EMIR에서 UMR에 대한 IM 모델 검증 – 백테스팅

소스 노드 : 1483490

지난 주 EBA 에 대한 자문 보고서를 발표했습니다. 초기 증거금 모델 검증(IMMV)에 대한 규제 기술 표준(RTS) 초안 유럽 ​​시장 인프라 규정(EMIR)에 따라. 

이것은 특히 2021년 2022월 현재 UMR IM 요구 사항을 준수하고 있고 XNUMX년 XNUMX월에 준수할 것으로 예상되는 훨씬 더 많은 수의 EU 내 수백 개의 회사에 중요하고 오랫동안 기다려온 간행물입니다. 이들 전부는 아니지만 대부분의 사용하기로 선택한 기업 ISDA 심 IM의 경우 EMIR에 따라 EU 당국의 모델 검증 승인이 필요합니다.

EU는 미국에서 사용할 수 있는 것과 유사하게 이러한 소규모 회사에 모델 유효성 검사 요구 사항의 면제를 부여할 것으로 예상됩니다. 그렇지 않으면 더 부담스러운 모델 유효성 검사 요구 사항으로 인해 많은 회사가 표준 일정 모델을 선택하게 되고, 업계에 좋지 않은 결과가 발생하며 불필요하게 높은 IM 요구 사항으로 이어지고 담보를 묶고 비용을 증가시켜 시스템적 이점은 거의 없습니다.

결과는 무엇입니까?

음, 좋은 소식이 있고 그다지 좋지 않은 소식이 있습니다.

좋은 뉴스

이 논문은 두 가지 범주의 회사를 예상합니다.

  • 대기업(>750억 유로 AANA, 약 20개 기업)은 표준 모델 검증 범위에 속합니다.
  • 다른 모든 회사(< 750억 유로 AANA, P5-6, 수백 개의 회사)는 간소화된 검증 대상이 됩니다.

그리고 모델 검증을 위한 과도기적 프레임워크를 통해 기존 IM 모델(예: SIMM)을 계속 사용할 수 있으며, 간소화된 검증에 해당하는 회사는 XNUMX년이라는 장기간의 준비 기간을 활용할 수 있습니다.

따라서 일부 기업이 기대한 것은 아닐 수 있지만 그럼에도 불구하고 환영하며 그러한 제안 없이 엄청난 수의 검증 요청과 잠재적인 시장 혼란을 완화하는 데 확실히 도움이 될 것입니다.

(참고: RTS 2조는 NCA가 거래상대방 OTC 파생상품 활동의 복잡성과 상호 연결성을 기반으로 결정하여 AANA가 50억 유로 이상인 경우 표준 모델 검증을 적용하도록 허용합니다.)

그리 좋지 않은 소식

많은 회사는 모델 유효성 검사 요구 사항의 면제 또는 완전한 아웃소싱을 기대하고 있으며 특히 IM 모델의 백테스팅을 수행할 필요가 없습니다. ISDA와 대형 P1-2 회사가 ISDA SIMM에 대한 정기적인 백테스팅을 수행하므로 다른 회사는 미국 관할 규정에 따라 이에 의존할 수 있어야 한다는 주장입니다. 그리고 그러한 검증에 의존할 수 없다면 시스템적 이점 없이 수백 개의 소규모 회사에 부담스러운 요구 사항을 부과할 것입니다.

협의 문서의 절충안은 단순화된 유효성 검사 프로세스에서 기업이 정적 백테스팅(분기별)을 수행할 필요가 없지만 동적 백테스팅(보다 간단한 일일 프로세스)을 수행해야 한다는 것입니다.

이것은 합리적인 입장이며 정적 백테스팅은 많은 소규모 회사에 부담이 될 수 있는 반면 동적 백테스팅은 모든 회사에 좋은 관행입니다.

세부 사항을 이해하기 위해 각 접근 방식에서 필요한 사항을 살펴보겠습니다.

정적 백테스팅

정적 백테스팅은 IM 모델을 백테스팅하는 데 일반적으로 허용되는 방법이며 SIMM에 대해 이를 수행하려면 다음이 필요합니다.

  • 실제 또는 가상의 상대방 포트폴리오
  • 3년 롤링 및 1년 스트레스 기간에 대한 과거 시장 데이터(2008)
  • 이 데이터에서 1d 또는 10d 시나리오 생성
  • PL 시계열을 얻기 위해 이러한 시나리오로 포트폴리오 재평가
  • SIMM(1d 또는 10d)과 클린 PL(1d 또는 10d) 비교
  • BIS 신호등 테스트 수행(녹색, 황색, 빨간색)
  • 예외 조사(PL > SIMM)

이를 분기별로 수행하려면 상당한 양의 준비와 리소스가 필요합니다.

예를 들어, 현재 포트폴리오의 모든 위험 요소에 대해 과거 데이터를 사용할 수 있는지 확인해야 할 필요성 또는 적절한 프록시 데이터가 사용되지 않은 경우 각 거래에 대해 1,000번의 재평가를 수행하기 위해 계산 리소스가 필요한 백 테스트를 실행해야 할 필요성 포트폴리오에서.

In 클라 러스 참 이를 자동화하기 위해 아래와 같이 SIMM 백테스트 기능을 제공합니다.

그럼에도 불구하고 분기별로 Static Backtesting을 실행해야 하는 요구 사항은 깨끗한 과거 데이터, 다음과 같은 전문 소프트웨어가 필요한 중요한 운영 작업으로 남아 있습니다. , 결과의 계산 및 분석과 예외 조사를 위한 전산 자원.

동적 백테스팅

반대로 동적 백테스팅을 수행하는 것은 운영상 매우 다르고 간단합니다.

가장 간단한 용어로, 각 상대방 포트폴리오에 대해 매일 ISDA SIMM 마진을 다음날 PL과 비교하고 시간 경과에 따라 시계열을 구축하고 예외 수를 세는 것으로 볼 수 있습니다(PL > SIMM).

겉으로 보기에 SIMM을 실행하는 모든 회사는 매일 이러한 수치를 갖게 되며 실행을 위해 과거 데이터나 계산 리소스가 필요하지 않습니다. 간단히 스프레드시트에 숫자를 수집하고 일일 기록을 작성하고 PL이 어느 날 > 어제의 SIMM인지 비교하십시오.

물론 세부 사항에는 악마가 조금 더 있습니다.

  • 먼저 우리가 가지고 있는 일일 SIMM은 10일 MPOR에 대한 것이므로 1일 MPOR에 대해 다시 계산해야 합니다.
  • 근사값은 sqrt(10)으로 나누는 것이지만 ISDA에서 게시한 1일 위험 가중치 및 상관 관계를 사용하여 다시 계산하는 것이 훨씬 더 좋습니다.
  • 두 번째로 필요한 PL은 장부나 펀드가 아니라 상대방 포트폴리오(상계 세트)의 거래를 위한 것입니다.
  • 세 번째로 적절한 비교는 실제 PL이 아니라 깨끗한 PL(가상 PL이라고도 함)입니다.
  • 클린 PL이란 시작일의 시장 움직임으로 인한 PL을 의미하므로 새로운 거래, 거래 정산, 현금 흐름, 수수료 등에서 PL을 제거합니다.
  • 이 깨끗한 PL은 기존 PL 보고서에서 사용할 수 없을 수 있으며, 이 경우 계산해야 합니다.
  • 그런 다음 SIMM을 계산하거나 가져오고 매일 PL을 정리한 다음 SIMM 대 PL 비교의 시계열을 구축하는 자동화가 있습니다.
  • 출력은 위의 CHARM 스크린샷과 매우 유사하지만 기간이 더 짧습니다(EBA 논문에는 250일/1년이라고 표시됨).

위에서 동적 백테스팅이 정적 백테스팅보다 훨씬 덜 번거롭다는 것이 분명합니다.

실행을 위해 시나리오 생성 및 정리 과거 시장 데이터 또는 컴퓨팅 리소스가 필요하지 않습니다.

또한 시간 경과에 따른 마진의 적절성을 평가하기 위해 일일 마진 및 PL의 시계열을 수집하고 비교하는 것은 좋은 위험 관행입니다.

매우 간단하게(조잡하게) 10일 SIMM을 사용하여 sqrt(1)를 사용하여 10일로 변환하고 다음 날의 실제 PL과 비교하고 Excel 또는 데이터베이스에 기록을 작성함으로써 이 작업을 수행하는 데 가치가 있습니다.

다음과 같은 솔루션에서 1일 MPOR 및 클린 PL에 대해 계산된 SIMM을 사용할 수 있다면 더욱 좋습니다. .

종이에 또 무엇이 있습니까?

예상대로 70페이지에 많은 내용이 있습니다.

RTS 초안의 전체 텍스트, 배경 및 이론적 근거, 물론 상담을 위한 질문.

IM 모델 평가, 필요한 문서를 제공하여 관할 당국에 의한 감독 검증, 5%, 10% 또는 20%의 임계값과 같이 이 블로그에서 다룰 시간이 없는 다른 중요한 사항이 많이 있습니다. IM은 새로운 검증, 아웃소싱, 일시적 비준수 등을 촉발하는 컴퓨팅을 수행했습니다.

그리고 EBA가 답변을 구하고 있는 상담에는 다음과 같은 37개의 질문이 있습니다.

나는 당신이 읽기를 권장합니다 전체 상담 용지.

응답 마감일은 4년 2022월 XNUMX일입니다.

의견이나 의견이 있으면 알려주시기 바랍니다.

무료 뉴스 레터를 받아 구독하십시오
여기에서 지금 확인해 보세요..

출처: https://www.clarusft.com/im-model-validation-for-umr-under-emir-backtesting/?utm_source=rss&utm_medium=rss&utm_campaign=im-model-validation-for-umr-under-emir-backtesting

타임 스탬프 :

더보기 Clarus 금융 기술