先週 EBA そのに関するコンサルテーションペーパーを公開しました 初期証拠金モデル検証(IMMV)に関する規制技術基準(RTS)の草案 欧州市場インフラ規則(EMIR)に基づく。
これは重要で待望の出版物であり、特に2021年2022月の時点でUMR IM要件に準拠しているEUの数百の企業、およびXNUMX年XNUMX月に準拠すると予想されるさらに多くの企業にとって重要です。企業は使用することを選択しました ISDAシム IMの場合、EMIRの下では、EU当局によるモデル検証の承認が必要です。
EUは、米国で利用可能なものと同様に、モデル検証要件の免除をこれらの中小企業に付与することが期待されています。 そうしないと、より面倒なモデル検証要件により、多くの企業が標準のスケジュールモデルを選択することになり、業界にとっては悪い結果になり、IM要件が不必要に高くなり、担保が拘束され、システム上のメリットがほとんどないためにコストが増加します。
では、結果はどうなるのでしょうか。
まあ、良いニュースはありますが、それほど良いニュースではありません。
グッド·ニュース
このペーパーでは、XNUMXつのカテゴリーの企業を想定しています。
- 大企業(> 750億AANA、約20社)は、標準モデル検証の範囲に含まれます
- 他のすべての企業(<750億ユーロのAANA、P5-6、数百の企業)は、簡略化された検証に該当します。
また、モデル検証の移行フレームワークにより、既存のIMモデル(SIMMなど)を引き続き使用できるようになり、企業はXNUMX年間の準備期間の恩恵を受けて、簡素化された検証に該当します。
これで、おそらく一部の企業が望んでいたことではないかもしれませんが、それでも歓迎し、そのような提案がなくても、膨大な数の検証要求と潜在的な市場の混乱を緩和するのに役立ちます。
(RTSの第2条に注意してください。これにより、NCAは、カウンターパーティのOTCデリバティブ活動の複雑さと相互関係に基づいて、AANAが50億ユーロを超える場合に標準モデル検証を適用することを決定できます)。
あまり良くないニュース
多くの企業は、モデル検証要件の免除または完全なアウトソーシングを期待しており、特にIMモデルのバックテストを実行する必要はありません。 ISDAおよび大規模なP1-2企業はISDASIMMの定期的なバックテストを実施しているため、他の企業は米国の管轄規制の下で可能なように、これに依存できるはずです。 そして、そのような検証に頼ることができないと、体系的な利益がないために、何百もの中小企業に厄介な要件が課せられます。
コンサルテーションペーパーの妥協点は、簡素化された検証プロセスでは、企業は静的バックテスト(四半期ごと)を実行する必要はありませんが、動的バックテスト(より単純な毎日のプロセス)を実行する必要があるということです。
これは妥当な立場であり、静的なバックテストは多くの中小企業にとって厄介なものになる可能性がありますが、動的なバックテストはすべての企業にとって良い習慣です。
詳細を理解するために、それぞれのアプローチで何が必要かを見てみましょう。
静的バックテスト
静的バックテストは、IMモデルをバックテストするために一般的に受け入れられている方法であり、SIMMに対してこれを実行するには、次のものが必要です。
- 実際のまたは架空のカウンターパーティポートフォリオ
- 3年間のローリングおよび1年間のストレス期間(2008年)の過去の市場データ
- このデータからの1dまたは10dシナリオの生成
- これらのシナリオでポートフォリオを再評価して、PL時系列を取得します
- SIMM(1dまたは10d)とクリーンPL(1dまたは10d)を比較します
- BIS信号機テストを実行します(緑、琥珀色、赤)
- 例外の調査(PL> SIMM)
これを四半期ごとに実行するには、かなりの量の準備とリソースが必要です。
たとえば、現在のポートフォリオのすべてのリスク要因について履歴データが利用可能であることを確認する必要性、または適切でない場合は使用されるプロキシデータ、そして各取引の1,000回の再評価を実行するための計算リソースを必要とするバックテストを実行する必要性ポートフォリオで。
In クララスチャーム 以下に示すように、これを自動化するSIMMバックテスト機能を提供します。
それにもかかわらず、四半期ごとに静的バックテストを実行するという要件は、依然として重要な運用タスクであり、クリーンな履歴データ、次のような特殊なソフトウェアが必要です。 チャーム、結果の計算と分析、および例外の調査のための計算リソース。
動的バックテスト
対照的に、動的バックテストの実行は、操作上非常に異なり、単純です。
簡単に言えば、各カウンターパーティポートフォリオの毎日のISDA SIMMマージンを翌日のPLと比較し、時系列を構築して例外の数を数えることと見なすことができます(PL> SIMM)。
それに直面して、SIMMを実行しているすべての企業は、これらの数値を毎日持っており、実行するために履歴データや計算リソースを必要としません。 スプレッドシートで数値を収集し、毎日の履歴を作成して、PLが>そして昨日のSIMMである日を比較するだけです。
もちろん、詳細にはもう少し悪魔があります:
- まず、私たちが持っている毎日のSIMMは10日間のMPORであるため、1日間のMPORを再計算する必要があります
- 概算はsqrt(10)で除算することですが、ISDAによって公開された1日のリスクの重みと相関関係を使用して再計算する方がはるかに優れています。
- 第二に、必要なPLは本やファンドではなく、カウンターパーティポートフォリオ(ネッティングセット)の取引用です。
- 第三に、適切な比較は実際のPLではなく、クリーンなPL(仮想PLとも呼ばれます)との比較です。
- クリーンなPLとは、XNUMX日の開始位置での市場の動きによるPLを意味します。したがって、新しい取引、決済取引、キャッシュフロー、手数料などからPLを取り除きます。
- このクリーンなPLは、既存のPLレポートからは利用できない場合があります。その場合は、計算する必要があります。
- 次に、SIMMを計算または取得し、PLを毎日クリーンアップしてから、SIMMとPLの比較の時系列を構築する自動化があります。
- その出力は上記のCHARMスクリーンショットによく似ていますが、期間は短くなっています(EBAの論文によると250日/ 1年)
上記から、動的バックテストは静的バックテストよりもはるかに負担が少ないことは明らかです。
実行するために、シナリオの生成やクリーンな過去の市場データやコンピューティングリソースは必要ありません。
さらに、毎日の証拠金とPLの時系列を収集して比較し、時間の経過に伴う証拠金の妥当性を評価することは、単に良いリスク慣行です。
非常に単純に(そして大雑把に)、10日間のSIMMを取得し、sqrt(1)を使用して10日に変換し、翌日の実際のPLと比較し、Excelまたはデータベースで履歴を構築することでこれを行う価値があります。
1日MPORおよびクリーンPLに対して計算されたSIMMが、次のようなソリューションから利用できる場合はさらに優れています。 チャーム.
論文には他に何がありますか?
70ページで、ご想像のとおり、たくさんあります。
RTS草案の全文、背景と理論的根拠、そしてもちろん協議のための質問。
IMモデルの評価、必要なドキュメントを提供することによる管轄当局による監督上の検証、5%、10%、または20%のしきい値など、このブログで取り上げる時間がない他の重要なポイントがいくつかあります。 IMは、新しい検証、アウトソーシング、一時的な非準拠などをトリガーする計算を行いました。
そして、EBAが回答を求めている協議には37の質問があります。
私はあなたが読むことをお勧めします 完全な相談用紙.
回答の締め切りは4年2022月XNUMX日です。
ご意見やご感想がございましたら、お知らせください。
- '
- "
- 000
- 2021
- すべて
- 分析
- 周りに
- 記事
- オートメーション
- 10億
- へ
- ビット
- ブログ
- ビルド
- 建物
- 注釈
- 計算
- 続ける
- コスト
- カウンターパーティー
- 電流プローブ
- データ
- データベース
- 中
- デリバティブ
- 詳細
- 途絶
- ドキュメント
- EU
- 欧州言語
- Excel
- 顔
- 費用
- 会社
- フレームワーク
- 無料版
- フル
- ファンド
- 良い
- グリーン
- ハイ
- history
- HTTPS
- 巨大な
- 何百
- 産業を変えます
- インフラ
- 調査
- IT
- 大
- つながる
- 光
- 長い
- 大多数
- 市場
- マーケット
- 移動
- ニュース
- ニュースレター
- 番号
- 提供
- オプション
- OTC
- その他
- アウトソーシング
- 紙素材
- 貧しいです
- ポートフォリオ
- 提案
- 代理
- 規制
- 規制
- レギュレータ
- レポート
- 要件
- リソース
- 結果
- リスク
- 危険因子
- ラン
- ランニング
- 画面
- を求める
- シリーズ
- セッションに
- So
- ソフトウェア
- スプレッドシート
- 規格
- start
- ストレス
- 技術的
- 一時的
- test
- 時間
- トレード
- トレード
- トラフィック
- us
- 値
- 週間
- 何ですか
- 年
- 年