好的适应股票产品的离散性利率和股息付款结构。根据国内学者的研究结论，从市场环境（卢亮，2006）、计算原理（陈耀，2018）、自身特点、设计步骤、计算要素（刘凤元，2006）对TIMS保证金模式进行分析总结。在风险计算方面，它可以对近3000种投资产品的历史价格数据进行模拟分析，并对股票类相关产品考虑其10多种不同风险场景，对非股票和市场指数类相关产品考虑20多种不同风险场景。可以看出，TIMS进一步全方位和细致的考虑了多种风险场景，其衡量单一标的资产风险且运算相对简单，但是其单一的抵扣率不能适用所有情况，其价差风险计算也不准确。TIMS计算过程首先把具有标的有价证券相同或类似，且其历史价格呈现高度相关的期权和期货合约可被归类在一起并划分成不同产品集，也叫类群，每个产品集的保证金含权利金保证金、风险保证金、价差保证金和交割保证金，用数学公式3-4表示如下：(3-4)具有相关性的产品集可以再组成商品群，然后再利用结算所规定的商品群之间的抵消因子，对商品群的风险保证金进行抵消，其抵消因子考虑了不同商品群之间的相关性。最后，相互抵消后的各个商品群加总就构成了整个投资组合的总风险。TIMS采用二叉树期权模型，可以更好的针对股票和市场指数的衍生品，分析得到它的数据结构与计算思路对于股票类衍生品的特点有很强的针对性，但是却对期货类产品的相关特点考虑有天然不适应点。计算流程图：图3-2TIMS计算流程图与SPAN模式不同，TIMS模式有自身的优点，其能够充分考虑同一标的资产内所有产品及合约在不同情境下的损失和收益，恰当而较为准确的反映了不同类群的价格风险。另外，其计算系统简化了运算模型，参数设置较简单，使用单一抵消因子大大提升运算速度。但是TIMS在设计上有较为明显的软肋，主要表现在以下方面：TIMS设计上考虑不同产品集群之间可能存在的相关性，来设置的单一风险抵消因子，相加作为投资组合的总风险，但是其抵消因子并不适用所有情况，往往会高估投资组合的保证金。TIMS在同一产品集群内的风险抵消不是建立在数理统计模型之上，故风险抵消也相对保守，对于一些细微风险如时间风险以及标的资产波动率的变化风险，未给予重视。TIMS只考虑期货和远期合约之间价差头寸，未考虑投资组合中不同标的之间的价差头寸，例如现货期权和期货期权之间的Delta值价差风险衡量，对其价差风险计算不够准确，可能使投资组合的总风险值被低估。总之，OCC在耗时深入分析和研究了TIMS系统，发现其难以通过补丁形式修复缺陷，故并未大规模推广。目前，全球仅有几家结算机构继续使用TIMS保证金模式或者对其核心步骤改造版本的类TIMS保证金模式，更多的是在某些特定情况下被投资者使用计算投资组合保证金。STANS模式理论分析与数字模拟系统模式，简称STANS，是美国期权结算所于2006年推出为改善TIMS模式高估投资组合保证金的替代风险管理模式系统，它具有精细化的风险评估功能，可用来度量、监控和管理账户资产组合的风险敞口水平。其保留了TIMS模式的核心风险理念以及部分业务逻辑功能，最重要的变化是度量账户内全资产组合的风险来计算保证金，它全面分析和评估内部的所有资产间的任意相互关系的风险，而不像TIMS模式只对产品群内的产品相互关系进行分析。根据国内学者研究，从系统设计（郭燕芳，2015）、计算过程、风险变量、系统原理（陈耀，2019）等方面对STANS模式进行分析和总结。STANS资产组合保证金计算的基础思想是VaR模型，实现路径是通过大规模蒙特卡洛模拟，采用大量现代统计技术及计算方法，通过超大量规模的情景分析基本涵盖了目前所有衍生品组合可能出现的各类风险状况，这也是蒙特卡洛模拟第一次被衍生品结算结构引入风险管理的实际运用。由于整个账户的价值波动来源于持有的金融产品，可称为风险因子。STANS在单个风险因子建模考虑其价格波动变化的历史相关性和每一资产的历史价格波动率，通过蒙特卡洛方法对其未来可能情景进行模拟，此可模拟约10000种理论市场情景的结果，不是简单地局限于某一价格变化范围。对于因子之间的相关性，STANS不是采用通常的线性相关系数的方式，而是采用Copula函数的方式，来刻画风险因子之间的相关结构。因此，可以更全面、深入和准确地描述各类风险因子之间的关联关系，进而使得对资产组合整体价值未来可能情景的蒙特卡洛模拟效果更加贴进和精准。当持仓中所有基础变量统计模型建立后，就可以确定每一特定的置信水平下账户的最大损失；再根据各产品按目前的市场价格平仓的话所需的支出计算其净价值资产，就可以准确得知对应的保证金。其计算过程可以用图3-3所示如下：图3-3STANS蒙特卡罗模拟计算保证金示意图STANS模式优点在于，对投资组合层面上，充分考虑了资产内的每一种风险因素评估分析投资组合的相关关系及风险程度。强大的模拟能力能计算出极端市场变化的潜在效应，能够精确衡量和计算投资组合中的产品相关性的风险。尤其是对充分平衡的大头寸保证金要求会明显降低，并且还考虑到具有相关性资产间可能存在的价格反向变化情况。STANS模式也有其不可避免的缺点，巨大的计算量会导致计算迟缓,而且对系统硬件要求很高。虽然其对相关产品的组合计算更加准确，但是其高度集中的头寸组合可能会被收取更多保证金，另外相对SPAN模式，其计算中忽略了空头期权最低保证金要求，因而对处于深度价外的空头期权由于市场价格的突变而造成的损失可能无法保护。总之，STANS模式更准确地计算投资组合中的风险，对风险评估上更为准确与客观，从而能更精确地反映对保证金的真正要求。但是从实用角度来看，STANS模式的高精度计算结果得益于大规模蒙特卡罗模拟，但也