STANS系统及其运用.pdfVIP

STANS 系统及其运用 文\斯提芬·舒欧兹 译\郑学勤 作者介绍： 斯提芬•舒欧兹(Stephan Schoess)是美国 OCC 的首席经济学家，他曾经担任过OCC 定量 风险管理部的主任，STANS 就是由他所领导的这个部门研究和开发出来的。他在柏林技术 大学获学士和机械工程硕士，在芝加哥大学获得工商管理学硕士、经济学和金融学博士学位。 编者按 在境外成熟期货市场上，如何在提高保证金使用效率的同时，有效的评估和防范市场风 险，是清算机构的一项重要职责。为此，各清算机构(或交易所)开发了不同的风险管理系统， 如由芝加哥商业交易所(CME)开发的著名的 SPAN(标准化投资组合风险分析)系统。本文所 介绍的是由芝加哥期权清算公司(OCC)近两年开发的一种新的风险管理系统—STANS 系统， 希望通过这套系统的介绍，让国内期货业得到一些启示。 芝加哥期权清算公司(OCC)早在 1986 年就引进了理论市场间保证金系统(Theoretical Intermarket Margin System) ，简称“TIMS ”，一直使用到2006 年。但由于该系统具有很大的 局限性，OCC 对 TIMS 进行的改进，并开发出了全新的 STANS 风险管理系统，其全称为“理 论分析和数字模拟系统”(Theoretical Analysis and Numerical Simulations)，2006 年 8 月 4 日， STANS 正式取代先前使用的 TIMS 。 STANS 系统概述 STANS 由不同的部分构成，各部分在市场和OCC 的信用风险模式中发挥着不同的作用。 STANS 的设计和使用的基本原则是： 风险管理模式必须在投资组合(持仓) 的水平上对风险进行评估；每一种风险因素的概率 统计结果应当被保留下来；所有风险因素之间的综合历史关联结构应当保留下来；对所有投 资组合(持仓)风险衡量的评估在统计学的角度上应当保持一致。 OCC 研发的风险管理模式以大规模的蒙特卡罗(Monte Carlo)模拟为主要特征，这一模 拟以下面的假设为基础： 一是用有限方差肥尾分布来描述每一种风险因素实现的概率；二是每一个风险因素的分 布方差都是动态的，用方差预测技术提高模型的性能；三是风险因素的组合分布用坎德尔 (Kendall)的静态Tau 式等序相关性矩阵代表。 STANS 模型并不依赖于线性相关性矩阵的限定，因为协方差的矩阵并不能导出肥尾边 缘分布的多元变量分布独特性。因此，不能将通常概念或者多元正态分布蒙特卡罗技术直接 用到衍生品风险分析上。 蒙特卡罗模式的实施有赖于 Copula （椭圆连结函数）的使用，在产生有不同单元变量 分布组成的多变量分布方面，Copula 被看作是最先进的方法。OCC 使用 Copula，更具体地 说是 Student-t Copula 。这种模拟的方式保留了等序相关结构，尽管没有保留线性相关性。 STANS 内部的波动率预测是通过GARCH(1，1)和 “Student-t”检验之创新结合在一起 而实现的。此外，通过将极端价值理论运用到用户指定的市场运载体，单元变量的分析也得 到扩展。这个用户指定的市场运载体为风险衡量的估量提供了一个起码的水平。 有限方差的假设可以放弃，这个模型可以加入无限方差的单变量分布。 在这种情况下，虽然每对变量的线性相关被破坏，但对等序相关还被保留。在这个模式 1 中引进了特殊的数学、统计学的和模拟的条件和技术，以减少评估的错误，并改进模式的整 体性能。 这个系统可以模拟各种类型产品的风险，包括期权、期货、期货期权和现金工具。此外， 虽然 OCC 目前的产品以股票类为主，但 STANS 平台的性质使得它可以很容易就将其他产 品包括进来，譬如固定收益产品、信用衍生品、商品期权以及其他产品。这个系统的设计是 以处理大规模的模拟为宗旨。 在目前 OCC 使用的具体系统模型中，涉及到 7000 种风险因素，每种产生 10000 个模 拟数据。从这些风险因素衍生的期权的数目达到了将近 200000 种，这就导致了需要对 20 亿种以上的衍生工具进行明确的重